테스팅 히치하이커를 위한 안내서

20년 넘게 IT 업계에서 테스팅하고 강의하고 공부하고 여러 일을 해왔지만... 정말이지 단 하루도 편하게 쉴 틈을 주지 않는 세상입니다. 특히 최근 4~5년 동안 가속화된 AI의 물결은 기술의 스펙트럼뿐만 아니라 우리가 일하고, 협업하고, 조직을 이끄는 방식 전체를 뒤흔들고 있습니다. 이번 주에도 수많은 뉴스레터와 아티클을 훑어보았습니다. 그중에서도 기술의 화려함 뒤에 숨겨진 ‘사람, 조직, 그리고 커리어의 본질’을 찌르는 글 몇 개가 눈에 띄어 메모해 둡니다. 제 평소 생각과 맞닿아 있는 6가지 이야기입니다. --- 1. 인지부채(Cognitive Debt): 바이브 코딩 시대에 우리가 지게 되는 진짜 빚 (출처: ROBOCO - 인지부채: 바이브 코딩 시대의 새로운 부채 관리법 / 정도현 수석 컨설턴트 ) 요즘 커서(Cursor)나 클로드 코드(Claude Code) 같은 에이전트를 붙여 "이거 만들어줘" 하고 승인(Approve) 버튼만 누르면 눈 깜짝할 사이에 코드베이스가 완성되는 '바이브 코딩(Vibe Coding)'이 유행입니다. 그런데 속도는 엄청나게 빠른데, 정작 서비스에 장애가 나면 "AI가 짜서 잘 모르겠는데요?"라는 답이 나오는 이상한 현상이 벌어집니다. 정도현 컨설턴트는 이를 '인지부채(Cognitive Debt)'라고 정의합니다. 코드는 쌓이는데, 정작 인간의 시스템 이해도는 쌓이지 않는 격차죠. * Human-in-the-loop의 환상: AI가 초당 수백 줄을 뽑아내는데 사람이 일일이 검토한다? 결국 검토자는 병목이 되고, 시간 압박에 쫓겨 영혼 없이 승인 버튼만 누르게 됩니다. 40년 전 자동화 연구(Bainbridge, 1983)가 지적했듯, 자동화될수록 사람은 감시만 하다가 정작 개입해야 할 결정적 순간에 숙련도를 잃어버립니다. * 부채는 0으로 만드는 게 아니라 '관리'하는 것: AI가 만든 모든 코드를 사람이 외울 수는 없습니다. 핵심은 ...

최근 "프로그래밍이란 무엇인가?"라는 근본적인 질문에서 출발해, 하드웨어의 가장 밑바닥인 CPU 명령어 디코더의 원리부터 최근 화두인 에이전틱 AI(Agentic AI)와 바이브 코딩(Vibe Coding)에 이르기까지 AI와 함께 이런 저런 대화를 나누어 보았다.. 사실 내가 처음 컴퓨터를 공부할 때부터 컴퓨터가 내 명령을 어떻게 이해하고 처리해서 이런 결과가 출력되는지는 정말 이해하기 어려운 마법 같은 것이었다.  그래서인지.. 나이가 들어도 프로그래밍은 여전히 어렵다. 하지만 요즘은 AI와 함께 무언가를 만드는 재미를 만끽하고 있다.  어쨌든 AI와의 즐거운 대화의 끝에서 필연적으로 마주한 질문이 있다. "코드를 AI가 스스로 짜고 조립하는 시대에, 소프트웨어 테스팅은 무엇이며 우리는 어떤 역량을 키워야 하는가?" 지금까지의 고민을 바탕으로, 다가오는 AI 시대에 테스트 엔지니어가 나아가야 할 방향과 '아키텍트(Architect)' 역량의 중요성에 대해 정리해 본다. 현대의 소프트웨어 개발은 무(無)에서 유(有)를 창조하는 것이 아니다. 전 세계의 천재적인 엔지니어들이 만들어둔 수많은 라이브러리와 프레임워크라는 '레고 블록'을 조합해 원하는 서비스를 구축하는 과정이다. 내가 젋어서 이걸 잘 이해만 했었어도.. 테스터라는 직업의 세계에 발을 들이지는 않았을 텐데.. 어린 나이에 너무 생각이 많았었다. 그런데 에이전틱 AI가 등장하면서 거대한 변화가 일어났다. 이제는 인간이 직접 레고를 조립할 필요조차 없어지고 있다. "이런 기능을 만들어줘"라는 의도(Intent)만 던지면, AI가 기존에 학습한 방대한 오픈소스와 코드를 바탕으로 알아서 뼈대를 세우고 코드를 완성해 낸다. 개발자는 직접 코드를 타이핑하는 노동자에서, AI 에이전트를 부리는 총괄 기획자로 역할이 변하고 있는 것이다. 하지만 AI가 만들어내는 코드는 필연적인 한계를 지닌다. AI는 과거 인류가 작성한 코드를 학습하...

일정 확인하면서 날씨 정보가 필요할때 날씨 정보를 별도로 찾아보기 귀찮아서 기존에는 해외 날씨 달력 하나 구독해서 썼었는데.. 아무래도 우리 나라 기상청 데이터와는 차이가 생기는건 어쩔 수 없는지라 아쉬웠는데.. AI랑 바이브 코딩 하다가 이것도 가능하겠다 싶어서 구현한 기상청 데이터를 활용한 캘린더 연동 서비스를 공유합니다.  이 가이드는 사용자가 이용하는 아이폰이나 갤럭시 혹은 구글 캘린더 앱 내에서 기상청의 정확한 10일치 날씨 정보를 일정 형태로 확인할 수 있도록 도와줍니다. 제 API로 원하는 분들마다 달력을 만드는건 불가능해서 본인의 깃헙 저장소를 활용해서 본인만의 캘린더 연동 서비스를 구현할 수 있는 가이드를 만들었습니다.  날씨 달력 자동화 제작 가이드 페이지 주소  -  https://murianwind.github.io/weather-calendar/ 이 방법은 기상청 API 허브에서 직접 데이터를 수집하기 때문에 공신력 있는 정보를 바탕으로 합니다. 단순한 날씨 상태뿐만 아니라 기온과 강수확률 그리고 풍속까지 상세한 예보를 제공합니다. 또한 오늘과 내일의 단기 예보를 넘어 최대 10일까지의 중기 예보를 포함하므로 장기적인 일정 계획 수립에 용이합니다. 한 번 설정해두면 깃허브 액션 기능을 통해 3시간마다 최신 정보로 자동 업데이트되는 시스템을 갖추고 있습니다. 저처럼 외부 미팅이나 출장이 잦아 날씨 변화에 민감한 분들은 캘린더 앱 내에서 모든 정보를 한눈에 파악하기에 좋습니다. 위 가이드 페이지에 접속하면 초보자도 쉽게 따라 할 수 있는 단계별 설명이 준비되어 있습니다. 사용자의 동네 주소에 맞는 좌표 값을 자동으로 계산해주는 도구와 함께 각 단계별 상세한 설정법이 안내되어 있습니다. 본인의 캘린더에 기상청 정보를 연동하여 보다 효율적인 일정 관리를 시작해 보시기 바랍니다. 이미 이런 서비스가 있었다면.. 제 검색 실력의 미천함 때문입니다. 그런데, 정말 이젠 상상만 해도 내가 원하는걸 만들 수 있는 시절이...

우리는 끊임없이 학습하며 데이터의 은하수를 나아가는 히치하이커입니다. 때로는 방대한 소스 코드의 성운 속에서 길을 잃기도 하고, 예기치 못한 결함(Defect)의 블랙홀을 마주하며 밤을 지새우기도 합니다. 지금 우리 앞에는 '생성형 AI'라는 거대한 중력의 변화가 찾아왔습니다. 이 변화는 단순히 편리한 도구가 하나 더 생긴 수준을 넘어, 우리가 테스팅의 우주를 항해하는 방식 자체를 근본적으로 재편하고 있습니다. 어떤 이들은 AI가 테스터의 자리를 대체할 것이라 불안해하지만, 저는 이것이 우리를 더 넓은 세계로 인도할 새로운 함선이자 보이지 않는 길을 비추는 나침반이 될 수 있다고 믿습니다. 우리가 마주할 AI 활용능력(AI Fluency)의 여정은 마치 낯선 행성을 단계별로 개척해 나가는 과정과 비슷합니다. 그 첫 번째는 '자동화(Automation)' 단계입니다. 이는 AI가 테스터의 직접적인 지시에 따라 특정 과업을 수행하는 것을 의미합니다. 테스트 케이스의 초안을 그리거나 단순한 테스트 스크립트를 생성하는 일들이 여기에 해당합니다. 이 단계에서 가장 중요한 것은 인간의 명확한 작업 정의와 결과물에 대한 꼼꼼한 품질 관리입니다. AI는 우리가 준 가이드 안에서만 움직이기 때문에, 우리가 얼마나 정교한 퍼소나를 부여하고 의도를 설명하느냐가 성패를 결정짓습니다. 여정이 조금 더 깊어지면 우리는 '증강(Augmentation)'의 단계를 경험하게 됩니다. 여기에서 AI는 단순한 일꾼을 넘어 우리의 '함께 생각하는 파트너(Thinking Partner)'가 됩니다. 테스터가 가진 날카로운 비판적 사고와 AI의 무한한 생성 능력이 결합하는 시기입니다. 우리가 미처 발견하지 못한 엣지 케이스를 함께 브레인스토밍하고, 복잡한 비즈니스 로직 사이에 숨겨진 빈틈을 메우는 창의적인 협업이 이루어집니다. 이는 인간의 능력이 도구에 의해 확장되는 즐거운 경험입니다. 마지막은 '에이전시(Agency)'의 단계...