오픈소스 소프트웨어 개발 참여자의 감정이 생산성에 미치는 영향에 대한 실증 연구

국문 초록 (Abstract)

오픈소스 소프트웨어(Open Source Software, OSS) 개발은 기술적 요소와 사회적 요소가 복잡하게 얽힌 사회-기술 시스템(socio-technical system)이며, 이 시스템의 성공은 참여자들의 상호작용 방식과 태도에 의존한다. 본 연구는 이러한 관점에서 참여자의 감정(긍정, 중립, 부정)이라는 핵심적인 사회적 변수가 시스템의 구체적인 결과물인 생산성 및 상호작용 수준에 미치는 영향을 실증적으로 분석한다.
생산성은 병합된 풀 리퀘스트(Pull Request, PR) 수와 코드 라인 수(Lines of Code, LoC)로, 상호작용은 댓글의 양으로 각각 측정했다. 이를 위해 GitHub 플랫폼에서 영향력이 큰 상위 20개 저장소를 대상으로 대규모 데이터를 수집했다.
수집된 댓글 데이터는 소프트웨어 공학 도메인에 특화된 SentiStrength-SE 도구를 사용하여 참여자별 평균 감정 점수를 산출했으며, 이를 기준으로 참여자들을 세 개의 감정 그룹으로 분류했다. 데이터 분포의 비정규성을 고려하여, 그룹 간 차이와 변수 간 관계를 규명하기 위해 비모수 통계(Kruskal-Wallis H, Mann-Whitney U) 및 상관관계 분석(Spearman's ρ, Kendall's τ)을 수행했다.
분석 결과, 긍정적 감정을 보인 기여자들이 모든 생산성 및 상호작용 지표에서 통계적으로 유의미하게 가장 높은 성과를 나타냈다. 특히 주목할 만한 발견은, 부정적 감정을 보인 기여자들 역시 모든 영역에서 중립 그룹보다 유의미하게 높은 성과를 보였다는 점이다. 중립 그룹은 모든 지표에서 일관되게 가장 낮은 순위를 기록하여, 전반적인 성과 패턴은 '긍정 > 부정 > 중립'의 명확한 계층 구조를 형성했다. 이는 감정의 표현 자체가 프로젝트에 대한 일정 수준 이상의 참여를 반영하는 지표일 수 있음을 시사한다.
또한, 생산성과 상호작용 간의 상관관계는 긍정적 감정 그룹에서 가장 강하게 관찰되어, 긍정적인 참여가 생산적 활동의 선순환으로 이어질 가능성을 암시한다. 이러한 결과는 협업자의 감정이 OSS 생산성 및 참여도와 깊고 복잡하게 연관되어 있음을 강력한 실증적 증거로 보여주며, 사회-기술적 역학에 대한 중요한 통찰을 제공한다. 따라서 커뮤니티 관리자와 관련 조직이 긍정적이고 건설적인 협업 환경을 조성하는 것이 OSS 프로젝트의 성능과 지속 가능성을 향상시키는 핵심 전략이 될 수 있음을 시사한다.

다국어 초록 (Multilingual Abstract)

Open Source Software (OSS) development is a complex socio-technical system where technical and social factors are intricately intertwined, and the success of this system is heavily dependent on the interaction styles and attitudes of its participants. From this perspective, this study empirically analyzes the impact of contributor sentiment (positive, neutral, negative), a key social variable, on the concrete system outcomes of productivity and interaction levels. Productivity was measured by the number of merged Pull Requests (PRs) and Lines of Code (LoC), while interaction was quantified by the volume of comments. For this purpose, we collected large-scale data from the top 20 influential repositories on the GitHub platform. The collected comment data was analyzed using SentiStrength-SE, a tool specialized for the software engineering domain, to calculate an average sentiment score for each contributor. Based on these scores, contributors were classified into three sentiment groups. Considering the non-normal distribution of the data, we employed non-parametric statistical methods (Kruskal-Wallis, Mann-Whitney U) and correlation analyses (Spearman's ρ, Kendall's τ) to investigate inter-group differences and the relationships between variables.
The analysis revealed that contributors with positive sentiment demonstrated statistically significantly higher performance across all productivity and interaction metrics. A particularly noteworthy finding is that contributors with negative sentiment also significantly outperformed the neutral group in all areas. The neutral group consistently ranked the lowest on all metrics, forming a clear hierarchical performance pattern of 'Positive > Negative > Neutral'. This suggests that the very act of expressing emotion, regardless of its polarity, may be an indicator of a higher level of engagement with the project. Furthermore, the correlation between productivity and interaction was observed to be strongest in the positive sentiment group, implying the potential for a virtuous cycle where positive engagement fosters productive activity. These results provide strong empirical evidence that contributor sentiment is deeply and complexly associated with OSS productivity and engagement, offering critical insights into its socio-technical dynamics. Therefore, we suggest that fostering a positive and constructive collaborative environment can be a key strategy for community managers and related organizations to enhance the performance and sustainability of OSS projects.

목차 (Table of Contents)

• 제 1 장 서론 1
• 제 2 장 이론적 배경 및 선행연구 검토 7
• 제 1 절 이론적 배경 7
• 1. OSS 개발 환경에 대한 시스템적 이해 7
• 2. OSS에서의 협업 프로세스 9
• 3. 소프트웨어 생산성 12
• 제 2 절 선행 연구 검토 14
• 1. PR에서의 대화기록과 태도 14
• 2. 협업자의 태도와 생산성 15
• 제 3 절 연구 문제 제기 18
• 제 3 장 연구 방법 19
• 제 1 절 분석 대상 저장소 선정 21
• 제 2 절 PR 번호 목록 수집 24
• 제 3 절 상세 PR 정보 수집 26
• 제 4 절 데이터베이스 적재 28
• 제 5 절 감정 분석 29
• 제 6 절 데이터 처리 31
• 제 7 절 통계 분석 32
• 제 4 장 연구 결과 52
• 제 1 절 감정 그룹에 따른 생산성 및 의사소통의 관찰된 차이 52
• 제 2 절 관찰된 상관관계 패턴과 피드백 루프의 가능성 66
• 제 5 장 결론 75
• 제 1 절 요약 및 의의 75
• 제 2 절 한계 및 추후 연구방향 79
• 참고문헌 82
• 부록 96
• ABSTRACT 98