소프트웨어 평가 기준 도출을 위한 체계적 방법론

초록

본 논문은 기업이 필요로 하는 소프트웨어를 전략적·기술적 관점에서 평가할 수 있도록, 도메인 지식과 산업 맥락을 반영한 맞춤형 평가 기준을 도출하는 방법론을 제시한다. 세 층 구조의 모델을 통해 일반적인 소프트웨어 무관 카탈로그에서 시작해 점진적으로 세분화된 기준을 생성하며, 이를 머신러닝‑aaS 플랫폼을 대상으로 한 사례 연구로 검증한다.

상세 분석

이 연구는 소프트웨어 선택 과정에서 흔히 발생하는 ‘기술 적합성’과 ‘전략 적합성’ 사이의 괴리를 해소하고자 한다. 저자는 먼저 두 차원을 ‘도메인 지식’과 ‘산업 맥락’으로 정의하고, 이를 정량·정성적으로 포착할 수 있는 평가 항목을 설계한다. 핵심은 세 층(Layer 1~3)으로 구성된 계층형 모델이다. 첫 번째 층은 모든 소프트웨어에 적용 가능한 ‘소프트웨어‑무관 카탈로그’를 구축한다. 여기에는 보안, 확장성, 비용 구조 등 기본적인 품질 속성이 포함된다. 두 번째 층은 특정 도메인(예: 제조, 금융, 의료 등)의 특성을 반영해 추가 항목을 삽입한다. 예를 들어, 제조업에서는 실시간 데이터 처리 능력이, 금융업에서는 규제 준수 기능이 강조된다. 세 번째 층은 개별 기업의 전략·조직 문화에 맞춰 맞춤형 가중치를 부여한다. 이 과정에서 인터뷰, 설문, 워크숍 등 이해관계자 참여 기법을 활용해 가중치를 도출한다는 점이 실용적이다.

방법론의 형식화는 ‘요소‑관계‑가중치’ 삼중 구조로 표현되며, 이는 평가 기준의 투명성 및 재현성을 보장한다. 또한, 저자는 기준 도출 절차를 단계별 체크리스트 형태로 정리해 실무 적용성을 높였다. 사례 연구에서는 중소기업(SME)을 대상으로 머신러닝‑aaS(MaaS) 플랫폼을 평가했으며, 기존의 단순 비용‑기능 비교와 달리 전략 적합성 점수를 포함한 다차원 평가 결과를 제시한다. 결과는 기업이 장기적인 디지털 전환 목표와 일치하는 플랫폼을 선택하도록 돕는 데 유의미함을 보여준다.

이 논문의 주요 기여는 (1) 소프트웨어 선택을 위한 체계적 모델을 제시하고, (2) 도메인·기업 맞춤형 평가 기준을 계층적으로 정제하는 프로세스를 제공하며, (3) 실제 사례를 통해 방법론의 실효성을 검증했다는 점이다. 한편, 제한점으로는 초기 카탈로그 구축 시 전문가 의견에 의존하는 정도가 높아 주관성이 남을 수 있다는 점과, 매우 특수한 산업에서는 추가적인 맞춤형 항목이 필요할 가능성이 있다는 점을 언급한다. 향후 연구에서는 자동화된 텍스트 마이닝을 활용해 평가 항목을 동적으로 업데이트하거나, 다중 기업 간 비교 분석을 위한 메타‑데이터 표준화를 모색할 수 있다.