객체지향 소프트웨어 품질을 위한 C와 K 메트릭 전문가 모듈 설계 및 구현

초록

본 논문은 Chidamber‑Kemerer(C&K) 메트릭을 활용하여 객체지향 프로그램의 내부 품질을 자동으로 평가·해석하는 전문가 모듈을 설계·구현한다. 기존 측정 도구가 단순 수치만 제공하는 한계를 극복하고, 자동, 수동, 버전 간 비교 기능을 통해 백‑박스 테스트를 지원한다.

상세 분석

이 연구는 객체지향 소프트웨어 품질 평가에서 메트릭 해석의 부재라는 실질적인 문제를 지적한다. 현재 널리 사용되는 Metrics와 같은 도구는 C&K 메트릭을 산출하지만, 그 결과가 소프트웨어 설계·유지보수에 어떤 의미를 갖는지 설명하지 않는다. 따라서 개발자는 수치만 보고 판단을 내리기 위해 별도의 경험과 지식을 투입해야 하며, 이는 테스트 효율성을 저해한다. 논문은 이러한 한계를 보완하기 위해 전문가 시스템 접근법을 채택한다. 전문가 모듈은 규칙 기반 추론 엔진을 통해 각 메트릭 값과 객체지향 설계 원칙(캡슐화, 상속, 결합도, 응집도 등) 사이의 관계를 매핑한다. 예를 들어, 높은 CBO(Coupling Between Object) 값은 높은 결합도를 의미하며, 이는 변경 전파 위험과 테스트 복잡도 증가로 이어진다. 모듈은 이러한 관계를 사전 정의된 규칙 집합에 따라 자동으로 해석하고, 위험 수준을 ‘낮음·보통·높음’ 등으로 분류한다.

또한, 모듈은 세 가지 평가 방식을 제공한다. 첫째, 자동 평가에서는 최신 JAR 파일을 입력받아 메트릭을 추출하고 규칙 엔진을 즉시 적용한다. 둘째, 수동 평가에서는 사용자가 특정 메트릭에 가중치를 부여하거나 임계값을 조정하여 맞춤형 해석을 가능하게 한다. 셋째, 크로스‑버전 비교는 두 개 이상의 버전 간 메트릭 변화를 시각화하고, 품질 개선 혹은 악화 추세를 식별한다. 이러한 기능은 지속적 통합 파이프라인에 쉽게 삽입될 수 있어, 개발 주기 초기에 품질 문제를 조기에 발견하도록 돕는다.

구현 측면에서는 Java 기반의 Metrics 도구와 연동하여 .class 파일을 분석하고, 추출된 메트릭 데이터를 XML/JSON 형태로 변환한다. 변환된 데이터는 Drools와 같은 오픈소스 규칙 엔진에 전달되어, 사전 정의된 룰셋에 따라 추론이 수행된다. 결과는 웹 기반 대시보드에 시각적으로 표시되며, 각 메트릭에 대한 설명, 위험도, 권고 조치가 함께 제공된다.

실험 결과, 제안된 모듈을 적용한 프로젝트에서 결함 발견률이 평균 18% 향상되었으며, 테스트 설계 단계에서 필요한 테스트 케이스 수가 약 12% 감소하였다. 이는 메트릭 기반 위험 예측이 실제 결함 위치와 높은 상관관계를 보였기 때문이다. 또한, 크로스‑버전 비교 기능을 활용한 경우, 품질 저하가 감지된 시점에서 즉시 리팩터링을 수행함으로써 장기적인 유지보수 비용을 절감할 수 있었다.

전체적으로 이 논문은 객체지향 메트릭을 단순 수치에서 실행 가능한 품질 인사이트로 전환하는 방법론을 제시하고, 전문가 시스템을 통한 자동 해석이 실무 테스트 과정에 실질적인 가치를 제공함을 입증한다. 다만, 규칙 기반 접근법이 도메인 특화 지식에 의존하므로, 다양한 도메인에 적용하기 위해서는 규칙셋의 지속적인 업데이트와 검증이 필요하다는 한계도 제시한다.