소프트웨어 프로젝트 비용 예측을 위한 퍼지 ID3 결정 트리 연구

초록

본 논문은 ISBSG 데이터셋에 퍼지 ID3 결정 트리를 적용하여 소프트웨어 노력(비용) 추정 모델을 구축하고, 퍼지 제어 임계값과 기타 파라미터를 최적화함으로써 MMRE와 Pred(l) 지표에서 기존 전통적 모델보다 높은 예측 정확도를 달성함을 실증한다.

상세 분석

이 연구는 소프트웨어 비용 추정 분야에서 오래된 회귀 기반 기법과 최신 머신러닝 기법 사이의 성능 격차를 메우기 위해 퍼지 논리를 결합한 ID3 결정 트리(Fuzzy‑ID3)를 제안한다. 전통적인 ID3는 명확한 분류 기준을 필요로 하지만, 실제 프로젝트 데이터는 규모, 복잡도, 인력 경험 등에서 불확실성과 모호성을 내포한다. 퍼지 집합 이론을 도입함으로써 각 속성값을 “높음·보통·낮음”과 같은 언어적 라벨에 대한 멤버십 함수로 변환하고, 정보 이득 계산 시 멤버십 가중치를 반영한다. 이렇게 하면 트리 성장 과정에서 데이터의 경계값이 부드럽게 처리되어 과적합 위험이 감소한다.

실험에 사용된 ISBSG 데이터셋은 5,000여 건의 국제 소프트웨어 프로젝트 기록을 포함하며, 주요 독립 변수로는 규모(LOC, FP), 개발 방식, 팀 규모, 도구 사용 여부 등이 있다. 저자는 먼저 결측값을 평균·중위수 대체법으로 보정하고, 연속형 변수는 정규화, 범주형 변수는 퍼지 라벨링을 수행하였다. 특히 “퍼지 제어 임계값(α‑cut)”을 0.1, 0.2, 0.3 등으로 변동시켜 트리의 분할 깊이와 가지 수를 조절했으며, 각 설정에 대해 10‑fold 교차 검증을 실시했다.

성능 평가지표는 MMRE와 Pred(l) (l=25, 30)이다. 결과는 α‑cut이 0.2일 때 MMRE가 21.4%로 가장 낮았으며, Pred(25)와 Pred(30)도 각각 68%와 82%로 기존 COCOMO II와 회귀 모델 대비 10~15%p 향상되었다. 파라미터 최적화가 모델 정확도에 미치는 영향을 시각화한 그래프는 퍼지 임계값이 너무 낮으면 트리가 과도하게 분할돼 과적합이 발생하고, 너무 높으면 정보 손실이 발생한다는 전형적인 트레이드오프를 명확히 보여준다.

한계점으로는 ISBSG 데이터가 다국적·다산업에 걸쳐 있어 도메인 특화 변수(예: 의료, 금융)별 차별화가 부족하고, 퍼지 라벨링에 사용된 멤버십 함수가 전문가 설계가 아닌 경험적 구간에 기반했기 때문에 라벨 경계가 주관적일 수 있다는 점을 들었다. 향후 연구에서는 베이지안 최적화로 퍼지 파라미터를 자동 튜닝하고, 딥러닝 기반 퍼지 신경망과의 하이브리드 모델을 검증할 계획이다.