MARF와 GIPSY 소프트웨어 품질 측정 비교 연구

초록

본 논문은 오픈소스 음성처리 프레임워크 MARF와 다언어 컴파일러 플랫폼 GIPSY의 코드 품질을 객체지향 설계 메트릭을 활용해 정량·정성적으로 비교한다. 측정 도구를 적용해 각 시스템의 복잡도, 응집도, 결합도 등을 평가하고, 결과를 기반으로 품질 속성(재사용성, 유지보수성 등)을 해석한다.

상세 분석

본 연구는 두 개의 독립적인 오픈소스 프로젝트인 MARF와 GIPSY를 대상으로 객체지향 설계 품질 메트릭을 적용함으로써 소프트웨어 측정의 실용성을 검증한다. 먼저 MARF는 음성·스피치 처리 알고리즘 컬렉션으로, 클래스 계층이 비교적 얕고 기능별 모듈이 명확히 구분되어 있다. 반면 GIPSY는 다중 언어 컴파일러와 런타임을 제공하는 복합 시스템으로, 추상화 레이어가 깊고 다양한 디자인 패턴이 혼재한다. 이러한 구조적 차이는 메트릭 결과에 직접적인 영향을 미친다.

측정 도구로는 CK 메트릭(Weighted Methods per Class, Depth of Inheritance Tree, Number of Children 등)과 MOOD 메트릭(Encapsulation, Inheritance, Polymorphism, Coupling) 등을 활용하였다. MARF는 WMC가 평균 수준이지만, DIT가 낮아 상속 구조가 단순함을 보여준다. 반면 GIPSY는 높은 DIT와 NOC를 보이며, 복잡한 상속 트리와 다중 구현체가 존재함을 나타낸다. 결합도(CBO)와 응집도(LCOM)에서도 GIPSY가 상대적으로 높은 값을 기록했는데, 이는 모듈 간 의존성이 강하고 클래스 내부 책임이 분산되어 있음을 의미한다.

품질 해석 단계에서는 각 메트릭을 품질 속성에 매핑하였다. 낮은 WMC와 높은 cohesion은 유지보수성을, 높은 inheritance depth와 low coupling은 재사용성을 촉진한다. MARF는 유지보수성에서 우수하지만, 재사용성 측면에서는 GIPSY가 더 높은 잠재력을 가진다. 반대로 GIPSY는 복잡도가 높아 결함 발생 위험이 증가할 가능성이 있다.

또한 도구 기반 자동 측정과 수동 코드 리뷰를 병행함으로써 메트릭의 한계와 보완점을 제시한다. 자동 도구는 표면적인 수치를 제공하지만, 설계 의도와 비즈니스 로직을 반영하지 못한다는 점에서 전문가의 정성적 판단이 필요하다.

결과적으로, 본 논문은 메트릭이 단순히 수치적 지표를 넘어 설계 개선과 품질 목표 설정에 어떻게 활용될 수 있는지를 실증적으로 보여준다. 두 시스템의 구조적 차이를 고려한 맞춤형 메트릭 해석이 향후 소프트웨어 품질 관리에 중요한 시사점을 제공한다.