아키텍처 저하: 측정 및 개선 방법론

배경. 아키텍처 저하는 소프트웨어의 유지보수성(maintainability), 진화 가능성(evolvability) 및 품질을 저해합니다. 하지만 기존 연구는 측정 접근 방식, 지표(metrics), 도구(tools), 그리고 개선 전략(remediation strategies) 전반에 걸쳐 파편화되어 있어, 이러한 요소들이 저하 라이프사이클 전반에 걸쳐 어떻게 연관되는지에 대한 이해를 제한하고 있습니다.
목표. 우리는 연구자들이 아키텍처 저하를 어떻게 측정하는지, 어떤 지표와 도구가 그 평가를 지원하는지, 그리고 기존 접근 방식이 개선(remediation)을 어떻게 다루는지 검토함으로써, 이 분야의 최신 기술 동향을 통합합니다.
방법. 우리는 284개의 동료 심사 및 비공식 문헌 연구들을 대상으로 다중 목소리 문헌 고찰(Multivocal Literature Review)을 수행했습니다. 우리는 검색 증강 생성(Retrieval-Augmented Generation), 멀티 모델 검증(multi-model validation), 그리고 인간의 판정(human adjudication)을 결합한 로컬 실행 LLM 지원 파이프라인으로 스크리닝, 데이터 추출 및 분류를 지원했습니다. 이후 결과로 나온 분류 체계와 그들의 교차 차원적 관계들을 분석했습니다.
결과 및 결론. 우리는 277가지 측정 접근 방식, 357가지 지표, 238가지 도구, 그리고 395가지 개선 접근 방식을 식별했습니다. 연구는 정적(static) 및 구조적 분석, 구조적 지표, 그리고 탐지 중심의 도구에 강력하게 집중되어 있습니다. 이와 대조적으로, 개선은 이질적인 코드 수준, 아키텍처 수준, 그리고 조직적 개입을 포괄하며 통합도가 현저히 낮습니다. 전반적으로, 이 분야는 성숙한 진단 장치를 개발했지만, 저하 탐지와 효과적인 개선을 연결하는 데는 덜 발전했습니다. 우리의 결과는 사용 가능한 기술들에 대한 구조화된 시각을 제공하며, 진단-개선 격차(diagnosis-remediation gap)를 미래 연구의 핵심 방향으로 제시합니다.