엔트로피 기반 소프트웨어 트레이스 비교 기법

초록

본 논문은 실행 경로(소프트웨어 트레이스)를 직접 매칭하는 대신, 트레이스를 단어 시퀀스로 변환하고 각 시퀀스에 대한 엔트로피 값을 계산해 비교하는 방법을 제안한다. Shannon 엔트로피와 Landsberg‑Vedral, Rényi, Tsallis와 같은 확장 엔트로피를 적용해 결함이 포함된 트레이스들을 분류했으며, 희귀 이벤트에 가중치를 높인 파라미터 설정이 특히 효과적임을 확인하였다. 실험 결과 확장 엔트로피가 Shannon 엔트로피보다 높은 정확도와 뛰어난 확장성을 보였다.

상세 분석

소프트웨어 트레이스 매칭은 테스트 자동화, 결함 진단, 프로그램 이해 등 다양한 분야에서 핵심적인 역할을 하지만, 트레이스가 길고 복잡해질수록 전통적인 문자열 매칭 알고리즘은 시간·공간 복잡도에서 한계를 드러낸다. 이 논문은 이러한 문제를 회피하기 위해 트레이스를 “단어” 단위의 토큰 시퀀스로 변환하고, 각 시퀀스에 대한 확률 분포를 기반으로 엔트로피를 계산하는 접근법을 채택한다. Shannon 엔트로피는 정보 이론의 기본 척도로, 전체 이벤트의 평균 불확실성을 측정한다. 그러나 Shannon 엔트로피는 빈도가 높은 일반 이벤트에 치우치는 경향이 있어, 결함과 직접 연관된 희귀 이벤트를 충분히 강조하지 못한다. 이를 보완하기 위해 Landsberg‑Vedral, Rényi, Tsallis와 같은 확장 엔트로피를 도입했으며, 각 엔트로피는 파라미터 q(또는 α)를 통해 희귀 이벤트에 대한 가중치를 조절한다. q 값을 1보다 크게 설정하면 낮은 빈도의 토큰이 엔트로피 계산에 더 큰 영향을 미치게 된다.

실험에서는 잘 알려진 결함이 포함된 오픈소스 프로그램을 대상으로, 결함 발생 전후의 트레이스를 수집하고, 각 트레이스를 토큰화한 뒤 엔트로피 값을 추출했다. 추출된 엔트로피는 다차원 특징 벡터로 구성되어, k‑NN, SVM 등 전통적인 분류 모델에 입력되었다. 평가 결과, q 값을 1.52.0 범위로 설정한 확장 엔트로피가 Shannon 엔트로피 대비 평균 812% 높은 정확도를 보였으며, 특히 결함이 드물게 발생하는 상황에서 분류 성능이 크게 향상되었다. 또한 엔트로피 계산은 O(N) 시간 복잡도로 수행되므로, 트레이스 길이가 수천 라인에 달해도 실시간 수준의 비교가 가능했다.

이 연구는 엔트로피 기반 비교가 트레이스 매칭의 스케일 문제를 효과적으로 완화하고, 희귀 이벤트를 강조함으로써 결함 탐지 정확도를 높일 수 있음을 실증한다. 다만 파라미터 q 선택이 도메인에 따라 민감하게 작용할 수 있으며, 자동 튜닝 메커니즘이 추가된다면 더욱 일반화된 적용이 가능할 것으로 보인다.