The accurate estimation of project development time is one of the most important keys for the success of a project. Many studies use some method to enhance both estimation accuracy, such as Function Point (FP) and the estimation ability of the engineers, like Personal Software Process (PSP). While those studies focused on accuracy of the initial estimation, the current thesis considers the re-estimating process and shows how effort should be estimated and measured, and why.
The study began as a studio project involving students in a Master of Software Engineering (MSE) program. Participants would use Team Software Process (TSP) as a managerial process and receive informal Personal Software Process (PSP) training. During the project, all team members estimated the amount of effort required for their own tasks and then collected actual effort data. Despite continuous adjustments using estimated and actual effort data, estimation did not become more accurate as time went on. In this thesis, it was determined that the problem arose because effort estimation was not treated as having two components: task size and individual productivity. By measuring task size and productivity independently, the tendency between estimated and actual data gets clearer and re-estimation of effort is more successful. Furthermore, the specific reasons for inaccurate estimation can be identified in detail and controlled. Thus it becomes easier to find relevant solutions from related studies for enhancing estimation accuracy.
성공적인 프로젝트를 위해서는 정확한 개발기간 예측은 필수적이다. 따라서, 더 정확한 예측을 위한 방법들과 엔지니어들의 예측 역량을 강화시키는 많은 연구가 진행되어 왔다. 이 논문은 기본적으로 재 예측(Re-estimation)에 대한 것으로 각 단위 업무(Task)가 어떻게 예측되고 측정되어야 하는지, 그리고 그 이유를 보여 준다.
이 논문은 Master of Software Engineering (MSE) 학생들이 Team Software Process (TSP)를 이용하여 수행한 스튜디오 프로젝트의 데이터를 사용한다. 스튜디오 프로젝트 중에 학생들은 예측된 개발 기간의 보정을 위해 자신에게 할당된 일들이 얼마나 걸릴지 예측하고 실제 이를 측정하였다. 그러나, 계속되는 예측 데이터와 실 데이터를 이용한 보정작업에도 불구하고 시간이 지나도 예측 데이터는 정확해지지 않았다. 이 논문에서 밝혀진 문제의 원인은 그 일이 얼마나 걸릴 지에 대한 예측이 일의 양과 업무 담당자의 생산성의 두 가지 측면에서 수행되지 않았기 때문이다. 직접 해당 업무의 수행시간을 예측하는 것 보다는 일의 양과 생산성을 각각 예측하고 측정함으로써 예측 데이터와 실 데이터의 경향이 뚜렷해지고 수행시간 예측 더 정확해졌다. 또한, 잘못된 예측의 원인이 좀더 명확해져서 구체적으로 분석된 원인들에 맞는 해결책을 기존의 관련 연구들에서 찾기가 용이해졌다.