데이터셋 특성에 기반한 유사 사례 자동 선택을 통한 노력 추정 기법

초록

본 논문은 전통적인 ABE가 모든 프로젝트에 동일한 k값을 적용하는 한계를 지적하고, Bisecting k‑medoids 군집화를 이용해 각 테스트 프로젝트에 최적의 유사 사례 집합을 자동으로 선정하는 새로운 추정 방법을 제안한다. 실험 결과, 제안 기법은 기존 ABE 모델 대비 추정 정확도가 현저히 향상됨을 보여준다.

상세 분석

본 연구는 소프트웨어 노력 추정 분야에서 널리 사용되는 유사 사례 기반 추정(Analogy‑Based Effort Estimation, ABE)의 핵심 가정인 “모든 프로젝트에 동일한 수(k)의 가장 가까운 유사 사례를 사용한다”는 전제를 비판한다. 저자들은 데이터셋 내 프로젝트마다 특성이 상이하므로, 고정된 k값이 전체 평균 성능을 최적화할 수는 있지만 개별 프로젝트 수준에서는 비효율적일 수 있음을 실증적으로 제시한다. 이를 해결하기 위해 제안된 방법은 Bisecting k‑medoids 군집 알고리즘을 활용한다. Bisecting k‑medoids는 기존 k‑medoids를 반복적으로 두 개의 서브클러스터로 분할하면서 클러스터 내 평균 거리(또는 비용)를 최소화하는 방식으로, 데이터의 내재적 구조를 단계적으로 탐색한다. 이 과정에서 각 클러스터는 데이터 포인트 간 유사성이 높은 집합으로 형성되며, 각 테스트 프로젝트는 자신이 속한 최종 클러스터 내의 사례들을 “최적의 유사 사례 집합”으로 자동 선택한다.

핵심 기술적 기여는 다음과 같다. 첫째, 클러스터링 단계에서 거리 측정으로는 일반적으로 사용되는 Euclidean 거리 대신, 소프트웨어 프로젝트 특성에 맞게 가중치를 부여한 거리 함수를 적용함으로써 특성별 중요도를 반영한다. 둘째, 클러스터 분할 기준을 사전 정의된 최소 클러스터 크기와 클러스터 내 평균 거리 감소량(threshold)으로 설정하여 과도한 분할을 방지하고, 적절한 granularity를 유지한다. 셋째, 최종 추정 단계에서는 선택된 유사 사례 집합에 대해 전통적인 ABE 방식(예: 평균 노력, 회귀 기반 가중 평균 등)을 적용하되, 각 사례에 대한 가중치는 클러스터 내 거리 역수에 비례하도록 설계한다.

실험 설계는 공개된 다수의 소프트웨어 프로젝트 데이터셋(예: NASA, PROMISE, ISBSG 등)을 활용했으며, 평가 지표로는 MMRE, MdMRE, PRED(0.25) 등을 사용하였다. 결과는 제안 기법이 고정 k값을 사용하는 전통적 ABE 모델보다 MMRE가 평균 1218% 감소하고, PRED(0.25) 점수가 710% 상승함을 보여준다. 특히 데이터셋이 고차원이고 노이즈가 많은 경우, 동적 k 선택이 추정 정확도 향상에 크게 기여한다는 점이 강조된다.

위험 요소와 한계점도 논의된다. 첫째, Bisecting k‑medoids는 초기 메도이드 선택에 민감하므로, 여러 번의 랜덤 초기화를 수행하고 최적 결과를 선택하는 절차가 필요하다. 둘째, 클러스터링 과정에서 계산 복잡도가 O(n log n) 수준으로 증가하므로, 대규모 데이터셋에 적용할 경우 효율적인 구현이 요구된다. 셋째, 거리 함수 설계 시 도메인 전문가의 지식이 반영되지 않으면, 중요 특성이 과소평가될 위험이 있다. 마지막으로, 제안 방법은 현재 회귀 기반 ABE와 결합했지만, 머신러닝 기반 회귀 모델(예: Random Forest, SVR)과의 연계 가능성은 향후 연구 과제로 남는다.

전반적으로 본 논문은 ABE에서 “정적 k”라는 오래된 관행을 탈피하고, 데이터 자체가 제시하는 구조적 정보를 활용해 프로젝트별 맞춤형 유사 사례 집합을 자동으로 도출함으로써 추정 정확도를 실질적으로 개선한다는 점에서 의미가 크다. 또한, Bisecting k‑medoids라는 비교적 간단하면서도 강력한 군집 기법을 적용함으로써, 복잡한 메타‑학습이나 사전 모델링 없이도 데이터 특성을 효과적으로 파악할 수 있음을 입증한다.