본 논문은 클라우드 환경에서 독립적인 벤더들이 제공하던 SaaS 기반 application에서 상호연결이 가능한 서비스 기능들을 추출하고 연동하여 SaaS 매쉬업 서비스를 제공함과 동시에 로그 데이터 바인딩을 통한 맞춤형 서비스 추천 기능을 지원하는 SaaS 매쉬업 서비스 플랫폼을 제안한다. SaaS 매쉬업 서비스로 활용할 수 있는 SaaS application을 분석하고 수집하여 SaaS 채널 리스트를 생성하고 SaaS 채널에서 trigger로 활용할 수 있는 기능과 action으로 활용할 수 있는 기능을 추출하여 trigger 채널과 action 채널로 정의하였다. 다양한 trigger 채널과 action 채널의 조합에 의하여 SaaS 매쉬업 서비스가 가능한 recipe 리스트를 도출하였다. 또한 신속한 서비스 딜리버리 기능을 제공하기 위한 기술로 고성능 분산 메시지 처리 기능을 지원하는 Apache Kafka를 활용하였다. 제안한 플랫폼은 단순한 SaaS 매쉬업 서비스를 제공할 뿐만 아니라 사용자들의 서비스 로그 정보를 이용하여 맞춤형 SaaS 매쉬업 서비스 추천 기능을 제공한다. 이는 서비스 히스토리 로그에서 사용자별 로그 데이터 추출 및 로그 데이터 바인딩 처리 작업을 통하여 추천 서비스에 필요한 바인딩 데이터를 생성한 다음 memory-based 협력 필터링 방법을 통하여 사용자에게 SaaS 매쉬업 서비스를 추천한다. 또한 사용자에게 가장 적합한 서비스를 추천하기 위하여 rule matrix를 정의하여 추천된 서비스에 대한 이용 상황을 분석하는 방법을 연구하였다. 이밖에 웹 기반으로 SaaS 매쉬업 서비스를 제공하기 위한 서비스 포탈을 구축하고 사용자별 SaaS 기능 연동에 필요한 서비스 통합 인증 기능을 제공하여 효율적인 서비스를 제공할 수 있는 환경을 구성하였다. 제안한 SaaS 매쉬업 서비스 플랫폼은 SaaS 기능 연동 기술, 서비스 인증 기술, Kafka 기반 메시지 처리 기술을 제공하는 SaaS aggregation 프레임워크와 rule matrix 기반의 사용자 서비스 이용 상황 분석 기술, 이벤트 처리 기술, 로그 데이터 생성 및 저장기술, 맞춤형 추천 서비스 기술을 포함한 로그 데이터 바인딩 프레임워크로 구성되었다.
본 논문에서는 플랫폼을 구성한 프레임워크에 포함된 기술적 특징에 의하여 SaaS 매쉬업 서비스 기능과 서비스 추천 기능을 제공하는 각 모듈에 대하여 자세히 설명하였고, 기능적 요구사항에 의하여 구현된 플랫폼의 프로토타입을 결과물로 제시한다. 이밖에 사용자들에게 빠른 서비스를 제공하기 위하여 이용된 Kafka의 성능 평가 결과 및 pub/sub 구조로 메시지 전송 기능을 제공하는 Kafka와 Rabbitmq의 초당 메시지 전송량에 대한 비교 평가 결과에 의하여 제안한 SaaS 매쉬업 서비스 플랫폼에서 Kafka를 활용하여 고성능 메시지 처리 기능을 구현한 이론적인 근거를 제시하였다. 시스템에 대한 사용자 만족도를 확인하기 위하여 서비스 개발 경력이 있는 개발자 및 대학원생, 실제 제품 제작에 참여한 경력이 있는 디자이너와 프로젝트 기획, 관리 경험자를 중심으로 user experience questionnaire를 이용한 설문조사를 진행하고 결과를 분석하여 사용자 평가 결과에 의한 시스템 개선 방안을 제시하였다.
본 논문을 통하여 다양한 SaaS 기능간의 간편한 연동 규칙을 정의하여 사용자들이 SaaS 매쉬업 서비스를 편리하게 이용할 수 있는 매쉬업 서비스 기술을 제안하고 서비스 이용 로그에 의하여 사용자에게 적합한 맞춤형 추천 서비스 기술을 제안한다. 이와 같은 기술을 기반으로 SaaS 기능들을 연동하여 새로운 형태의 매쉬업 서비스를 제공하는 SaaS 매쉬업 서비스 플랫폼은 사용자들로 하여금 필요로 하는 서비스 기능들을 결합하여 SaaS 매쉬업 기능을 이용하면서 풍부한 서비스 이용 경험을 가지게 한다. SaaS 매쉬업 서비스 기술 연구를 통하여 개발된 플랫폼은 다양한 융·복합 SaaS 서비스를 가능케 하며 이는 스마트 콘텐츠 산업 발전 및 오픈 마켓 활성화에 큰 기여를 할 것으로 기대된다.

In this paper, we propose a SaaS mashup service platform that provides a SaaS mashup service by extracting interoperable service functions from SaaS-based applications provided by independent vendors and providing customized service recommendation function through log data binding in the cloud environment. We analyzed and collected the SaaS application that can be used as a SaaS mashup service and created a SaaS channel list. We define the trigger channel and the action channel by extracting functions that can be used as a trigger channel and functions that can be used as an action channel in the SaaS. A recipe list was created utilizing a combination of various trigger channels and action channels for SaaS mashup services. Also, Apache Kafka, which provides high performance distributed message processing with technology to provide rapid service delivery function, was utilized in the proposed platform. The proposed platform not only provides a simple SaaS mashup service but also provides customized SaaS mashup service recommendation function using the service log information of users. It extracts user-specific log data from the service history log and creates the binding data required for the recommended service through the log data binding process, and then recommends the SaaS mashup service to the user through the memory-based collaborative filtering method. Also, a method for analyzing the usage of the services recommended by defining a rule matrix has been studied to recommend the most appropriate service to the user. Besides, it is possible to establish a service portal to provide SaaS mashup service based on the web, to provide integrated service authentication function necessary for interworking SaaS function by the user, and to provide efficient service by establishing a permission system for users to access the service portal. The proposed SaaS mashup service platform consists of a SaaS aggregation framework and a log data binding framework. SaaS aggregation framework provides SaaS function interworking technology, service authentication technology, and message processing technology. Log data binding framework includes a service availability analysis technique using rule matrix, event processing technology, log data generation, and storage technologies, personalized recommendation service technologies.

In this paper, each module providing SaaS mashup service function and service recommendation function is explained in detail according to the technical features included in the frameworks constituting the platform, and the prototype of the platform implemented by the functional requirements is shown as a result. In addition, the SaaS mashup service platform, which is based on the results of the performance evaluation of Kafka used to provide fast service to users and the comparison result of Kafka and Rabbitmq message transmission rate per second providing message transmission function in the structure, The theoretical basis of implementing high-performance message processing function using Kafka is presented. In order to confirm the user satisfaction with the system, the user experience questionnaire was used, and the results were analyzed by the developers and graduate students who have experience in service development, the experienced designers who have participated in actual product production, project planning, and management experience. A system improvement method based on the user evaluation result was suggested. To ensure a good user experience with the system, we managed a survey using user experience questionnaire intended for developers and graduate students who have experience in service development, experienced designers who have participated in actual product creation, and participants who have project planning and management experience. We analyzed the results and suggested a system improvement method based on user evaluation result.

We propose a mashup service technology that allows users to conveniently use the SaaS mashup service by defining simple interworking rules between various SaaS functions and propose a customized recommendation service technique suitable for users by using service history log. SaaS mashup service platform, which provides a new type of mashup service by linking SaaS functions based on the above technology, allows users to combine the required service functions freely and has a rich service utilization experience by using the SaaS mashup function. The platform developed through SaaS mashup service technology research will enable various flexible SaaS services, which is expected to contribute to the development of the smart contents industry and the open market.