[논문 리뷰] How Software Developers Mitigate Collaboration Friction with Chatbots

Carlene Lebeuf, Margaret-Anne D. Storey외 1명|arXiv (Cornell University)|2017. 02. 22.

Open Source Software Innovations참고 문헌 11인용 수 28

한 줄 요약

이 논문은 팀 기반 소프트웨어 개발 환경에서 소프트웨어 개발자가 챗봇을 사용하여 협업의 마찰을 줄이는 방식을 조사한다. 팀 상호작용, 개인-기술 상호작용, 팀-기술 조율에서 발생하는 마찰점을 분석함으로써, 정보 과부하, 도구 도입 장벽, 인식 격차를 완화하는 챗봇 통합 방식을 규명하며, 향후 협업 개발 환경에서의 챗봇 설계를 위한 사회기술적 프레임워크를 제안한다.

ABSTRACT

Modern software developers rely on an extensive set of social media tools and communication channels. The adoption of team communication platforms has led to the emergence of conversation-based tools and integrations, many of which are chatbots. Understanding how software developers manage their complex constellation of collaborators in conjunction with the practices and tools they use can bring valuable insights into socio-technical collaborative work in software development and other knowledge work domains. In this paper, we explore how chatbots can help reduce the friction points software developers face when working collaboratively. Using a socio-technical model for collaborative work, we identify three main areas for conflict: friction stemming from team interactions with each other, an individual's interactions with technology, and team interactions with technology. Finally, we provide a set of open questions for discussion within the research community.

연구 동기 및 목표

• 팀 기반 소프트웨어 개발에서 개발자가 겪는 협업 마찰점 이해하기.
• 실제 개발 워크플로우에서 챗봇이 이러한 마찰점을 어떻게 완화하는지 분석하기.
• 팀 상호작용, 개인-기술 상호작용, 팀-기술 상호작용의 세 가지 사회기술적 범주로 마찰 분류하기.
• 특정 마찰점을 해결하는 기존 챗봇 통합 사례를 식별하고 향후 도구 설계에 통찰 제공하기.
• 소프트웨어 개발 팀에서의 챗봇 설계, 도입 위험, 장기적 영향에 대한 연구를 자극하기.

제안 방법

• 협업 마찰을 세 영역으로 분류하기 위해 사회기술 시스템 모델을 적용: 팀-팀, 개인-기술, 팀-기술 상호작용.
• 문헌 리뷰, 주요 챗봇(예: GitHub, BitBucket, Digest.ai, Slackbot) 분석, 개발자 협업에 관한 이전 실증 연구를 종합.
• 소통, 도구 도입, 인식 유지에서의 마찰 감소 능력에 따라 챗봇 사용 사례를 수집 및 분류.
• 실제 사례와 통합(예: 기분 점검을 위한 Oskar, 비공개 점검을 위한 Ava Bot)을 활용해 실용적 응용 사례를 설명.
• 자동 요약(예: TLDR, Digest.ai)과 같은 기능을 통해 정보 과부하 문제를 해결하는 등 특정 마찰점에 대응하는 챗봇 기능을 매핑.
• 사회기술적 일치를 기반으로 협업 개발 맥락에서 챗봇의 유용성을 평가하기 위한 프레임워크 제안.

실험 결과

연구 질문

• RQ1 소프트웨어 개발 협업에서 챗봇을 어떻게 연구할 수 있으며, 기존 협업 이론은 그 사용을 설명할 수 있는가?
• RQ2 새로운 또는 기존 챗봇으로 해결할 수 있는 다른 협업 마찰점은 무엇인가?
• RQ3 AI, 기계학습 및 음성 인터페이스의 발전이 개발 팀에서 챗봇의 역할을 어떻게 변화시킬 수 있는가?
• RQ4 소프트웨어 개발 워크플로우에 챗봇을 도입함으로써 발생하는 위험 요소는 무엇인가?

주요 결과

• TLDR와 같은 요약 기능을 통해 챗봇은 장문의 메시지를 압축함으로써 정보 과부하를 효과적으로 줄인다. 예: Digest.ai의 일일 요약 기능.
• Slackbot 및 T-Bot와 같은 챗봇은 대화형 프롬프트를 통해 사용자가 일반적인 작업을 수행하는 법을 학습함으로써 새로운 도구의 팀 도입을 촉진한다.
• GitHub 및 BitBucket 챗봇과 같은 통합은 코드 변경 사항과 풀 리퀘스트를 알림으로써 팀 활동에 대한 인식을 향상시킨다.
• Ava Bot 및 Oskar와 같은 챗봇은 팀의 사기 진단 및 비공개 점검 기능을 통해 협업의 사회정서적 측면을 지원한다.
• 챗봇이 다중 채널에서의 프로젝트 활동에 대한 컨텍스트 인식 가능한 개선된 개요를 제공함으로써 팀-기술 상호작용에서 발생하는 마찰이 완화된다.
• 본 연구는 분산된 환경과 빠른 속도로 진행되는 개발 환경에서 사회적 요소와 기술적 요소를 연결하는 챗봇의 필요성이 점점 커지고 있음을 규명한다.