소프트웨어 성능 요구사항, 상호작용 기반으로 정량화하는 방법 (IRAP)

소프트웨어 엔지니어링에서 성능 요구사항은 자연어 형태로 문서화되는 경우가 많습니다. 이 때문에 이를 수학적 함수와 같은 정량적인 형태로 변환하는 과정이 필수적입니다. 하지만, 성능 요구사항 자체의 모호성과 인간 인지의 불확실성으로 인해 해석에 큰 불확실성이 발생하며, 이는 자동화된 정량화를 매우 어렵고 해결되지 않은 난제(unaddressed and challenging problem)로 만들고 있습니다.

본 논문은 이 문제를 공식화하고, **IRAP (Interactive Retrieval-Augmented Preference Elicitation)**이라는 새로운 접근 방식을 제안합니다. IRAP의 핵심은 단순히 사용자에게 질문을 던지는 것을 넘어섭니다. 기존 방법들과 차별화되는 지점은 바로 '문제 특화 지식(problem-specific knowledge)'으로부터 선호도를 검색하고 추론하는 과정을 명시적으로 수행한다는 점입니다.

IRAP은 다음 세 가지 요소를 결합합니다:

1. 상호작용 (Interactive): 이해관계자(stakeholders)와의 대화를 통해 요구사항을 구체화합니다.
2. 검색 증강 (Retrieval-Augmented): 문제와 관련된 지식을 검색하여 논리적 근거를 마련합니다.
3. 선호도 추출 (Preference Elicitation): 사용자의 선호도를 수학적 함수로 정량화합니다.

이러한 과정을 통해 IRAP은 이해관계자와의 상호작용을 진행하는 동시에, 인지 부하(cognitive overhead)를 줄이는 데 도움을 줍니다. 실험 결과에 따르면, 4가지 실제 데이터셋에서 총 10개의 최신 방법론(state-of-the-art methods)과 비교했을 때, IRAP은 모든 경우에서 우수한 성능을 입증했습니다. 특히, 단 5회 정도의 상호작용만으로도 기존 대비 최대 40배에 달하는 향상된 결과를 보여주었습니다.

결론적으로, IRAP은 자연어 기반의 모호한 성능 요구사항을 체계적이고 효율적인 지식 검색과 대화를 통해 높은 정확도의 수학적 모델로 변환할 수 있는 강력한 프레임워크를 제공합니다.