• 정보처리학회논문지D
• /
• 제14D권1호
• /
• pp.57-66
• /
• 2007

소프트웨어 산업의 발전에 따라 소프트웨어 개발조직에서는 소프트웨어 품질이 중요한 이슈로 부각되었다. 특히 여러 종류의 테스트 성숙도 모델을 통해 조직의 소프트웨어 테스트 성숙도 향상에 대해 다양한 방면으로 시도하고 있다. 하지만 현재 테스트 성숙도를 측정할 수 있는 모델들은 기존의 개발 성숙도 측정 모델을 기반으로 개발하여 테스트 부분에 대한 언급이 부족하고 단지 테스트 성숙도 레벨만을 측정하였다. 이러한 문제점을 해결하기 위해 소프트웨어 개발프로세스와 한께 테스트 프로세스를 수행할 수 있도록 이중 V모델과 테스트 성숙도의 용이한 평가를 위한 테스트 평가 속성과 레벨을 정의한 테스트 속성과 상호관련 매트릭스를 제안하였다. 테스트 프로세스 개선(Test Process Improvement: TPI)의 개선제안(Improvement Suggestion) 방법을 통해 테스트 성숙도 모델 확장하고, 측정된 성숙도를 향상시킬 수 있는 개선방향을 제시한다. 또한, 본 연구에서 제안하는 테스트 성숙도 상호관련 매트릭스는 테스트 성숙도를 정량적으로 평가하기 위해 사용하였다. 결과적으로는 확장된 테스트 성숙도 모델을 통해 조직의 테스트 성숙도를 높이는데 기여 할 수 있으리라 생각한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권12호
• /
• pp.823-828
• /
• 2013

본 논문에서는 기본적인 TMMi 레벨 인증으로부터 정형화된 올바른 테스트 프로세스를 적용하여 소프트웨어의 품질을 높이고자 한다. 조직의 테스트 성숙도 수준 평가 모델인 TMMi과 테스트 프로세스를 개선 모델인 TPI NEXT의 분석을 통해 상관 관계도를 제안하고, 그 기반에서 조직의 테스트 성숙도 측정으로 테스트 프로세스 향상을 위한 가이드를 제공하고자 한다. 또한 기존의 테스트 성숙도 상호관련 메트릭의 보완 및 개선 통해 성숙도 측정을 도식화 한다. 제한된 레벨 수준의 사례로 TMMi와 TPI NEXT의 상관 관계도와 보완한 테스트 성숙도 상호관련 메트릭을 통해 조직의 테스트 프로세스 개선을 위한 가이드를 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.487-489
• /
• 2004

소프트웨어 테스트는 소프트웨어 개발 과정에 매우 중요한 요소이다. 현재 많은 조직들이 테스트 성숙도를 높이기 위한 노력을 진행하고 있다. 그 중에서 일리노이공대의 TMM(Test Maturity Model)이 대표적이라고 볼 수 있다. 하지만 TMM은 바로 테스트 성숙수준을 측정하는데 문제가 있다. 그래서 TMM과 테스트 프로세스를 향상시킬 수 있는 TPI(Test Process Improvement) 모델을 통해, 우리는 Enhanced-TMM에 테스트 속성과 성숙도 상호관련 매트릭스를 사용한 테스트 성숙수준 측정 방법을 구체적으로 제안하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.307-309
• /
• 2005

빠른 산업 발전 속에서 조직과 시스템이 복잡하고 대형화되면서 소프트웨어 품질을 향상시키고 그들의 신뢰성을 측정하기 위한 성숙도 모델들이 개발되었다. 그 중에서도 CMM와 이를 발전시킨 CMMI는 많은 조직에서 적용하기 위해 노력을 기울이고 있다. 하지만 두 모델들은 테스트 속성과 테스트 프로세스에 대한 언급이 부족하다. 본 논문에서는 모든 영역을 고려한 새로운 모델을 만들기 보다는 테스트 중심으로 개발된 TMM을 사용하여 CMMI과의 매핑을 통해 소프트웨어 조직의 생산품질과 신뢰성을 향상 시키는 방법을 제안한다. 논문에서는 CMMI 단점과 이를 보완하는 방법을 제안하고 이를 위해 TMM과 CMMI의 매핑전략에 언급한다. 이를 통해 기대되는 효과를 제시한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권8호
• /
• pp.379-384
• /
• 2017

현실 소프트웨어 비즈니스 환경에서 많은 벤처/중소기업의 소프트웨어의 사용 범위가 넓어지고 품질에 대한 검증이 요구되고 있다. 소프트웨어 품질 검증은 제품과 프로세스 품질이다. 그리고 현실에 맞게 전체 조직보다는 테스트 조직의 성숙도(Test Maturity Model)에 초점을 둔다. 하지만 기존 모델은 국내 벤처/중소기업에게 적용이 부적합한 부분이 존재한다. 이를 위해 테스트 성숙도 모델의 경량화를 제안한다. 우리의 경량 모델은 기존 테스트 성숙도 모델과 테스트 프로세스 개선(TPI Next) 모델을 기반으로 재정의된 모델이다. 하지만 대부분 모델은 성숙도 레벨을 정의하고, 레벨을 달성하기 위한 목표 및 세부 활동만 제공할 뿐이다. 평가단을 위한 평가 가이드 및 정형화된 평가 절차가 존재하지 않는다. 그렇기 때문에 심사위원과 기업이 정형화된 심사 과정 및 평가를 진행하기 어렵다. 본 논문은 경량화된 테스트 성숙도 모델의 평가 가이드를 제안한다. 평가를 위한 진단 절차를 정의와 평가 가이드, 그리고 평가 절차 및 절차별 활동과 산출물의 정의한다. 이 평가 가이드는 심사 위원에게는 정형화된 심사가 가능하게 하고, 자체 평가 가이드는 자체 테스트 조직에 심사 준비를 좀더 빠르고 바르게 진행하게 한다.

• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.270-278
• /
• 2022

본 연구는 무대재배 복숭아 '미황'을 대상으로 성숙기간 중 RGB 영상을 취득한 후 다양한 품질 지표를 측정하고 이를 딥러닝 기술에 적용하여 복숭아 과실 숙도 분류의 가능성을 탐색하고자 실시하였다. 취득 영상 730개의 데이터를 training과 validation에 사용하였고, 170개는 최종테스트 이미지로 사용하였다. 본 연구에서는 딥러닝을 활용한 성숙도 자동 분류를 위하여 조사된 품질 지표 중 경도, Hue 값, a^*값을 최종 선발하여 이미지를 수동으로 미성숙(immature), 성숙(mature), 과숙(over mature)으로 분류하였다. 이미지 자동 분류는 CNN(Convolutional Neural Networks, 컨볼루션 신경망) 모델 중에서 이미지 분류 및 탐지에서 우수한 성능을 보이고 있는 VGG16, GoogLeNet의 InceptionV3 두종류의 모델을 사용하여 복숭아 품질 지표 값의 분류 이미지별 성능을 측정하였다. 딥러닝을 통한 성숙도 이미지 분석 결과, VGG16과 InceptionV3 모델에서 Hue_left 특성이 각각 87.1%, 83.6%의 성능(F1 기준)을 나타냈고, 그에 비해 Firmness 특성이 각각 72.2%, 76.9%를 나타냈고, Loss율이 각각 54.3%, 62.1%로 Firmness를 기준으로 한 성숙도 분류는 적용성이 낮음을 확인하였다. 추후에 더 많은 종류의 이미지와 다양한 품질 지표를 가지고 학습이 진행된다면 이전 연구보다 향상된 정확도와 세밀한 성숙도 판별이 가능할 것으로 판단되었다.

• 융합정보논문지
• /
• 제12권5호
• /
• pp.15-20
• /
• 2022

본 연구는 소프트웨어 품질 특성인 기능적합성, 신뢰성, 사용성, 이식성, 유지보수성, 성능효율성, 보안성, 호환성 중에서 신뢰성에 대한 평가 방안을 연구하였다. 소프트웨어 품질 측정에 있어 신뢰성의 정량적 평가 방안을 제시한다. 본 연구는 소프트웨어 품질 특성 중 하나인 신뢰성 평가 중 성숙성에 포함되는 고장률을 측정하는 방법에 대해서 소개하고 고장 데이터의 형태에 따라 고장률이 어떻게 변화하는지에 대해 실험데이터를 가지고 연구한 내용이다. 소프트웨어 테스팅을 중심으로 매일의 고장 수를 중심으로 소프트웨어 신뢰성 성장 모델에 적용하여 고장률을 측정하여 고장 데이터의 형태에 따라 비교 분석하였다. 6일간의 테스트를 통해서 발견된 고장 시간을 중심으로 고장률을 측정하고 측정결과를 이용해서 국제표준 ISO/IEC 25023에서 제시하고 있는 고장률과 비교 하였으며 데이터 형태에 따라 적용방안을 검토하였다.