모델 주도 공학 (Model-Driven Engineering, MDE)의 핵심 요소는 생산성과 품질을 향상시키기 위한 도메인 특화 모델링 환경 (domain-specific modelling environments)을 구축하는 것입니다. 이론적으로 EMF, ATL, Epsilon, Xtext 등과 같은 전용 기술들은 한 도구의 출력을 다른 도구의 입력으로 연결함으로써, 비교적 적은 노력으로 고품질 환경 구축을 촉진할 수 있습니다. 그러나 이러한 아이디어가 실제로는 어떻게 진행되었는지에 대한 실증적 증거는 거의 없으며, MDE 도구들이 어떻게 사용되고 결합되는지, 결과물인 환경이 유지 관리되는지 여부, 어떤 도구가 더 빈번하게 사용되는지 등 많은 미결 연구 질문들이 남아 있습니다. 본 논문에서 우리는 MDE가 실제 현장에서 어떻게 사용되는지 연구하기 위한 토대를 구축하는 것을 목표로 합니다. 먼저, 우리는 325,000개 이상의 MDE 산출물 (artefacts)을 포함하는 7,436개의 GitHub 프로젝트를 마이닝하여 데이터셋을 구축했습니다. 이 산출물들은 대표적인 Eclipse EMF 관련 기술들, 즉 Ecore, Emfatic, OCL, ATL, Epsilon, QVTo, Henshin, Acceleo, Xtext, Emftext, GMF 및 Sirius를 포괄합니다. 또한 우리는 Git 저장소와 GitHub API에서 추출한 저장소 수준 (repository-level) 정보를 데이터셋에 통합했습니다. 이 데이터셋으로부터, 우리는 각 프로젝트의 산출물 간 관계를 나타내기 위해 각 프로젝트의 메가 모델 (mega-model)을 복구하는 기술을 고안했습니다. 그 다음, 모든 산출물에 대해 유사 중복 (near-duplicates) 분석을 수행하고, 중복된 산출물을 단일 노드로 그룹화하며 연결을 재구성함으로써 서로 다른 MDE 프로젝트들을 연결하는 글로벌 메가 모델을 구축했습니다. 이 글로벌 메가 모델은 프로젝트 간 의존성 (inter-project dependencies)과 같은 추가 정보를 도출하거나 산출물의 연결된 서브그래프 (connected subgraphs)를 연구하는 데 사용될 수 있습니다. 마지막으로, 우리는 제공된 데이터셋을 통해 답할 수 있는 몇 가지 연구 질문을 제안하며, 이를 통해 MDE가 어떻게 적용되는지에 대한 실증적 분석이 촉진되기를 기대합니다.