[논문 리뷰] Software Architecture Metrics: a literature review

Théo Coulin, Maxence Detante외 2명|arXiv (Cornell University)|2019. 01. 25.

Software Engineering Research참고 문헌 55인용 수 4

한 줄 요약

이 체계적 문헌 고찰은 설계 과정의 초반 단계와 개발 전반에 걸쳐 품질을 평가하기 위한 소프트웨어 아키텍처 메트릭스를 식별하고 평가한다. 유지보수성, 확장성, 성능과 같은 품질 특성에 따라 메트릭스를 분류하며, 그 사용 지침을 제시하고 실제 적용 상황에서의 관련성을 강조한다. 同시에 산업 현장에서의 도입과 경험적 검증에 한계가 있음을 지적한다.

ABSTRACT

In Software Engineering, early detection of architectural issues is key. It helps mitigate the risk of poor performance, and lowers the cost of repairing these issues. Metrics give a quick overview of the project which helps designers with the detection of flaws or degradation in their architecture. Even though studies unveiled architectural metrics more than 25 years ago, they have not yet been embraced by the industry nor the open source community. In this study, we aim at conducting a review of existing metrics focused on the software architecture for evaluating quality, early in the design flow and throughout the project's lifetime. We also give guidelines of their usage and study their relevance in different contexts.

연구 동기 및 목표

• 초기 단계의 품질 평가에 적용 가능한 기존 소프트웨어 아키텍처 메트릭스를 식별하고 카탈로그화하기.
• 이러한 메트릭스가 핵심 소프트웨어 아키텍처 품질 특성(유지보수성, 확장성 등)과 얼마나 관련성 있고 대표적인지 평가하기.
• 설계 및 개발 과정에서 아키텍트가 이러한 메트릭스를 어떻게 적용할 수 있는지에 대한 실용적 지침 제공하기.
• 메트릭스가 애자일 및 반복적 개발 환경에서 실제로 아키텍처 품질 특성을 얼마나 잘 반영하는지 평가하기.
• 특히 소나르큐브(SonarQube)와 같은 코드 수준 도구에 비해 아키텍처 메트릭스의 산업적 도입과 경험적 검증에 미치는 격차를 부각하기.

제안 방법

• 최선의 관행을 따르는 체계적 문헌 고찰(SLR)을 수행하였으며, 전진 및 후진 스노볼링 기법을 포함함.
• 최근 25년 이내의 동료 검토를 통과한 논문을 대상으로 하였으며, 아키텍처 수준의 메트릭스에 중점을 둔 연구만 걸러냄.
• 유지보수성, 확장성, 단순성, 재사용성, 성능 등 평가하는 품질 특성에 따라 메트릭스를 분류함.
• 각 메트릭스의 이론적 기반, 실용적 사용성, 실제 프로젝트 또는 사례 연구 환경에서의 검증 여부를 평가함.
• 시간 제약과 논문 선택 시 제목 기반의 편향 가능성 등 타당성에 대한 위협 요소를 평가함.
• 기존 코드 수준 도구(예: SonarQube)와의 비교를 통해 현재 도구링에서 설계 수준 메트릭스 지원의 부족함을 부각함.

실험 결과

연구 질문

• RQ1 소프트웨어 설계자가 소프트웨어 아키텍처의 품질을 평가하기 위해 사용할 수 있는 메트릭스는 무엇인가?
• RQ2 이러한 메트릭스가 유지보수성, 확장성, 성능과 같은 아키텍처의 품질 특성을 얼마나 잘 반영하는가?
• RQ3 이러한 메트릭스는 특히 애자일 환경에서 실제 소프트웨어 개발 상황에서 얼마나 관련성 있고 타당한가?
• RQ4 이론적으로 가치가 있음에도 불구하고 아키텍처 메트릭스가 산업계나 오픈소스 커뮤니티에서 널리 도입되지 않은 이유는 무엇인가?
• RQ5 경험적 검증과 설계 워크플로우에의 통합 측면에서 현재 메트릭스의 한계는 무엇인가?

주요 결과

• 유지보수성, 확장성, 성능과 같은 품질 특성에 따라 분류된 아키텍처 메트릭스의 포괄적인 목록을 확보함.
• 많은 메트릭스가 실제 프로젝트에서 경험적으로 검증되지 않아 산업 현장에서의 신뢰성에 한계가 있음.
• 코드 문법 기반 메트릭스(예: 서비스의 세분성)는 초기 설계 단계에서 적용하기 어려워 실용적 유용성이 낮음.
• 도구 지원의 심각한 격차 존재—기존 도구들(예: SonarQube)은 코드 수준 메트릭스에 집중할 뿐 설계 수준 아키텍처 메트릭스에는 초점이 맞춰져 있지 않음.
• 연구 결과, 메트릭스는 초기에 아키텍처 결함을 탐지하는 데 도움이 되지만, 검증 부족과 도구 통합 부족으로 인해 도입 수준이 낮음.
• 다양한 메트릭스를 조합하면 아키텍처 품질에 대한 정량적 평가가 가능해져 보다 나은 설계 결정과 대안 간 비교를 지원함.