기본 콘텐츠로 건너뛰기

사용성 테스팅 - TDD(Testability Driven Design)

사용성 테스팅 만큼 쉬우면서도 어려운 것이 있을까?

사용성 테스팅에서 가장 어려운 것은 역시 테스트 오라클이 명확하지 않다는 것이다.

그리고 테스트 오라클을 협의하고 정하는 것 자체도 쉽지 않다.

더 큰 문제는 협의하고 정한 테스트 오라클이라 할지라도 고객이 그것에 동의할 것인지, 테스트 오라클이 제대로 정해졌는지에 대해 확신할 만한 근거가 부족하다는 것이다.

아래 글은 이러한 사용성 테스팅에 대한 테스트 오라클을 정하는 데에 있어 그 기준으로 생각할 만한 것에 대한 나의 의견이다.

자 한가지 예를 통해서 설명해 보도록 하겠다.

우리가 윈도우를 사용하면서 어떤 이유로든 더 이상 필요없는 파일은 깔끔하게 삭제해 버림으로써 하드 디스크의 용량을 늘리고 있다. 아 .. 머 요즘은 하드 디스크 용량이 좀 널널하게 남아돌기도 하지만서도..

어쨌든..

여기서 중요한 것은 파일 삭제이다.

그럼 첫번째.. 파일 삭제에 있어서 고객에게 가장 큰 가치는 무엇일까?

사람마다 모두 다른 답이 나오겠지만 적어도 나에게는 삭제하면 제깍 삭제되고 혹시라도 잘못 삭제했다면 제깍 복구할 수 있어야 한다라고 답하고 싶다..

그러면 윈도우의 파일 삭제 과정을 한번 낱낱이 생각해 보자.


첫눈에 딱 봐도 복잡하지 않는가?

일반적으로 우리는 가장 오른쪽의 경우만을 알고 있다. 그리고 왜 문제인지 잘 알지 못한다.

가장 오른쪽의 경우 첫번째 문제점은 파일 삭제 여부를 묻는 확인창이다.

많은 사람들은 그것이 왜 문제인가? 라고 물을 것이다.

내가 처음에 파일 삭제의 가치에 대해 말을 할 때 전제조건은 제깍이었다. 이것은 즉시 삭제되기를 원한다는 것이었다.

실제 생활에서 만약 당신이 화장실에서 편안함 속에 화장지를 휴지통에 버리려는 순간 이 휴지통이 건방지게 당신이 휴지를 버리겠다는 확고한 확신을 보여야만 휴지를 버릴 수 있습니다라는 메시지와 함께 지문 인식을 원한다면 어떤 느낌이 들 거라고 생각하는가?

동일한 경우지만 이것을 받아들이는 느낌은 사뭇 다르다. 이것이 학습의 결과이다.

많은 사람들은 대부분 파일 삭제를 할 때 경고창의 메시지는 확인하지 않는다. 그냥 예스를 누를 뿐이다. 왜냐하면 예스를 누른다고 하더라도 휴지통에서 파일을 복원할 수 있다는 것을 알고 있고 그것이 신뢰할 수 있다는 것을 학습을 통해 이미 알고 있기 때문이다.

하지만 이러한 흐름은 고객의 가치를 해치게 된다. 우선은 확인창이 떠야 하고 확인 버튼을 누르는데 아주 작지만 약간의 시간이 필요하다. 그 짧은 시간이 무슨 의미가 있느냐고 하겠지만 티끌 모아 태산인 것이다.

이러다 보니 이제 윈도우 좀 안다는 파워 유저들은 이 확인창이 무척이나 신경이 쓰이고 귀찮아졌다. 그리하여 나온 편법이 Shift+Del이었다.

하지만 이 역시 키를 조합하여 눌러야 하기 때문에 무척이나 귀찮은 일이 되어버렸다.

그리하여 마침내 휴지통의 속성창을 열어서 설정을 아예 바꿔버리게 되었다.

파일 하나를 지우기 위해 우리는 이렇게 많은 경우의 수를 생각하고 투자를 하게 되었다. 그렇게 함으로써 어찌 되었든 파일을 바로 즉시 즉시 지울 수 있게 되었다.

하지만 우리는 그렇게 함으로써 파일을 복원할 수 있는 가치를 영구히 훼손해 버렸다.

빠르게 지우기 위해서 우리는 단축키나 설정을 바꾸기 위해 투자를 하였다. 하지만 그 투자는 파일 복원이라는 가치를 영원히 훼손시켜 버렸다.

만약 우리가 파일 복원이라는 가치를 지키기 위해서는 파일을 삭제하기 위한 투자를 늘려야 한다.

왜 이런 일이 벌어진 것일까? 왜냐하면 인간은 게으르기 때문이다. 인간은 특정한 가치를 동일하게 얻을 수 있다면 더 적은 노력과 유지비용만을 지불하기를 원하기 때문이다.

다만 이 경우는 더 적은 노력과 유지 비용을 지불하기 위한 노력이 결국은 쓰루풋을 훼손시켜 버린 것이다.

TOC적인 관점에서 본다면 이 두가지 모두 좋지 않은 것이 된다.

첫번째는 투자를 늘렸지만 쓰루풋은 훼손되어 버렸다.

두번째는 투자를 늘렸지만 쓰루풋은 늘어나지 않았다.

이러한 이유로 윈도우의 파일 삭제는 고객에게 아무런 가치를 줄 수 없는 사용성이 낮은 경우가 된 것이다.

기능상으로는 아무런 문제도 없다. 그리고 많은 경우 이것이 왜 사용성이 낮은 것인지에 대한 아무런 반감이 없다. 그 이유는 우리가 학습이 되어버렸기 때문이다.

아래는 우분투의 파일 삭제 과정이다.
이 얼마나 아름다운가?

내가 처음 우분투에서 파일을 삭제했을 때 난 커다란 혼란과 두려움에 사로잡혔다.

왜냐하면 윈도우에서 언제나 보던 확인창이 뜨지 않았던 것이다. 이것은 내가 학습해 놓은 상황에 완전히 대치되는 상황이었다.

하지만 내가 삭제한 파일은 안전하게 휴지통에 들어가 있었고 난 이로써 새로운 학습에 성공하고 새로운 신뢰를 쌓았다.

우분투의 경우는 쓰루풋을 훼손하지 않으면서 내가 투자해야할 대상은 획기적으로 줄였다.

난 단축키를 사용하지 않아도 되고, 난 설정을 바꿀 필요도 없었다.

그저 지우면 휴지통으로 파일이 이동되었고 원하면 복원하면 되었다.

사용성을 평가하기 위한 과정을 간단히 정리하면 아래와 같이 생각해 볼 수 있다.

먼저
  1. 테스트하고자 하는 대상 또는 기능에 대한 핵심적인 가치를 정의한다.
  2. 가치에 도달하기 위한 가장 적은 투자와 유지비용이 들어가는 경로를 산출한다.
즉, 고객의 가치를 도달하기 위한 가장 적은 투자와 유지비용이 들어가는 경로가 바로 테스트 오라클이 되는 것이다.

다른 말로 하면 사용성이 높은 제품은 고객이 적은 투자와 유지 비용만을 사용한 상태에서 최상의 가치를 얻을 수 있는 제품이다.

우리는 의외로 주변에서 그런 제품을 쉽게 찾아볼 수 있다.

대표적인 것이 삼성과 애플의 MP3만 봐도 알 수 있다.

그런데 이 내용을 잘 살펴보면 이것은 테스팅 보다는 설계에 관한 내용에 더욱 가깝다.

난 이것을 TDD(Testability Driven Design)이라고 부른다.

내가 만들어낸 말이지만 실제로 나와 유사한 생각을 하는 사람들이 있는 것으로 안다.

요지는 설계를 할 때 테스트 가능성, 용이성을 고려하여 설계해야한다는 것이다.

윈도우의 경우가 테스트 용이성을 고려하지 않고 설계한 것이라고 가정한다면 윈도우의 경우는 많은 경우의 수를 테스트 해야한다.

확실히 우분투보다는 테스트를 수행하기 위한 리소스가 더 많이 필요하다는 것을 알 수 있다.

처음부터 고객에게 전달해야하는 핵심 가치와 그 가치에 도달하는 최단 과정을 고려하고 그러한 과정이 테스트를 수행함에 있어 얼마나 용이한지 고려하여 설계한다면 분명 테스트에 들어가는 리소스를 획기적으로 줄일 수 있다고 생각한다.

많은 경우 테스팅이 전체 개발 과정에서 가장 많은 비용과 일정이 들어가는 병목이 된다. 이것을 기획 단계 즉 설계 부터 고려한다면 분명 획기적인 개선이 있을 것이다.

이것이 TOC에서의 DBR의 핵심과 일맥상통한다고 생각한다.

위의 경우에서 생각해 보더라도 윈도우의 경우에 싸이클로메틱 복잡도(cyclomatic complexity)로 계산해본다면 3의 복잡도를 가진다. 하지만 우분투는 0이다.

Cyclomatic Complexity = 분기노드 개수 + 1로 계산할 수 있다.

Cyclomatic Complexity는 쉽게 말해서 테스트해봐야 하는 경로의 개수라고 할 수 있다. 이것이 높다는 것은 필요한 테스트케이스가 그만큼 많으므로 오류를 모두 확인하지 못할 확률이 더 높다는 것이다. 보통 3~7 사이의 값을 권장하며, 10 이상은 지양하는 것을 권장한다.


처음 설계에 있어서 테스트 용이성을 고려하여 설계함으로써 코딩과 테스트 모두에 들어가는 리소스를 절약하고 고객에게 전달해야 하는 가치를 지킬 수 있다는 것이 나의 생각이다.

이에 관련해서 의견 있으신 분은 트랙백이나 댓글로 의견을 좀 더 나누었으면 한다.

댓글

  1. trackback from: 좋은 디자인이란?
    요즘 팀에서 '설계'에 대한 교육과정을 만들고 있습니다. TDD 메일링 리스트를 읽던 중 좋은 디자인 good design 이란 단어가 눈에 띄어 옮겨봤습니다. 밥 아저씨가 한 말입니다. One reasonable definition of good design is testability. It is hard to imagine a software system that is both testable and poorly designed. It is al..

    답글삭제
  2. 김주봉5/7/10 12:06

    좋은 글 감사합니다~

    답글삭제

댓글 쓰기

이 블로그의 인기 게시물

AI 에이전트의 환각과 프롬프트 폭증을 막는 '컨텍스트 엔지니어링(Context Engineering)'과 아키텍처의 미래

AI 코딩 에이전트나 생성형 LLM을 소프트웨어 개발에 접목하는 시도가 늘어나면서, 엔지니어들이 마주하는 가장 큰 기술적 병목 중 하나는 바로 '컨텍스트(Context)'의 관리입니다. 저 역시 최근 AI와 바이브 코딩(Vibe Coding)을 활용해 여러 프로젝트를 진행하고 있는데, 하나의 대화창(세션)을 오래 켜둔 채 작업을 계속 이어가다 보면 AI가 초기 맥락을 잊어버리거나 이전에 지켜달라고 했던 제약조건을 놓치며 실수를 저지르는 경우를 자주 겪곤 합니다. 그래서 저는 목적별로 대화창을 명확하게 분리해서 작업하거나, 어느 정도 작업 단계가 진행되면 지금까지의 구현 내용과 의사결정을 요약 정리한 뒤 새 대화창에서 AI에게 이를 다시 학습시키는 방식으로 맥락을 관리하고 있습니다. 그렇다면 엔지니어링 아키텍처 차원에서는 이 문제를 어떻게 접근하고 있을까요? InfoQ의 발표 아티클 "Architecture / Context Engineering"에서는 바로 이 지점, 즉 단순한 프롬프트 엔지니어링을 넘어 시스템 아키텍처 수준에서 컨텍스트를 제어하는 '컨텍스트 엔지니어링(Context Engineering)'의 필요성과 구체적인 프레임워크를 다루고 있습니다. (출처: InfoQ - Architecture / Context Engineering) https://www.infoq.com/presentations/architecture-context-engineering/ 발표자들은 코딩 에이전트나 자율형 에이전트가 현장에서 실패하는 가장 큰 이유로 '비대해진 컨텍스트 윈도우(Bloated Context Windows)'와 무분별하게 채워진 프롬프트(Stuffed Prompts)를 꼽습니다. AI에게 너무 많은 정보를 한 번에 주면, 모델의 주의력(Attention)이 분산되거나 논리적 우선순위를 놓치는 현상이 발생합니다. 마치 인간 엔지니어에게 백과사전 수십 권을 던져주고 "이거 다 읽고 10초 ...

AI의 UX, 단 5개 문항으로 측정하는 방법: SUXAI

테스트 관리에는 아주 유명한 명언이 있습니다. 어쩌면 이 말은 테스트 관리에서만 유용한 얘기는 아닐거고.. 어쩌면 여러분도 다른 곳에서 들었을 수도 있습니다. "측정할 수 없으면 개선할 수 없다" 지난 글(https://murianwind.blogspot.com/2026/07/ai_01010698011.html)에서 생성형 AI 시대에는 기존의 일반적인 사용성 지표(SUS 등)만으로는 부족하며 정확성, 신뢰성, 설명 가능성, 제어 가능성이라는 AI 에 특화된 품질 특성이 필요하다고 정리해 드린 바 있습니다. 하지만 실무자의 입장에서 항상 부딪히는 현실적인 고민이 있습니다. "이론은 좋은데, 당장 매주 업데이트되는 AI 기능의 UX를 바쁜 현장에서 어떻게 빠르고 정량적으로 측정할 것인가?"라는 점이죠. MeasuringU에서 이에 대한 명확하고 실용적인 해답을 제시하는 후속 아티클을 공개했습니다. 바로 "Streamlined Measurement of the UX of AI"입니다. (출처: MeasuringU - Streamlined Measurement of the UX of AI / Jeff Sauro, PhD & Jim Lewis, PhD) https://measuringu.com/streamlined-measurement-of-the-ux-of-ai/ Jeff Sauro와 Jim Lewis 박사는 실무 연구자들과 테스터들이 긴 설문이나 복잡한 프레임워크 없이도 AI 제품의 핵심 품질을 빠르게 측정할 수 있도록 SUXAI(Streamlined UX of AI)라는 간소화된 측정 모델을 구축했습니다. 기존에 수많은 문항으로 분산되어 있던 지표들을 통계적 요인 분석을 통해 쥐어짜고 압축하여, 핵심적인 5가지 5점 척 문항 으로 표준화했습니다. SUXAI를 구성하는 5가지 핵심 평가 문항 정확성 (Accuracy): "이 AI가 생성한 결과물은 정확하다." 신뢰성 (Trust/Re...

합성 사용자(Synthetic Users)의 5가지 유형과 AI 테스팅 현장에서의 활용법

AI와 생성형 모델 기술이 발전하면서, 사용자 경험(UX) 연구와 테스팅 현장에서 가상 퍼소나를 활용해 테스트 데이터를 수집하거나 사용성을 평가하려는 시도가 급격히 늘고 있습니다. 이를 흔히 '합성 사용자(Synthetic Users)'라고 부릅니다. 하지만 막연히 "AI에게 사용자 역할을 시켜 테스트를 돌린다"고 할 때, 그 가상 사용자가 어떤 방식과 데이터로 생성되었는지 명확히 구분하지 않으면 자칫 왜곡된 결과에 빠질 위험이 있습니다. UX 및 사용성 리서치 분야의 권위 있는 기관인 MeasuringU에서 이 합성 사용자의 개념을 명쾌하게 분류한 아티클을 공개했습니다. 바로 "What Are the Different Types of Synthetic Users?"라는 글입니다. (출처: MeasuringU - What Are the Different Types of Synthetic Users? / Jeff Sauro, PhD & Jim Lewis, PhD) https://measuringu.com/what-are-the-different-types-of-synthetic-users/ Jeff Sauro와 Jim Lewis 박사는 합성 사용자를 단순히 하나의 개념으로 뭉뚱그리지 않고, 생성 기술의 근거와 데이터 기반에 따라 크게 5가지 유형으로 깔끔하게 정리해 줍니다. 첫째는 규칙 기반(Rule-Based) 합성 사용자입니다. AI 모델이 아니라 사전 정의된 조건문, 정규식, 시나리오 스크립트에 따라 움직이는 전통적인 형태의 가상 사용자입니다. 예측 가능하고 정확하지만, 인간 사용자의 복잡한 정서나 미묘한 변수를 반영하진 못합니다. Selenium, Playwright, K6 같은 도구를 통해 지정된 경로대로 버튼을 누르고 데이터를 입력하는 방식을 들 수 있습니다. 둘째는 퍼소나 기반 LLM(Persona-Based LLM) 합성 사용자입니다. 생성형 AI에게 "너는 50대 비테크놀로지 사용...