[논문 리뷰] Pragmatic Requirements for Adaptive Systems: a Goal-Driven Modelling and Analysis Approach

Felipe Pontes Guimarães, Genaína Nunes Rodrigues외 2명|arXiv (Cornell University)|2015. 03. 24.

Advanced Software Engineering Methodologies참고 문헌 11인용 수 7

한 줄 요약

이 논문은 적응형 시스템을 위한 전통적인 목표 모델의 한계를 해결하기 위해 맥락에 따라 동적으로 변화하는 만족 기준을 갖는 실용적 목표(pragmatic goals)를 도입한다. 맥락에 따라 목표의 달성 가능성을 자동으로 분석하는 알고리즘을 제안하며, 인간의 판단에 비해 거의 즉각적이고 신뢰할 수 있는 결과를 도출한다.

ABSTRACT

Goal-models (GM) have been used in adaptive systems engineering for their ability to capture the different ways to fulfill the requirements. Contextual GM (CGM) extend these models with the notion of context and context-dependent applicability of goals. In this paper, we observe that the interpretation of a goal achievement is itself context-dependent. Thus, we introduce the notion of Pragmatic Goals which have a dynamic satisfaction criteria. We also developed and evaluated an algorithm to decide the Pragmatic CGM's achievability. Finally, we performed several experiments to evaluate and to compare our algorithm against human judgment and concluded that the specification of context-dependent goals' applicability and interpretations make it hard for domain stakeholders to decide whether the model covers all possibilities, both in terms of time and accuracy, thus showing the importance and contribution of our algorithm.

연구 동기 및 목표

• 목표 해석이 맥락에 따라 달라지지만 공식적으로 모델링되지 않는 기존 목표 모델의 격차를 해소하기 위해.
• 기존의 딱딱한 목표(hard goals)와 부드러운 목표(soft goals)가 목표 달성의 맥락 기반 해석을 포괄하지 못함을 인식하기 위해.
• 맥락 기반 만족 기준을 목표 모델에 통합하는 공식적 모델을 개발하기 위해.
• 주어진 맥락에서 실용적 목표의 달성 가능성을 판단하기 위한 자동 추론 알고리즘을 설계하고 평가하기 위해.
• 요구사항 분석에서 인간 판단에 비해 속도와 정확도 면에서 우수한 성능을 보이는 알고리즘의 성능을 입증하기 위해.

제안 방법

• 목표 만족 기준이 맥락적 해석에 따라 달라지는 맥락 기반 목표 모델(Contextual Goal Models, CGM)의 확장으로 실용적 목표를 도입한다.
• 실용적 목표의 달성 가능성을, 목표의 맥락 기반 해석을 충족시키는 유효한 실행 계획이 존재하는지 여부로 정의한다.
• CGM 트리의 분석을 위해 하위목표를 순환적으로 탐색하고 맥락 기반 조건을 적용하는 재귀적 알고리즘을 개발한다.
• 목표 간 기여 또는 거부 관계가 없음을 단순화 가정하여 트리 구조를 유지하고 선형 시간 복잡도를 확보한다.
• 지정된 맥락 하에서 실용적 목표의 실행 계획을 생성하기 위해 알고리즘을 구현한다.
• 이동형 개인 비상 대응 시스템의 사례 연구를 통해 알고리즘을 평가하고 인간 자원 봉사자와의 결과를 비교한다.

실험 결과

연구 질문

• RQ1 목표 만족 기준이 맥락에 따라 동적으로 변화할 경우, 이를 공식적으로 모델링할 수 있는 방법은 무엇인가?
• RQ2 자동화된 알고리즘이 맥락 기반 목표의 달성 가능성을 평가할 때 인간 판단에 비해 어느 정도 뛰어난가?
• RQ3 루트 목표가 CGM에서 달성 불가능해지는 맥락 조합을 효율적으로 식별할 수 있는가?
• RQ4 CGM 내 목표 수와 맥락 수가 증가함에 따라 알고리즘의 확장성은 어떻게 되는가?
• RQ5 이 접근 방식을 런타임 적응 및 요구사항 공학 도구에 통합할 잠재력은 무엇인가?

주요 결과

• 제안된 알고리즘은 실용적 목표의 달성 가능성을 몇 밀리초 내에 판단하며, 인간 자원 봉사자가 평균 17분이 소요된 것에 비해 훨씬 빠른 성능을 보였다.
• 인간 판단의 달성 가능성 평가 정확도는 단지 27.81%에 그쳐 수동 분석의 한계를 드러냈다.
• 알고리즘은 실용적 목표의 달성 가능한 경로를 높은 일관성으로 정확히 식별하여 요구사항 공학 분야에서의 신뢰성을 입증했다.
• 알고리즘은 목표 수와 맥락 수에 대해 선형적으로 확장되며, 최대 10,000개의 노드와 20개의 맥락을 가진 모델을 1초 이내에 처리할 수 있었다.
• 15개의 맥락과 최대 10,000개의 노드를 가진 모델에 대해서는 모든 맥락 조합을 1분 이내에 평가하여 포괄적인 맥락 공간 분석을 가능하게 했다.
• 이 접근 방식은 사전에 달성 불가능한 맥락를 식별할 수 있어 설계 시 분석 및 향후 런타임 적응 가능성까지 지원한다.