Effort measurement is the foundation of estimating cost and measuring productivity that are very important to manage project among various metrics. However, most effort measurement is not measured but estimated using indirect measure which is inferenced from its relationship with product-based measure such as size. Sometimes effort is derived from developer's self-reported effort log, but it is error-prone and cumbersome. Limitations of such approaches include using inaccurate or unreliable data as its basis. To overcome these limitations, various researchs on effort measurement automation are proposed. Unfortunately, most of them collect only during implementation phase.
To alleviate these shortcoming, we propose automated personal effort measurement tool called PEM(Personal Effort Measurement). This tool analyzes event sequence collected from development tools used in various activities during all software development phases, without additional overhead of developer.
본 연구에서는 소프트웨어의 모든 개발단계에 개발자의 노력이 필요 없는 개인 공수측정의 자동화를 목표로 하여, 윈도우 환경에서 개발자가 개발활동 시에 발생되는 가장 기본적인 키보드, 마우스, 파일변화의 이벤트에 포함되어 있는 타임스템프 등의 정보를 수집하여 이를 통해 공수를 측정하는 방법을 제안하였고, PEM을 통하여 공수측정의 자동화를 지원하였다.
또한 본 연구에서는 PEM에 의해 자동으로 수집된 데이터를 분석하기 위하여 파일 변화 이벤트가 발생한 시점을 기준으로 구간을 나누고 그 구간 사이에 발생된 키보드 이벤트와 마우스 이벤트를 분석하여 작업여부를 판별하는 Interval-based방법을 기반으로 한 분석방법을 제안하였다. 측정된 공수에 대한 검증을 위한 실험에서는 피실험자들에게 Phoneword 프로젝트[17]를 수행하면서 본 연구에서 제시한 PEM을 사용하도록 하고 PEM에 의해 측정된 공수 결과와 피실험자의 기록 시간에 대한 결과를 이용하여 측정된 공수에 대한 검증을 실시하였으며 기존의 측정 자동화 도구인 Hackystat에 의한 공수측정결과와 비교하여 효용성을 입증하였다.
본 연구에서 제시하는 이벤트 시퀀스 분석을 통한 자동화된 측정 기법을 통해서 소프트웨어 개발단계의 전 단계에 걸쳐 개발자의 별도의 노력 없이 공수측정이 가능하며, 데이터 수집의 자동화로 인해 공수 측정 과정에서 개발자의 실수에 의한 데이터 누락이나 의도적인 데이터 변조에 대한 가능성을 배제시킴으로 보다 정확한 공수 측정을 수행할 수 있다.
향후 연구로는 PEM을 통해 수집된 이벤트 시퀀스의 분석을 통해서 개발자 개인별 개발활동의 행동패턴을 도출하여 보다 정확한 공수 측정을 지원하고, 개발자 행동 패턴을 기반으로 개인 및 프로젝트 팀 단위의 프로세스 개선을 지원하는 것이다. 현재는 공수측정에 대한 자동화만을 지원하고 있지만 소스코드 크기 등 소프트웨어 산출물에 대한 측정 메트릭을 정의하고 정의된 측정 메트릭 수집의 자동화 및 측정된 공수 데이터와 조합할 수 있도록 확장된 다면 프로젝트 진행상황 분석 및 비용예측 등에 매우 유용할 것으로 기대된다.
