NLP 기반 요구사항 추출과 소스코드 매핑을 통한 소프트웨어 완성도 평가 프레임워크
A Framework for Software Completeness Evaluation Using NLP-Based Requirement Extraction and Code Mapping
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문은 소프트웨어 개발 계약 또는 외주 프로젝트에서 발생하는 완성도 분쟁의 핵심 원인인 "요구사항구현 여부의 불명확성" 문제를 해결하고자 한다. 제안된 프레임워크는 자연어 처리 기술(NLP)을 활용하여 요구사항을 추출하고, 이를 딥러닝 기반의 소스코드 분석 기법을 결합하여 구현된 코드가 계약 상 요구사항을얼마나 충족하고 있는지를 정량적으로 판단한다. 이를 통해 기존의 감정인의 주관적 판단에 의존하던 소프트웨어 완성도 감정에서 객관성과 신뢰성을 부여할 수 있는 지원 도구로 활용할 수 있다. 정량적·정성적 기준을모두 충족시키면서, 감정 절차의 시간 단축 및 비용 절감이 가능할 것으로 기대한다. 사례 연구를 통해 이 방법론의 유효성을 입증하고, 향후 감정 지원 도구로서 활용 가능성을 제시한다.
Abstract
Disputes over Disputes over software completeness frequently arise in development contracts and outsourced projects due to the ambiguity surrounding the implementation status of contractual requirements. This paper proposes a novel framework to address this issue by introducing an objective and automated approach to software completeness evaluation. The framework utilizes NLP techniques to extract requirements from contract documents and matches them with implemented source code using deep learning-based analysis. By quantitatively assessing the degree to which the implemented code fulfills the specified requirements, the framework reduces reliance on the subjective judgments of human evaluators. It supports both quantitative and qualitative evaluation criteria, offering improvements in assessment reliability, cost-efficiency, and time-effectiveness. A case study is presented to validate the framework’s effectiveness, demonstrate its applicability as a practical tool for appraisal, quality assurance, and development monitoring.