스토리 포인트 예측을 위한 딥러닝 모델: LSTM과 Recurrent Highway Network 결합

본 논문은 애자일 개발 환경에서 핵심적인 작업 단위인 사용자 스토리의 규모를 나타내는 스토리 포인트를 자동으로 예측하는 방법을 제시한다. 서론에서는 전통적인 워터폴 방식의 노력 추정 연구와 달리, 스프린트 단위로 진행되는 애자일 프로젝트에서는 개별 이슈 수준의 추정이 필요함을 강조한다. 현재 대부분의 팀이 Planning Poker와 같은 전문가 기반 기법에 의존하고 있지만, 이는 주관적 편향과 일관성 부족을 초래한다는 기존 연구 결과를 인용한다. 이를 해결하기 위해 저자들은 두 가지 주요 기여를 한다. 첫째, 16개의 오픈소스 프로젝트에서 수집한 23,313개의 이슈와 그에 대응하는 스토리 포인트를 포함하는 최초의 공개 데이터셋을 구축하고 공개하였다. 데이터 수집 과정에서는 JIRA REST API를 이용해 스토리 포인트가 지정된 이슈를 추출하고, 0점, 음수점, 100점 초과와 같은 비현실적 값을 필터링했다. 프로젝트별 통계(최소·최대·평균·중앙값·분산·LOC 등)를 제공해 데이터의 다양성을 입증한다. 둘째, 텍스트만을 입력으로 하는 엔드‑투‑엔드 딥러닝 모델인 LD‑RNN(Long‑Deep Recurrent Neural Network)을 설계하였다. 모델은 (1) 단어 임베딩, (2) LSTM을 통한 문서 수준 시퀀스 인코딩, (3) Recurrent Highway Network를 이용한 깊은 비선형 변환, (4) 선형 회귀 레이어로 스토리 포인트를 출력하는 4단계 구조로 이루어진다. LSTM은 긴 문맥을 포착하고, RHN은 게이트를 통해 정보 흐름을 조절하면서 깊은 네트워크에서도 학습이 안정적으로 진행되도록 한다. 전체 파이프라인은 손실 함수 기반 역전파가 가능하도록 설계돼, 단어 임베딩부터 회귀까지 일관된 파라미터 업데이트가 이루어진다. 실험 설계에서는 세 가지 전통적 베이스라인(평균값, 라인‑오브‑코드 기반 회귀, 기존 머신러닝 모델)과 두 가지 딥러닝 대안(LSTM 단일 모델, CNN 기반 모델)을 비교하였다. 평가 지표는 평균 절대 오차(MAE)와 표준화 정확도(Standardized Accuracy, SA)이며, 통계적 유의성을 검증하기 위해 Wilcoxon 부호 검정과 Vargha‑Delaney 효과 크기 지표를 사용하였다. 결과는 LD‑RNN이 모든 비교 대상보다 MAE를 평균 12‑15% 낮추고, SA에서도 유의미한 향상을 보였으며, Wilcoxon p‑값이 0.01 이하, 효과 크기(V)도 중간 이상임을 확인했다. 논의 섹션에서는 모델이 텍스트만을 활용함으로써 메타데이터가 부족한 초기 이슈에도 적용 가능함을 강조한다. 그러나 스토리 포인트는 팀 문화와 경험에 크게 의존하므로, 모델이 학습한 패턴이 다른 팀에 그대로 전이되기 어려울 수 있음을 인정한다. 또한, 현재는 오픈소스 프로젝트에 한정된 데이터이므로, 기업 내부 데이터에 대한 도메인 적응 및 추가 메타데이터 활용 방안이 향후 연구 과제로 제시된다. 관련 연구에서는 전통적 노력 추정, 기능 포인트, 그리고 최근의 딥러닝 기반 소프트웨어 분석을 검토하며, 본 연구가 이들 사이의 격차를 메우는 역할을 한다고 평가한다. 결론에서는 공개 데이터셋과 LD‑RNN 모델이 스토리 포인트 추정의 자동화와 일관성 향상에 기여함을 재확인하고, 향후에는 멀티모달 입력(우선순위, 라벨 등)과 전이 학습을 통한 모델 일반화 연구를 제안한다.