기본 콘텐츠로 건너뛰기

Agile Testing에 대한 단상

근래에 들어 가장 화두에 오르는 단어 중 하나가 바로 Agile이다.

그리고 그 이면에 아직까지 활발히 논의 되지 못하고 있는 것 중 하나가 Agile Testing이다.

나름 수많은 Agile 관련 모임을 나가보았지만 오고가는 이야기는 Management, Development, Design 과 같은 이야기는 오고 가지만 막상 Testing에 관한 논의는 찾아보기 힘들다.

실제로 TDD는 분명 테스트라는 단어를 사용하고 있지만 막상 테스트를 어떻게 설계할 것인가에 대한 논의는 그다지 활발하지 않다.

일전에 켄트 벡이 국내에 방한 했을 때 어렵게 질문을 해보았지만 켄트 벡은 디자인에 관한 답변만을 들려주었다.

Agile Testing은 무엇일까?

이 질문에 대한 답을 하기 위해서는 Agile이 무엇인지에 대해 먼저 생각해 볼 필요가 있다.

Agile은 무엇인가?

어떤 사람은 TDD, XP와 같은 개발 이야기를 하고, 어떤 사람은 Scrum, Lean 과 같은 관리 이야기를 하는 경우도 있다.

모든 사람이 동일하게 Agile에 느끼고 공감하는 것은 생각보다 찾아보기 힘들다.

하지만 많은 사람들이 애자일 선언이 Agile이 추구하는 목표와 목적 그리고 근간이 된다는 것에는 그다지 이견이 없다.

현재까지 나와 있는 많은 도구와 방법론은 애자일 선언에서 얘기하는 가치관을 달성하기 위한 것들이다.

그렇다면 Agile Testing은 어떨까?

Agile Testing 역시 애자일 선언의 영향을 받고 있는 것일까?

개인적인 내 의견을 말한다면 아니다이다.

개인적으로 Agile Testing에 대해 정의하자면 Agile Testing은 Agile 조직 또는 프로세스 안에서 테스팅을 수행하기 위한 방법에 대한 통칭 정도로 정의할 것이다.

Agile Testing이라고 해서 아직까지 나는 특별히 새로 만들어진 기법이나 방법론을 접해본 적이 없다.

Agile Testing라는 주제에 대한 글들을 접해 보면 대부분 공통적으로 기존의 방법론을 Agile 조직에 적용하기 위해 경량화 하는 방법 또는 테스트 자동화에 대한 주제가 대부분이다.

어떤 사람들은 탐색적 테스팅을 애자일 테스팅과 혼용해서 이해하는 분들도 있지만 애자일 테스팅과 탐색적 테스팅을 연관이 없다고 봐도 무관하다.

그렇다면 왜 애자일 테스팅에 대해 획기적이고 아주 새로운 방법이 나오지 못하는 것일까?

그것은 개발과 테스팅이 전혀 다른 성격을 가지고 있기 때문이 아닐까? 싶다.

일전에도 언급한 적이 있지만 애자일 에서는 개발과 테스팅, 설계를 담당하는 사람들의 역할이 매우 모호하다.

테스팅 진영에서도 대부분 테스터가 개발 지식을 알아야 한다는 것이 주론이다. 어떤 사람들은 테스터가 개발도 할 수 있어야 한다고 말한다.

하지만 난 아니라고 생각한다.

왜냐하면 개발과 테스팅은 상대방이 없으면 절대로 안되는 아주 밀접한 관계를 지니고 있지만 실상은 거의 상극에 가깝기 때문이다.

개발은 대체적으로 창조적인 작업이다. 무엇인가를 만드는 작업이다. 우리는 일반적으로 무엇인가를 만들어 나갈때 더 많은 방법을 생각하게 된다.

애자일에서 개발과 설계에 대한 논의가 더 활발한 것은 이런 속성에 기인한다고 생각한다.

더 빠르게, 더 안정적인 개발을 하기 위한 방법에 대한 논의는 다양해 질 수 있다.

하지만 테스팅은 파괴적인 작업이다. 무엇인가를 비틀고 파괴하고 해체하는 작업이다. 이러한 작업은 대체로 그냥 막가는 방식으로 해체하거나(탐색적 테스팅), 만들어진 방식을 역순으로 해체하는 작업(스크립트 기반 테스팅) 이외에는 별다른 방법이 없다.

테스트 설계 기법은 이러한 만들어진 방식을 이해하기 위한 일종의 기법이라고 생각된다.

이런 면으로 접근하면 분명 테스터가 개발 지식을 어느 정도 알고 있다면 테스팅에 큰 도움이 된다는 것은 맞는 말이다.

하지만 테스터가 개발을 할 수 있을 것 같지는 않다.

마찬가지로 TDD의 문제점은 개발자가 테스터와 같은 사고 방식을 가지기 힘들다는 점에 있다고 생각된다.

개발과 테스팅은 사람의 두 다리와 같다고 생각된다. 한쪽이 기형이거나 없다면 사람은 걸을 수가 없게 된다.

그리고 왼쪽 다리가 없다 해서 그 자리에 오른쪽 다리를 이식할 수도 없는 것이다.

각 다리가 정확하게 역할을 해야만 사람이 올바로 걸을 수 있는 것처럼 개발과 테스팅이 서로를 보완하고 각자의 할일을 잘 할 때 개발도 잘 되는 것이 아닐까?

난 Agile Testing에서 테스터가 어떻게 하면 더 개발을 잘 할 수 있을까? 라던지 자동화를 어떻게 하면 더 잘할 수 있을까? 라는 논의도 중요하지만 개발자와 어떻게 하면 협업을 더 잘할 수 있을지? 신속한 개발 환경에서 어떻게 하면 테스팅을 더 잘할 수 있고 그 안에서 테스트의 역할을 어떻게 정의할 수 있을지에 대한 논의가 더 활발해 졌으면 하는 바램이다.

댓글

  1. 고개를 끄덕이게 하네요!! 좋은 글 감사합니다.~

    답글삭제
  2. 김주봉22/6/10 18:53

    좋은 글 감사합니다.

    Gracias! (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 ...

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...

AI가 만들고 사람이 고친 글, 과연 'AI 생성물'일까? — 무너지는 경계선과 각국의 표기 가이드라인

이미지, 음성, 텍스트를 가리지 않고 생성형 AI의 산출물이 전 세계 디지털 공간에 폭포수처럼 쏟아져 나오고 있습니다. 가짜 뉴스, 딥페이크 오정보, 저작권 침해 등 여러 사회적 문제를 일으키면서, 최근 EU를 비롯한 세계 각국의 규제 기관들이 "AI가 만든 콘텐츠에는 반드시 표시(Labelling)를 하라"는 강제 가이드라인을 잇달아 꺼내 들고 있습니다. 이와 관련해 Smashing Magazine에 비탈리 프리드만(Vitaly Friedman)이 기고한 아티클은 EU의 최신 규제가 실무 인터페이스(UI/UX)에 어떤 변화를 요구하는지 잘 보여줍니다. (출처: Smashing Magazine - New EU Guidelines For AI Labelling / Vitaly Friedman) https://www.smashingmagazine.com/2026/08/eu-guidelines-ai-labelling/ EU AI Act 제50조 투명성 규정에 따르면, 딥페이크나 AI 챗봇 대화, 인간의 검수 없이 AI가 100% 작성한 공공 텍스트 등에는 전용 AI 마크나 암호화된 메타데이터(Watermark)를 반드시 내장해야 합니다. 기존에 서비스들이 유행처럼 쓰던 모호한 '반짝이 아이콘(✨ Sparkles)' 수준으로는 법적 기준을 충족할 수 없게 된 것입니다. 하지만 현장의 개발자, 에디터, 테스터들이 마주한 진짜 혼란은 규제의 유무가 아닙니다. 바로 "도대체 어디까지를 AI가 만들었다고 볼 것이며, 어디서부터를 사람이 만든 것으로 정의할 것인가?"라는 근본적인 경계선의 모호함입니다. 프롬프트 한 줄 던져서 AI가 뽑아낸 초안을 사람이 문장 몇 개 다듬었다면, 이것은 AI 산출물일까요, 인간의 글일까요? AI가 코딩한 1,000줄의 소스 코드를 엔지니어가 한 시간 동안 디버깅하고 검수했다면 이 코드의 주인은 누구일까요? 글로벌 규제 기관들도 이 모호함을 인지하고 명확한 자격 기준을 세우기 위해 격렬한 논의를 ...