소개
토토 베이 분석은 품질 관리에 사용되는 방법 중 하나입니다세로축과 가로축에 두 개의 지표를 기준치와 상하한으로 구분하여 그래프를 생성하고, 그래프에 프로젝트 현황을 적용함으로써 그래프에 생성된 영역의 위치를 기준으로 품질을 객관적으로 평가하고 분석할 수 있습니다
여기에서는 지표 테스트 밀도와 버그 밀도를 이용한 분석을 소개하고 싶습니다
영역 분석의 목적
토토 베이 분석의 목적은 데이터를 기반으로 프로젝트 상태를 시각화하고 객관적으로 분석하여 더 깊이 파고드는 것입니다
우리는 주로 다음과 같은 관점에서 분석을 시작하겠습니다
-
테스트 유효성
-
품질 시각화
-
위험 조기 감지
-
프로세스 개선
테스트 밀도 및 버그 밀도에 따른 영역 분석의 구체적인 예
테스트 밀도
- 개발 규모당 테스트 사례 수
- 테스트 횟수 ¼ 개발 규모(LOC, FP 등)
버그 밀도
- 개발 규모별로 발견된 버그 수
- 버그 수 ¼ 개발 규모(LOC, FP 등)
이 값들을 수직축과 수평축에 두고 과거 결과에서 계산된 상한값과 하한값으로 나누면 아래와 같이 9개의 영역으로 구성된 행렬이 생성됩니다
영역 1(중앙): 이상적
테스트 밀도 및 버그 밀도는 표준 범위 내에 있으며 개발 및 테스트가 원활하게 진행되는 것 같습니다
영역 2, 4: 과도한 테스트 가능성
테스트 개수는 많지만 버그 개수는 보통이거나 적습니다 테스트 케이스를 검토하고 효율성을 높이는 것이 필요해 보입니다
영역 3,9: 좋은 품질 또는 테스트 부족
테스트도 거의 없고 버그도 거의 없습니다 품질이 좋을 수도 있고 관점이나 패턴이 부족할 수도 있습니다
영역 5, 6: 프로세스에 문제가 있습니다
테스트도 많고 버그도 많습니다 테스트 케이스가 너무 많거나, 패턴이 너무 많을 수도 있고, 버그의 성격에 따라 품질 문제가 있을 수도 있습니다
토토 베이 7,8: 위험한 상태
테스트가 적음에도 불구하고 버그가 많습니다 디자인과 개발에 문제가 있을 수도 있고, 잠재된 버그가 많을 수도 있습니다
영역 분석에 대한 참고 사항
참조 값 및 데이터는 절대적이지 않습니다
과거 실적 데이터를 기반으로 한 참조 값을 사용하십시오 직관에 따라 설정된 기준값은 의미가 없습니다 기준값이 너무 관대하면 이상지대에 빠지고, 너무 엄격하면 문제가 없더라도 위험지대에 빠지게 된다 과거 실적 데이터가 없다면 IPA에서 제공하는 지수값을 활용하시면 될 것 같습니다
당신이 왜 그 영역에 있는지 생각해 보세요
토토 베이 분석은 단지 시작점일 뿐이며, 여기서부터 각 토토 베이에 들어간 이유를 생각하는 것이 중요합니다 "이상적인 영역에 있기 때문에 OK", "위험 영역에 있기 때문에 NG"와 같은 근시안적인 판단보다는 결과를 더 깊이 파고들어 품질 관리 및 보증의 첫 번째 단계로 활용하는 것이 더 낫다고 생각합니다
