소프트웨어 프로젝트 데이터 관계 시각화에 Circos 활용

초록

본 논문은 생물정보학에서 널리 쓰이는 원형 시각화 도구 Circos를 소프트웨어 공학 데이터, 특히 COCOMO 비용 추정 데이터셋에 적용한다. 변수 간 상관관계와 프로젝트 간 유사성을 직관적인 리본 형태로 표현함으로써 초기 탐색 단계에서 패턴을 빠르게 파악하고, 다중공선성 문제나 이웃 프로젝트 선택의 한계를 시각적으로 드러낸다.

상세 분석

본 연구는 먼저 데이터 시각화가 다변량 소프트웨어 비용 추정에서 모델링 전 단계의 탐색적 분석에 필수적임을 강조한다. 기존의 차원 축소·그래프 기법(체르노프 면, 하모닉 플롯, 3D 박스 플롯 등)은 시각적 친숙도와 해석 용이성에서 한계가 있었으며, 특히 변수 간 복합적인 관계를 동시에 보여주기 어려웠다. 이러한 문제점을 보완하기 위해 저자들은 2004년 마틴 크지윈스키가 개발한 Circos 를 도입한다. Circos는 원형 아이디오그램에 섹션을 배치하고, 섹션 간 연결을 리본(ribbon)으로 표현함으로써 “어디와 어디가 얼마나 연결되는가”를 한눈에 파악할 수 있다. 리본의 두께는 관계 강도, 색상은 관계 종류(양·음, 혹은 유사도 구간)를 나타내며, 투명도와 형태를 조절해 시각적 과부하를 방지한다.

실험 데이터는 PROMISE 저장소의 COCOMO NASA 데이터셋(60개 프로젝트, 다수의 정성·정량 속성)이다. 저자들은 프로젝트 간 유사도 계산에 Kaufman‑Rousseeuw 거리(다중 차원 유사도)와 변수 간 상관관계 파악에 Spearman 계수를 사용하였다. MATLAB R2009b로 전처리·계산 후, 결과를 Circos 설정 파일로 변환해 시각화하였다.

프로젝트 유사도 시각화(그림 2)에서는 리본 두께가 클수록 유사도가 높으며, 색상 단계(회색→레드→아쥐르→민트…)가 유사도 구간을 구분한다. 예를 들어 프로젝트 33‑7, 32‑28, 30‑31 등은 거의 동일한 특성을 보이며, 특정 프로젝트가 다수와 강하게 연결되는 ‘핵심 클러스터’를 식별한다. 이는 고정된 K‑최근접 이웃(예: K=5) 방식이 모든 프로젝트에 적용될 수 없음을 시각적으로 증명한다.

변수 상관관계 시각화(그림 3)에서는 리본 색상이 변수명을, 두께가 상관계수 절댓값을 나타낸다. 검은색 리본은 음의 상관관계를, 밝은 색은 양의 상관관계를 표시한다. ACAP‑AEXP, STOR‑TIME, TIME‑DATA 등 강한 양의 상관관계가 드러나며, 동시에 LOC‑ACT_EFFORT, DATA‑ACT_EFFORT 등과 같은 비용(노력)과 직접 연관된 변수들을 확인한다. 반대로 CPLX‑LEXP 등은 음의 상관관계를 보여 모델링 시 다중공선성을 피하기 위한 변수 선택에 실질적인 가이드를 제공한다.

기술적 관점에서 Circos는 (1) 입력 파일이 단순 텍스트 기반이며 자동화 파이프라인에 쉽게 삽입 가능하고, (2) 전역·지역 스케일 조정, 색상·투명도·두께 규칙을 설정해 복합적인 메타데이터를 동시에 표현할 수 있다는 장점을 가진다. 또한 원형 레이아웃은 “모든 요소가 서로 연결될 수 있다”는 직관을 제공해, 전통적인 행·열 매트릭스 시각화보다 관계망을 파악하기 용이하다. 저자들은 이러한 특성을 활용해 초기 데이터 탐색, 변수 선택, 프로젝트 군집화 등 다양한 소프트웨어 엔지니어링 작업에 적용 가능함을 입증한다.

결론적으로, Circos는 기존의 2D·3D 플롯이 제공하지 못한 다중 관계 시각화와 직관적 해석을 제공하며, 비용 추정 모델링 전 단계에서 데이터 품질을 검증하고, 비정형적인 패턴을 발견하는 데 유용한 도구임을 보여준다. 향후 연구에서는 자동화된 리본 색상·두께 매핑, 대규모 데이터셋에 대한 성능 최적화, 그리고 다른 머신러닝 파이프라인과의 연계 방안을 모색할 필요가 있다.