검색 상세

기능별 상관관계를 이용한 효율적인 소프트웨어 개발 규모 산정을 위한 추정 모델

초록/요약

소프트웨어의 개발 규모의 산정은 정보시스템의 개발 비용을 측정하는데 고려되는 인자 중에서 핵심적인 요소이다. 본 논문은 기능별 상관관계를 도출하여 효율적인 소프트웨어 개발 규모 산정을 위한 추정 모델을 제안한다. 제안된 방법은 우선, 실제 공공 및 민간분야에서 수행된 97개 프로젝트 산출물인 기능점수(Function Point) 데이터를 이용하여 기능별 상관관계를 분석한다. 이를 통하여 총 다섯 개의 기능(EI, EO, EQ, ILF, ELF) 중 통계적으로 유의한 세 개의 기능(EI, ILF, EIF)을 추출한다. 이들에 대한 회귀분석을 실시하여 프로젝트 초기 단계에 대략의 소프트웨어 개발 규모 추정에 사용할 수 있는 추정 모델을 제안한다. 제안된 추정 모델의 정확성은 국․내외 기능점수 예측 기법인 NESMA의 IFPC(Indicate Function Point Count) 및 EFPC(Estimated Function Point Count), ISBSG의 EPFS(Early Prediction of Function Size), 국내 소프트웨어사업대가기준의 간이기능점수법과의 평균상대오차(MMRE, Mean Magnitude Relative Error)와 n에서의 예측치(Pred(n), Prediction at Level n) 값을 비교 분석함으로써 검증된다. 분석 결과, 본 논문에서 제시하는 추정 모델의 평균상대오차(MMRE)는 0.249로 기존 국․내외 기능점수 예측 기법들과 비교하여 가장 작은 값으로 나왔고, Pred(0.25)의 경우에도 0.64로 기존 국․내외 기능점수 예측 기법들과의 비교에서 가장 값이 크게 나와 다른 예측 기법들보다 상대적으로 우수한 모델임이 입증되었다.

more

초록/요약

Estimating software size measurement is essential factor for the cost estimation of information technology system. This paper deals with estimation model for effective software size measurement using functional correlation. The proposed approach starts from analyzing functional correlation of function point data obtained from the former 97 projects in public and private sector. Based on the analysis, stochastically meaningful three functions(EI, ILF, EIF) are extracted among the five functions(EI, EO, EQ, ILF, ELF). After regression analysis of extracted factors, newly developed estimation model for the software size measurement in the early stage of project is proposed. The accuracy of proposed model is evaluated quantitatively with comparing proposed estimation model and existing estimation models in terms of the value of Mean Magnitude Relative Error(MMRE) and Prediction at Level n(Pred(n)). Used existing models are IFPC, EFPC, EPFS and simplified function point method in Korea. The MMRE of 0.249 is obtained with the proposed model, and it is larger than the value derived from the other models. The Pred(0.25) of 0.64 is obtained with the proposed model, and it is smaller than the value derived from the other models. The results show that the quality of proposed estimation model in this paper is better than the other existing estimation models.

more