효과적인 버그 트리아지를 위한 소프트웨어 데이터 축소 기법

초록

본 논문은 버그 트리아지 정확도와 효율성을 높이기 위해 인스턴스 선택과 특성 선택을 결합한 데이터 축소 방법을 제안한다. 히스토리 버그 데이터를 기반으로 적용 순서를 예측하는 모델을 구축하고, Eclipse와 Mozilla의 60만 건 버그 보고서를 실험하여 데이터 규모를 크게 줄이면서도 트리아지 정확도가 향상됨을 입증한다.

상세 분석

버그 트리아지는 신규 버그를 적절한 개발자에게 할당하는 핵심 활동이며, 기존에는 전문가의 수작업에 크게 의존해 비용과 시간이 많이 소요되었다. 최근 텍스트 분류 기반 자동 트리아지 연구가 활발히 진행되고 있지만, 학습 데이터가 방대하고 잡음이 많아 모델 성능이 제한되는 문제가 남아 있다. 이 논문은 이러한 문제를 해결하기 위해 두 차원의 데이터 축소—인스턴스 차원(버그 보고서 자체)과 특성 차원(버그 텍스트를 구성하는 단어)—를 동시에 수행한다.

인스턴스 선택 단계에서는 대표성을 유지하면서 중복되거나 정보량이 낮은 버그 보고서를 제거한다. 구체적인 알고리즘으로는 편집 거리 기반의 최근접 이웃 압축(CNN)이나 클러스터 중심 선택 방식을 활용해, 전체 데이터의 30~50%를 효율적으로 삭제한다. 특성 선택 단계에서는 TF‑IDF 가중치와 카이제곱 검정, 정보 이득 등을 조합해 중요한 단어만 남긴다. 이 과정에서 차원 수는 평균 70% 이상 감소한다.

핵심적인 기여는 ‘적용 순서 예측 모델’이다. 인스턴스 선택 후 특성 선택을 할지, 혹은 반대 순서를 취할지는 데이터셋마다 최적이 다를 수 있다. 저자들은 히스토리 버그 데이터에서 15개의 메타 특성을 추출했으며(예: 평균 보고서 길이, 라벨 분포, 중복 비율 등) 이를 입력으로 의사결정 트리 기반 메타 모델을 학습시켰다. 새로운 프로젝트에 대해 이 메타 모델이 순서를 자동으로 제시함으로써, 실험마다 최적의 파이프라인을 재구성할 필요가 없어진다.

실험에서는 Eclipse와 Mozilla 두 대형 오픈소스 프로젝트의 버그 보고서 600,000건을 대상으로, Naïve Bayes, SVM, Random Forest 등 여러 분류기를 적용했다. 데이터 축소 후 Top‑1 정확도는 평균 4~6%p 상승했으며, 학습 및 예측 시간은 40% 이상 단축되었다. 특히 인스턴스 선택을 먼저 수행한 경우 특성 선택만 수행했을 때보다 정확도 향상이 더 크게 나타났는데, 이는 메타 모델이 이를 사전에 예측해 올바른 순서를 제시했기 때문이다.

이 논문은 데이터 전처리 단계에서의 축소가 단순히 비용 절감에 그치지 않고, 모델 일반화 능력을 높여 실제 트리아지 업무에 실질적인 가치를 제공한다는 점을 강조한다. 또한 메타 학습을 통한 순서 결정이라는 접근은 다른 소프트웨어 엔지니어링 문제(예: 결함 예측, 코드 리뷰 자동화)에도 확장 가능성을 시사한다. 다만, 메타 모델 학습에 필요한 충분한 히스토리 데이터와, 특성 선택/인스턴스 선택 알고리즘의 파라미터 튜닝 비용이 남아 있는 과제로 남는다.