• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.47 no.6
• /
• pp.19-26
• /
• 2010

Nowadays, the high technology weapons system has been developed and the importance of ATE which measures the test specification is growing bigger and bigger. So the ATE software reliability becomes critical but the regulation of ATE development/management is less inadequate than that of DoD. In this paper, the improvement way of the ATE software reliability verification and ATE development/management processes were proposed.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.603-605
• /
• 2014

소프트웨어 융/복합화가 가속화되면서 소프트웨어의 역할이 높아지면서 소프트웨어뿐만 아니라 소프트웨어 프로세스에 대한 관심도 증대되고 있다. 본 논문은 국내 소프트웨어 실무자들을 대상으로 주요한 소프트웨어 프로세스 개선의 장애요인들을 식별하고, 조직의 특성에 따라 장애요인들이 달라지는지를 살펴보는 것이다. 이를 위해 국내 SW개발 프로젝트의 실무자들을 대상으로 설문조사를 실시, 분석하였다. 분석결과 SW 공학기법이나 조직의 개선이나 혁신에 대한 관심이나 노력이 가장 큰 장애요인으로 식별되었다.

• Korea Information Processing Society Review
• /
• v.22 no.3
• /
• pp.35-43
• /
• 2015

• Korea Information Processing Society Review
• /
• v.23 no.6
• /
• pp.4-10
• /
• 2016

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1472-1474
• /
• 2012

한국전력공사(KEPCO) 전력연구원(KEPRI) 소프트웨어센터에서는 연구과제에 포함되어 개발되는 R&D SW의 개발/품질관리 업무의 효율적 수행 및 품질확보를 위하여 "R&D SW 엔지니어링 플랫폼(KSEP : KEPRI Software Engineering Platform)"을 구축하여 현재 운영중에 있다. KSEP은 SW 개발 및 품질관리 업무의 체계적인 수행을 지원하기 위한 국제표준모델(CMMI-DEV) 기반의 프로세스지원 통합 시스템으로서 워크플로우관리, 일정관리, 요구사항관리, 검증 및 확인(V&V) 등의 기능 및 도구를 제공한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.329-330
• /
• 2020

본 논문에서는 Azure 클라우드 플랫폼의 가상서버 호스팅을 이용해 데이터 수집 환경을 구축하고, Azure에서 제공하는 자동화된 기계학습(Automated Machine Learning, AutoML)을 기반으로 데이터 분석 방법에 관한 연구를 수행했다. 가상 서버 호스팅 환경에 LAMP(Linux, Apache, MySQL, PHP)를 설치하여 데이터 수집환경을 구축했으며, 수집된 데이터를 Azure AutoML에 적용하여 자동화된 기계학습을 수행했다. Azure AutoML은 소모적이고 반복적인 기계학습 모델 개발을 자동화하는 프로세스로써 기계학습 솔루션 구현하는데 시간과 자원(Resource)를 절약할 수 있다. 특히, AutoML은 수집된 데이터를 분류와 회귀 및 예측하는데 있어서 학습점수(Training Score)를 기반으로 보유한 데이터에 가장 적합한 기계학습 모델의 순위를 제공한다. 이는 데이터 분석에 필요한 기계학습 모델을 개발하는데 있어서 개발 초기 단계부터 코드를 설계하지 않아도 되며, 전체 기계학습 시스템을 개발 및 구현하기 전에 모델의 구성과 시스템을 설계해볼 수 있기 때문에 매우 효율적으로 활용될 수 있다. 본 논문에서는 NPU(Neural Processing Unit) 학습에 필요한 데이터 수집 환경에 관한 연구를 수행했으며, Azure AutoML을 기반으로 데이터 분류와 회귀 등 가장 효율적인 알고리즘 선정에 관한 연구를 수행했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.365-368
• /
• 2005

최근 소프트웨어 산업에서 소프트웨어 품질이 화두가 되고 있으며 소프트웨어 제품 개발 시 소프트웨어 품질 및 시험 개념을 적용하지 않으면 소프트웨어 시장에서 외면될 가망성이 높아지고 있다. 그로 인해 TTA SW 시험인증 센터에서 소프트웨어 품질을 높이기 위해 GS 시험인증을 서비스 하고 있다. 소프트웨어 시험을 통한 결함 분석을 통해 소프트웨어 제품 개발 시 개발 프로세스에 반영하고 개발자가 소프트웨어 제품을 구현 시 결함에 대한 분석정보를 활용할 수 있도록 소프트웨어 품질특성 중 결함이 많이 발생하는 부분에 결함 유형을 정의하고 사전에 방지할 수 있는 해결방법을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.251-254
• /
• 2005

소프트웨어 품질의 중요성이 커짐에 따라, 기업들은 품질을 높이기 위해 테스트에 많은 노력을 기울이고 있다. 최근에는 테스트 성과를 높이기 위한 방법중의 하나로 테스트 프로세스 개선이 주목 받고 있다. 이를 위해 기업들은 SW-CMM(Capability Maturity Model for Software), CMMI(Capability Maturity Model Integration)와 같은 일반적인 프로세스 개선 모델들이나, TMM (Test Maturity Model), TPI (Test Process Improvement Model), TCMM (Testing Capability Maturity Model)과 같은 테스트 프로세스 개선 모델들을 적용하고 있다. 그러나 일반적인 프로세스 개선 모델들은 테스트 관련 이슈를 충분히 다루고 있지 않고, 테스트 프로세스 개선 모델들은 구조가 불완전하거나 내용이 충분하지 않아 적용 시 많은 어려움이 있다. 이에 본 논문에서는 TMM 과 CMMI 를 기반으로 조직들의 테스트 프로세스 확립이나 개선을 지원할 수 있는 새로운 테스트 프로세스 성숙도 모델인 TPMM(Test Process Maturity Model)을 연구, 개발하였다. 개발된 TPMM 을 통해 조직에서 테스트 프로세스를 개선하고, 심사하는 것을 지원할 수 있을 것으로 기대된다.

• The KIPS Transactions:PartD
• /
• v.9D no.5
• /
• pp.887-896
• /
• 2002

Based on SPICE (Software Process Improvement and Capability dEtermination) evaluation model, SPIRE (Software Process Improvement in Regions of Europe) is developed and published as a process improvement model for small and medium size organizations. However, practical selection guidelines or mapping rules between business goals and software processes do not exist within SPIRE. This research aims to construct an objective reference mapping table between business goals and software processes, and to propose a process selection method using the mapping table. The mapping table is constructed by the convergence of domestic software process experts' opinions using Delphi techniques. In the suggested process selection method, target processes are selected using the intuition of project participants or project managers as well as the reference mapping table. The feasibility of the proposed selection method has been reviewed by applying to two small software companies. Using the reference mapping table, we could select key processes which were passed over by project managers.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.819-820
• /
• 2009

Standish Group 조사에 의하면 1994년부터 2004년까지 10년간 소프트웨어 프로젝트의 원가 초과율이 180%에서 56%로 낮아졌고 납기 초과율은 164%에서 84%로 낮아져 프로젝트의 품질 수준이 높아진 것으로 조사되었다. 이러한 결과의 교훈은 SW 프로젝트를 보다 작은 시간 프레임으로 나눠 짧은 시간 프레임 내에서 설계, 프로토타이핑, 개발, 테스트를 반복적으로 수행하고 소프트웨어가 자라는 방식의 프로세스 적용이라고 설명했는데 이러한 특징을 갖는 것이 바로 애자일(Agile:기민한) 방법론이다.[1] 그렇다면 애자일 방법 적용이 과연 프로세스 품질 성숙도를 어느 정도 충족시킬 수 있는지에 대한 접근도 이제는 필요하다. 본 연구에서는 웹 서비스 제품 개발 프로세스에 Agile 방법론 중 하나인 Scrum 방법론을 적용한 조직의 사례를 통하여 프로세스 품질 성숙도 요소 충족 여부를 분석함으로써 애자일 방법론을 적용한 조직의 프로세스 품질 성숙도 측정에 도움을 줄 수 있을 것이다.