스프레드시트 디버깅 행동 분석 및 셀 커버리지 피드백 도구

본 논문은 Excel 기반 스프레드시트 디버깅 과정에서 사용자의 자연스러운 행동을 비침습적으로 기록하고, 이를 토대로 인간 중심 디버깅 도구를 설계·평가하는 연구이다. 먼저 저자들은 기존의 비디오 녹화·생각소리 프로토콜 등은 관찰자 효과를 유발해 실제 작업 흐름을 왜곡시킬 위험이 있음을 지적하고, VBA 매크로 환경에 직접 삽입 가능한 ‘시간 스탬프 셀 활동 추적 도구(T‑CAT)’를 개발하였다. T‑CAT은 워크북·시트·셀 선택·편집 등 Excel UI 이벤트를 실시간 청취하고, 발생 시각(초·밀리초)과 셀 주소·이전·새 값을 배열에 저장한다. 워크북이 닫히면 이 데이터를 숨김 시트에 기록하고, 사용자는 자동으로 이메일 전송을 요청받는다. 기록 가능한 행동에는 셀 선택, 범위 선택, 복사·붙여넣기, 드래그·채우기, Undo/Redo 등이 포함되며, Excel 고유 디버깅 기능은 제외된다. 다음으로 47명의 피험자(전문가 22명, 학생 25명)를 대상으로 오류가 삽입된 3시트(‘Payroll’, ‘Office Expenses’, ‘Projections’) 모델을 디버깅하도록 실험을 진행하였다. 오류 유형은 데이터 입력, 규칙 위반, 수식 오류 등으로 다양하게 배치되었다. 피험자는 오류를 발견하면 즉시 셀을 수정하도록 지시받았으며, T‑CAT은 모든 셀 활동을 기록하였다. 실험 결과는 세 가지 주요 측면에서 분석되었다. 첫째, **디버깅 성능**에서는 전문가가 평균 28분, 학생이 36분이라는 시간 차이를 보였으며, 오류 정정 수에서도 전문가가 유의미하게 우수했다(p = 0.000063, Mann‑Whitney = 0.001313). 특히 규칙 위반과 수식 오류 탐지에서 전문가가 현저히 높은 성공률을 보였다. 이는 경험이 풍부한 사용자가 오류 패턴을 빠르게 인식하고, 핵심 셀을 우선 검토한다는 가설을 뒷받침한다. 둘째, **디버깅 행동·셀 커버리지** 분석에서는 ‘셀당 검사 비율(coverage per cell)’ 지표를 도입해 각 셀을 몇 퍼센트의 피험자가 최소 0.3 초 이상 머물렀는지를 색상으로 시각화하였다. 모든 시트에서 수식 셀이 데이터 셀보다 높은 검사 비율을 보였으며, 전문가가 전반적으로 더 높은 커버리지를 달성했다. 특히 수식 그룹(세로/가로 연속)에서는 첫 번째 셀만 집중적으로 검토하고 나머지는 무시하는 ‘드롭‑오프’ 현상이 관찰되었는데, 이는 초보자에게서 더 두드러졌다. 셋째, **커버리지와 오류 정정 간 상관관계**를 산점도로 나타내면 오류 정정 수와 셀 커버리지 사이에 R² = 0.62 정도의 중간 정도 상관관계가 나타났다. 통계적 이상치(표준 잔차 > 2)를 제외하면 R²가 0.71까지 상승했다. 이는 디버깅 효율이 단순히 ‘많은 셀을 본다’는 것보다 ‘핵심 셀을 충분히 검토한다’는 것과 연관이 있음을 시사한다. 이러한 분석을 바탕으로 저자들은 **셀 커버리지 피드백 도구**를 구현하였다. 이 도구는 디버깅 중 실시간으로 사용자가 아직 검토하지 않은 셀을 색으로 강조해, 검사 누락을 최소화하도록 돕는다. 평가 실험에서는 피드백을 받은 경우 평균 오류 정정 수가 12 % 상승했으며, 특히 초보자 그룹에서 효과가 크게 나타났다. 다만, 시각적 피드백이 과도하면 작업 흐름을 방해할 가능성도 제기되었다. 결론적으로 본 연구는 (1) 비침습적 데이터 수집 도구(T‑CAT)의 설계·구현, (2) 전문가와 초보자 간 디버깅 성능·행동 차이의 실증적 증거, (3) 셀 커버리지를 기반으로 한 실시간 피드백 메커니즘의 효과성을 제시함으로써, 스프레드시트 디버깅 도구 개발에 인간 중심 설계(HCD) 접근을 적용한 최초 사례 중 하나로 평가할 수 있다. 향후 연구에서는 눈동자 추적·뇌파 측정 등 정교한 HCI 기법과 결합하거나, 다양한 도메인(재무·공학·의료)에서의 일반화 가능성을 검증하는 것이 필요하다.