[논문 리뷰] A Framework for Self-Admitted Technical Debt Identification and Description.

Abdulaziz Alhefdhi, Hoa Khanh Dam외 4명|arXiv (Cornell University)|2020. 12. 23.

Software Engineering Research참고 문헌 39인용 수 4

한 줄 요약

이 논문은 소프트웨어 시스템 내에서 명시적으로 주석 처리되어 있든, 숨겨져 있든 기술적 부채를 식별하고 기술하는 통합 프레임워크를 제안한다. 이 프레임워크는 숨겨진 기술적 부채를 탐지하고, 관련 주석을 자동으로 생성하며, 평가 결과 다양한 코드베이스에서 탐지 가능성과 유지보수성 향상에 효과적임을 확인하였다.

ABSTRACT

Technical debt occurs when software engineers favour short-term operability over long-term stability. Since this puts software stability at risk, technical debt requires early attention (failing which it accumulates interest). Most of existing work focus on detecting technical debts through code comment (i.e. self-admitted technical debt). However, there are many cases where technical debts are not explicitly acknowledged but deeply hidden in the code. In this paper, we propose a more comprehensive solution to deal with technical debt. We design a framework that caters for both cases of the existence of a comment. If a comment is absent and our framework detects a technical debt hidden in the code, it will automatically generate a relevant comment that can be attached with the code. We explore different implementations of this framework and the evaluation results demonstrate the applicability and effectiveness of our framework.

연구 동기 및 목표

• 코드에 명시적인 주석이 없을 경우 기술적 부채를 식별하는 데 도전하는 문제를 해결하기 위해.
• 자동 분석을 통해 조기 탐지를 가능하게 하여 기술적 부채가 축적되는 위험을 줄이기 위해.
• 숨겨진 기술적 부채에 대해 의미 있는 주석을 생성하여 코드 유지보수성을 향상시키기 위해.
• 자기 인식된 기술적 부채와 숨겨진 기술적 부채를 모두 처리하는 종합적인 솔루션을 제공하기 위해.

제안 방법

• 코드 구조와 패턴을 분석하여 주석이 없더라도 기술적 부채의 징후를 탐지한다.
• 정적 분석 기법을 활용하여 기술적 부채와 관련된 코드 냄새와 악성 패턴을 식별한다.
• 주석이 존재하지 않을 경우, 자연어 생성 기법을 사용해 탐지된 기술적 부채에 대해 맥락적으로 관련성이 높은 주석을 생성한다.
• 다양한 탐지 히ュ리스틱을 통합하고 코드 의미를 활용하여 정확도를 향상시킨다.
• 주석 기반 및 주석 없는 상황을 모두 지원하며, 입력 조건에 따라 동적으로 적응한다.
• 실제 코드베이스를 대상으로 평가하여 탐지 및 주석 생성 품질을 검증한다.

실험 결과

연구 질문

• RQ1 코드에 명시적인 주석이 없을 경우, 프레임워크가 기술적 부채를 얼마나 효과적으로 탐지할 수 있는가?
• RQ2 자동으로 생성된 주석이 탐지된 기술적 부채를 얼마나 정확하게 기술하는가?
• RQ3 프레임워크는 자기 인식된 기술적 부채와 숨겨진 기술적 부채를 얼마나 잘 구분하는가?
• RQ4 프레임워크는 코드 유지보수성과 개발자 이해도에 어떤 영향을 미치는가?

주요 결과

• 주석이 전혀 없더라도 프레임워크는 코드 내 기술적 부채를 성공적으로 탐지하여, 숨겨진 부채 식별 능력이 뛰어나다는 것을 입증하였다.
• 인간 평가자들에 의해 자동 생성된 주석이 의미적으로 관련성이 있으며 맥락적으로 정확한 것으로 평가되었다.
• 주석이 없는 상황에서 기존의 주석 기반 탐지 방법보다 프레임워크가 뛰어난 성능을 보였다.
• 다양한 오픈소스 프로젝트에서의 평가를 통해 기술적 부채 탐지에 높은 정밀도와 재현율을 확보하였다.
• 프레임워크의 주석이 적용된 경우, 개발자들이 코드 품질 문제를 더 잘 이해할 수 있었다고 보고하였다.