소프트웨어 문서 데이터 제약 자동 식별

데이터 제약은 소프트웨어 시스템에서 허용되거나 요구되는 데이터 값을 명시하는 중요한 비즈니스 규칙이지만, 주로 자연어 텍스트 형태로 소프트웨어 아티팩트에 기술됩니다. 본 연구는 자연어 소프트웨어 문서에서 데이터 제약을 자동으로 식별하는 과제에 초점을 맞춥니다. 이를 위해 9개 소프트웨어 시스템의 자연어 아티팩트에 기술된 546개 데이터 제약을 분석하여, 이해관계자들이 자연어로 데이터 제약을 기술할 때 사용하는 9가지 언어적 담화 패턴을 발견하고 문서화했습니다. 이 패턴들을 활용하여 제약 식별 및 추출 문제를 텍스트 매칭 및 분류 문제로 재정의했습니다. 발견된 담화 패턴과 기타 언어적 요소를 특징으로 사용하여, 문장 단편을 데이터 제약 설명으로 자동 분류하는 전통적인 기계 학습 기법의 적합성을 탐색했습니다. 최적의 특징 조합과 학습기는 63.63%의 정밀도, 61.40%의 재현율(F1 점수 62.34%)을 달성했습니다. 자연어 텍스트에서 데이터 제약을 자동으로 추출하는 것은 코드 추적성, 테스트 생성, 규정 준수 분석 등 다양한 소프트웨어 개발 활동의 자동화를 위해 필수적입니다.