[논문 리뷰] A Survey of Refactoring Detection Techniques Based on Change History Analysis

Eunjong Choi, Kenji Fujiwara외 2명|arXiv (Cornell University)|2018. 08. 07.

Firm Innovation and Growth인용 수 5

한 줄 요약

이 논문은 변경 이력 분석 기반의 리팩터링 탐지 기법을 조사하며, 이를 여섯 가지 하위 유형으로 분류하고 그 효과성을 평가한다. 탐지 정확도와 확장성의 핵심 과제를 밝히고, 여러 탐지 기법을 융합하고 공통된 데이터셋을 활용한 표준화된 정량적 평가 프레임워크를 수립하는 향후 연구 방향을 제안한다.

ABSTRACT

Refactoring is the process of changing a software system in such a way that it does not alter the external behavior of the code yet improves its internal structure. Not only researchers, but also practitioners, need to know about past refactoring instances performed in a software development project. So far, a number of techniques have been proposed for automatic detection of refactoring instances. Those techniques have been presented in various international conferences and journals, however, it is difficult for researchers and practitioners to grasp the current status of studies on refactoring detection techniques. In this survey paper, we review various refactoring detection techniques, especially techniques based on change history analysis. First, we give the definition and categorization of refactoring detection methods in this paper, and then introduce refactoring detection techniques based on change history analysis. Finally, we discuss possible future research directions for refactoring detection.

연구 동기 및 목표

• 연구자와 실무자들을 위해 변경 이력 분석 기반 리팩터링 탐지 기법에 대한 종합적인 서베이를 제공하기 위해.
• 변경 이력 기반 탐지의 여섯 가지 하위범주에 따라 기존 기법을 분류하고 분석하기 위해.
• 특히 기법 융합과 정량적 평가의 부족을 포함한 현재 연구의 격차를 규명하기 위해.
• 확장 가능한 탐지 기법과 표준화된 벤치마크 데이터셋을 포함한 향후 연구 방향을 제안하기 위해.
• 현재 최고 수준의 리팩터링 탐지 기술 상태를 명확히 하여 실증 연구 및 도구 개발을 지원하기 위해.

제안 방법

• 논문은 리팩터링 탐지 기법을 네 가지 주요 범주로 분류한다: 커밋 로그 마이닝, 개발자 관찰, 도구 사용 로깅, 변경 이력 분석.
• 특히 변경 이력 기반 기법을 여섯 가지 하위범주로 추가로 분류한다: 복제 탐지, AST 기반 분석, 메트릭 기반 분석, 유전 알고리즘 기반 접근법, AST 요소 간 유사도 기반 분석, 반복적인 리팩터링 적용 및 검증.
• 각 하위범주에 대해 예시 기법을 검토한다. 예를 들어 동적 분석을 위한 Ref-Finder와 Thangthumachit 등의 AST 유사도 기반 방법.
• 각 기법은 혼합 리팩터링 탐지 능력, 오진률 처리 능력, 대규모 변경 이력에 대한 확장성 등을 기준으로 평가된다.
• 외부 동작을 변경하지 않고 코드 버전 간의 구조적 및 메트릭 기반 비교를 통해 리팩터링 작업을 유추하는 데 중점을 둔다.
• 표준화된 데이터셋과 정량적 평가 프레임워크의 도입을 통해 기법 간 공정한 비교를 가능하게 하기를 주장한다.

실험 결과

연구 질문

• RQ1 변경 이력 분석 기반 리팩터링 탐지 기법은 현재 어떻게 분류되며, 핵심 메커니즘은 무엇인가?
• RQ2 기존 리팩터링 탐지 기법의 정확도, 확장성, 오진률 측면에서의 한계는 무엇인가?
• RQ3 여러 탐지 기법을 융합하여 탐지 정밀도와 재현율을 향상시킬 수 있는 방법은 무엇인가?
• RQ4 리팩터링 탐지 도구에 대한 정량적 평가를 가능하게 하는 데 있어 핵심 과제는 무엇인가?
• RQ5 자동화된 리팩터링 탐지 분야에서 최첨단 수준을 향한 향후 연구 방향 중 가장 중요한 것은 무엇인가?

주요 결과

• 규칙 기반, 복제 기반, 유전 알고리즘 기반 방법을 융합할 잠재력이 있음에도 불구하고, 복합적 접근법을 탐색한 연구는 매우 적다.
• 표준화된 데이터셋과 리팩터링 인스턴스의 명확한 정의(순수하지 않거나 floss 리팩터링 포함)가 부족하여, 리팩터링 탐지 기법의 정량적 평가가 제한되어 있다.
• 기존 기법들은 일반적으로 각 변경 이력 쌍에 대해 전체 코드베이스를 분석하므로, 장기적인 변경 이력 시퀀스에 적용할 경우 높은 계산 비용이 발생한다.
• AST 유사도 기반 기법과 반복적인 리팩터링 적용 기법은 복잡한 혼합 리팩터링을 더 높은 정밀도로 탐지하는 데 잠재력이 있다.
• 공유 가능한 데이터셋과 평가 메커니즘의 필요성이 강조되며, 이는 탐지 도구의 공정하고 재현 가능한 벤치마크를 가능하게 한다.
• 변경 이력 수를 고려한 확장성 평가가 부족하여, 차이만 기반으로 하는 경량 분석 접근법의 필요성이 제기된다.