As software has been pervasive and various software projects have been executed since the 1970's, software project management has played a significant role in the software industry. There are three major factors in project management; cost, effort, and quality. Much software engineering work has focused on these. Research related to software quality has been focused on modeling residual defects in software in order to estimate software reliability. There are various possible quality characteristics of software, but in practice, quality management frequently revolves around defects, and delivered defect density has become the current de facto industry standard. Currently, software engineering literature still does not have a complete defect prediction for a software product although much work has been performed to predict software quality.
On the other hand, the number of defects alone cannot be sufficient information to provide the basis for planning quality assurance activities and assessing them during execution. That is, for project management to be improved, we need to predict other possible information about software quality such as in-process defects, their types, and so on. In this thesis, we propose a new approach for predicting the distribution of defects and their types based on project characteristics in the early phase. For this approach, the model for prediction was established using the curve-fitting method and regression analysis. The maximum likelihood estimation was used in fitting the Weibull probability density function to the actual defect data, and regression analysis was used to identify the relationship between the project characteristics and the Weibull parameters. The research model was validated by using cross-validation methodology.
소프트웨어의 발전과 더불어, 다양한 소프트웨어 개발 프로젝트들이 수행됨에 따라 프로젝트 관리의 중요성이 부각되어 왔다. 프로젝트 관리에 있어 가장 중요한 요소는 비용, 공수 및 품질이라 할 수 있다. 이들과 관련하여 많은 연구가 진행되어 왔고, 특히 소프트웨어 품질과 관련된 연구들은 소프트웨어 신뢰도를 제고하기 위하여 시스템 내의 잔존 결함 모델에 대한 연구가 진행되어 왔다. 소프트웨어에 대한 품질은 다양한 특성들로 표현될 수 있으며, 소프트웨어 내의 결함 수는 소프트웨어에 대한 품질을 판단하기 위한 산업계의 표준이다. 이에 따라, 품질을 예측하기 위하여 소프트웨어의 결함 수 및 프로젝트 진행 시 발견되는 결함 예측에 대한 연구가 진행되고 있으나, 아직까지는 만족스럽지 못한 상태이다. 한편, 기존의 결함 예측 모델들은 결함의 개수만을 대상으로 결과를 예측하고 있다. 그러나, 이러한 결함 수에 대한 예측 결과만으로는 프로젝트 착수 시 품질 보증 계획을 수립할 때 계획 수립 정보로써 충분치 않을 수 있다. 즉, 프로젝트 품질 보증 활동 계획 수립 및 수행을 위하여 결함 수 외에 결함 유형 등과 같은 추가적인 정보의 예측이 필요하다. 따라서, 본 연구에서는 프로젝트 초기에 프로젝트 특성 정보를 이용하여 프로젝트에서 발견될 결함의 분포 및 결함 유형의 분포를 예측하는 모델을 제안한다. 본 연구에서는, 결함 데이터 분포로부터 수학적인 특성을 추출하고자 Weibull 확률 분포 함수 및 최대 우도 추정법 (Maximum Likelihood Estimation)을 활용하여 파라미터들을 추정하였고, 추출된 파라미터들과 프로젝트 특성 정보들과의 관계를 파악하기 위하여 회귀분석을 수행하였다. 본 연구에서 도출된 예측 모델의 결과는 교차 검증 (Cross-Validation) 방법을 통하여 검증하였다.
