기본 콘텐츠로 건너뛰기

소프트웨어 테스팅의 경로 의존성에 대한 단상

일전에 경로 의존성에 대해 이야기 한적이 있었다.

경로 의존성에 대한 것은 이전 포스팅을 읽어보시기 바란다. 한번 한 얘기 두번 하는거 생각보다 쉽지 않습니다.

갑자기 웬 경로 의존성이냐?

Extreme Programming 2판을 읽으면서 소프트웨어 테스팅이 왜 개발 과정에서 중요한 대우를 받지 못하는지, 왜 소프트웨어 개발의 성공율이 획기적으로 개선되지 못하는 가에 대한 경로 의존성을 생각하게 되었다.

인류의 짧으면서도 짧지 않은 역사 속에서 가장 먼저 시작된 프로젝트는 무엇일까?

그것은 아마도 건축이 아닐까? 싶다. 지금도 이집트나 세계 곳곳에서 수천년동안 그 위용을 자랑하는 수많은 건축물들이 남아 있다.

고고학자들은 지금의 기술로도 불가능할거라는 건축물들도 있다. 어쨌든 수많은 프로젝트에서 건축이 인류가 시작한 가장 오래된 프로젝트의 유형 중 하나라는 데는 별다른 큰 이견이 없을 것이라고 생각한다.

건축은 그 오래된 역사 속에서 많은 방법들이 시도되었고 그 수많은 방법과 경험, 실패 속에서 정제되어 최근에 있어서는 그 신뢰성은 믿을만한 수준에 도달했다. 물론 무너지는 건물도 있긴 하지만.. 가장 신뢰성 높은 관리 방법론을 가지고 있는 프로젝트인 것은 확실한 듯 하다.

그리고 건축은 그 오래된 역사속에서 다른 종류의 프로젝트 관리 방법론에 많은 영향을 끼쳤고 많은 프로젝트관리 방법론이 건축에 관한 메타포를 근본으로 하고 있는 경우가 많다.

최근에 많이 논의되고 있는 Pattern 도 그 시작은 건축이었다.

어쨌든 건축의 프로젝트 관리 방법론을 기반으로 하는 수많은 관리 방법론들은 실제로 커다란 문제를 일으키는 경우는 많지 않다.

그런데, 우리가 한가지 간과하고 있는 것이 하나 있다. 우리 주변의 많은 프로젝트들은 물리적인 세계를 관리하는 경우가 많다는 것이다. 건축은 분명 우리가 쉽게 인식할 수 있는 물리적인 것이다. 철강, 선박 등 많은 것들은 우리가 쉽게 인식할 수 있는 물리의 세계에 속해 있다.

그런데 소프트웨어는 어떨까?

소프트웨어 프로세스의 많은 관리 방법론들도 그 근간을 건축에 두고 있는 경우가 많다. 그런데, 소프트웨어는 우리가 인식할 수 있는 물리의 세계에 속해 있는 것이 아니다.

소프트웨어는 철저하게 인간의 논리적인 인식 과정 속에 있는 비물리적인 세계에 속한 분야이다.

물리적인 세계와 비물리적인 세계의 간극은 결국 소프트웨어 개발 방법론에 의해 만들어진 많은 수의 소프트웨어들을 클루지로 만들어버렸다.

우리가 수천년동안 지속했던 건축에 의한 방법론은 우리의 많은 사고 방식에 선입견으로 박혀 있고 그러한 선입견으로 우리는 소프트웨어를 대하고 있다.

한가지 예를 들어본다면, 우리가 어떤 건축물을 건설하면서 중간 중간 건설한 결과물을 테스트 하는 경우를 본적이 있는가?
건설에서는 건축물에 대한 테스트는 건물이 완성되고 난 후에 감리라는 형태로 테스트를 하고 승인을 하는 방식을 취하고 있다.
이것이 수천년동안 우리가 프로젝트의 결과물을 테스트 하는 방법이었다.
그러한 관습은 소프트웨어 개발에 그대로 적용되었다. 우리는 소프트웨어를 개발하면서 중간에 테스트 하는 것에 대하여 무의식적으로 거부감을 드러내거나 그 중요성을 인식하지 못한다.
폭포수 모델로 대표되는 소프트웨어 개발 방법론에서 테스트는 제품이 모두 만들어진 후에 시작하는 것이 매우 당연한 것이 되었다.

물론 초기의 건축에서는 프로토 타입등을 통해 기술을 습득한 흔적을 우리는 고대의 건축물들에서 찾을 수 있다. 하지만 수천년동안 축척된 경험에 의해 최근에는 어떤 건축물들을 지을 때 실제적인 프로토타입을 만드는 경우는 많지 않다.

프로토 타입에 대한 많은 부분은 지금은 시뮬레이션이 그 역할을 수행하고는 있다. 혁신적인 디자인과 소재에 대한 탐구를 통한 건축물은 지금도 진화중이다.

하지만 소프트웨어 개발 방법론은 수십년째 거의 제자리에 가깝다. 변화의 물결은 아직은 거세지 못한 것 같다. 테스트를 개발 초기부터 시작해야 한다는 개념은 아직까지도 많은 사람들에게 낯선 개념이다.

하지만 분명한 것은 소프트웨어와 건축물은 그들이 속한 세계가 다르다는 것이다.

속한 세계가 다르다면 우리는 그 각각을 다른 시각으로 볼 수 있어야 한다.

한가지 더 생각해 본다면, 실제 우리의 세계에서 처음에 움막을 만들고 그 다음에 사람이 그 움막에 살면서 움막을 개보수해서 2층 빌라를 만드는 일이 가능할까?
불가능하다. 만약 우리가 움막을 2층 빌라로 만들기 원한다면 우리는 움막에서 나와야 하고 움막을 완전히 없애고 그 위에 2층 빌라를 지어야만 한다.

하지만 소프트웨어는 그렇지 않다. 우리는 작년에 사용하던 시스템을 사용하면서 올해 새로운 시스템을 만들고 그 시스템을 기존의 시스템에 덮어 씌우는 것에 대해 별다른 거부감이 없다.

트위터의 @hrg 님은 컴퓨터는 수학에서 태어났고, 생물학에서 생각하는 법을 배웠고, 물리학에서 움직임을 배웠고, 이제는 심리학에서 사람과 대화하는 법을 배우는 중 이라고 말씀하신 적이 있다.

마찬가지로 소프트웨어 프로세스는 분명 건축에서 많은 개념과 메타포를 물려받았지만 이제는 그 틀을 벗어날 필요가 있다고 생각한다.

그것은 그들이 속한 세계가 다르기 때문이라고 생각한다.

여러분은 소프트웨어의 본질에 대해 얼마나 이해하고 계십니까? 소프트웨어의 특성에 맞는 관리 방법에 대해 얼마나 생각하고 계시나요?

많이 부족한 글입니다. 이 글에 대한 많은 아이디어는 'Extreme Programming 2판' 에서 빌려왔습니다. 자세한 내용을 원하시는 분은 해당 책을 읽어보시기 바랍니다.

생각을 글로 옮긴다는 것이 아직도 많이 익숙하지가 않습니다. 댓글이나 트랙백 등으로 많은 의견을 나누었으면 합니다.

댓글

  1. 김주봉25/8/10 12:30

    좋은 글 감사합니다~

    답글삭제
  2. 좋은 글 읽고 갑니다. 경로 의존성에 대한 게임 테스팅에 대한 글을 포스팅 중인데, 많은 도움이 되었습니다. 

    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 ...