Dependency Analysis — 의존성 그래프 분석 도구
코드 의존성의 정량적 측정과 시각화를 위한 방법론 및 도구 가이드.
의존성 메트릭 체계
1. 결합도 메트릭 (Coupling Metrics)
| 메트릭 |
공식 |
해석 |
위험 임계값 |
| Ca (Afferent Coupling) |
나를 의존하는 패키지 수 |
높으면 변경 파급 큼 |
> 20 |
| Ce (Efferent Coupling) |
내가 의존하는 패키지 수 |
높으면 불안정 |
> 20 |
| I (Instability) |
Ce / (Ca + Ce) |
0=안정, 1=불안정 |
중간 지대(0.3~0.7) 경고 |
| D (Distance) |
|A + I - 1| |
주계열에서의 거리 |
> 0.3 |
안정 의존성 원칙 (SDP) 검증:
의존 방향: 불안정 → 안정 (올바름)
위반: 안정 → 불안정 (위험 — 의존성 역전 필요)
2. 응집도 메트릭
| 메트릭 |
측정 대상 |
양호 기준 |
| LCOM4 |
클래스 내 연결 컴포넌트 수 |
= 1 |
| TCC (Tight Class Cohesion) |
직접 연결 메서드 비율 |
> 0.5 |
| H (Henderson-Sellers) |
패키지 내부 관계 비율 |
> 0.7 |
3. 순환 의존성 탐지 — Tarjan SCC 알고리즘
def find_cycles(graph):
"""Tarjan SCC로 순환 의존성 그룹 탐지"""
index_counter, stack, result = [0], [], []
lowlink, index, {}, {}
def strongconnect(v):
index[v] = lowlink[v] = index_counter[0]
index_counter[0] += 1
on_stack[v] = True
stack.append(v)
for w in graph.get(v, []):
if w not in index:
strongconnect(w)
lowlink[v] = min(lowlink[v], lowlink[w])
elif on_stack.get(w):
lowlink[v] = min(lowlink[v], index[w])
if lowlink[v] == index[v]:
component = set()
while True:
w = stack.pop()
on_stack[w] = False
component.add(w)
if w == v: break
if len(component) > 1:
result.append(component)
for v in graph:
if v not in index: strongconnect(v)
return result
4. 순환 해소 패턴
| 패턴 |
적용 상황 |
방법 |
| 의존성 역전 (DIP) |
A↔B 양방향 |
인터페이스 추출, 방향 통일 |
| 이벤트 기반 분리 |
A→B→A 콜백 |
이벤트 버스로 간접 통신 |
| 중재자 패턴 |
A↔B↔C 복잡 순환 |
Mediator 중앙 조율 |
| 공통 모듈 추출 |
A↔B 공유 로직 |
공통부를 C로 추출 |
언어별 도구
JavaScript/TypeScript
npx madge --image graph.svg src/ # 의존성 그래프
npx madge --circular src/ # 순환 탐지
npx depcheck # 미사용 의존성
Python
pipdeptree --graph-output svg > deps.svg
pydeps src/mypackage --max-bacon=2
Java/Kotlin
./gradlew dependencies --configuration runtimeClasspath
# ArchUnit으로 아키텍처 규칙 테스트
변경 영향도 분석 (CIA)
변경 파일: UserService.java
├── 직접 영향 (깊이 1): UserController, OrderService, AuthService
├── 간접 영향 (깊이 2): OrderController, PaymentService
└── 테스트 영향: UserServiceTest, OrderIntegrationTest
→ 추정 파급 범위: 파일 8개, 테스트 3개
아키텍처 피트니스 함수
DEPENDENCY_RULES = {
"domain → infrastructure 금지": {
"from": "domain/**", "to_not": "infrastructure/**", "severity": "ERROR"
},
"controller → repository 직접 접근 금지": {
"from": "controller/**", "to_not": "repository/**", "severity": "ERROR"
},
}
보고서 템플릿
# 의존성 분석 보고서
## 요약
- 총 모듈 수: N개 | 평균 결합도(Ce): X.X | 순환 그룹: N개
## 모듈별 메트릭
| 모듈 | Ca | Ce | I | A | D | LCOM4 | 등급 |
## 순환 의존성
- 그룹 1: [A, B, C] — 해소 전략: DIP
## 핫스팟 (높은 Ca + 높은 Ce)
- ModuleX: Ca=25, Ce=18 — 변경 파급 범위 과다
## 권고사항
1. [긴급] 순환 의존성 해소
2. [중요] 핫스팟 모듈 분리
3. [개선] 의존성 규칙 CI 자동화