비대칭 릴리즈 계획: 만족과 불만족의 균형 최적화

초록

본 논문은 기능 제공에 따른 만족도와 제공하지 않을 때 발생하는 불만족을 비대칭적으로 고려한 릴리즈 계획(ARP)을 제안한다. 만족과 불만족을 각각 최대·최소화하는 두 목표를 동시에 다루는 이중 목표 최적화 모델을 수립하고, 연속형 Kano 분석을 통해 각 기능의 만족·불만족 영향을 정량화한다. 제안된 Satisfaction‑Dissatisfaction Optimizer(SDO)를 실제 기업 프로젝트에 적용해 무작위 탐색·휴리스틱·관리자 수작업 대비 우수한 트레이드‑오프 해를 도출했으며, 20명의 이해관계자를 대상으로 한 설문에서 실용성이 검증되었다.

상세 분석

본 연구는 기존 릴리즈 계획이 ‘고객 만족 극대화’에만 초점을 맞추는 한계를 지적하고, 기능을 제공하지 않을 때 발생하는 ‘불만족’이라는 반대 측면을 별도 목표로 설정한다는 점에서 혁신적이다. 이를 위해 저자들은 두 개의 상반된 목표—‘최대 만족도(satisfaction)’와 ‘최소 불만족도(dissatisfaction)’—를 동시에 고려하는 비대칭 릴리즈 계획(Asymmetric Release Planning, ARP) 모델을 수학적으로 정의한다. 핵심은 각 기능 (f_i)에 대해 제공 시 만족도 (S_i)와 제공 안 할 시 불만족도 (D_i)를 별도로 추정하는데, 이를 위해 연속형 Kano 분석을 도입한다. 전통적인 Kano 모델은 ‘필수( Must‑be)’, ‘일반( One‑dimensional)’, ‘매력( Attractive)’ 등 정성적 범주만 제공하지만, 연속형 변형은 설문 응답을 0‑1 구간의 실수값으로 변환해 (S_i)와 (D_i)를 정량화한다. 이렇게 얻어진 두 값은 각각 목표 함수에 가중치 (w_s, w_d)를 부여해 선형 결합하거나 파레토 프론트 탐색에 활용된다.

모델 자체는 0‑1 정수선형계획(ILP) 형태이며, 제약조건은 총 개발 노력(예산)과 선행관계, 그리고 각 기능의 선택 여부를 나타내는 바이너리 변수 (x_i)이다. 목표식은
\