기본 콘텐츠로 건너뛰기

Agile과 흑백 논리

xper 모임을 나가보거나 주변에서 얘기되는 Agile 얘기를 나눠본지도 벌써 2년이 다되어 가는 것 같습니다.

STA Consulting Inc. 에서는 얼마전 2010년 테스팅 트렌드의 하나로 Agile Testing 을 이야기했고, 4월 21일에는 애자일(Agile) 소프트웨어 개발 및 테스팅 세미나 가 열리기도 합니다.

그런데, 여기저기 이야기를 나누고 다니다 보면 Waterfall 개발방법론과 Agile 개발방법론을 대척점으로 놓고 이해하고 있는 사람들이 은근히 많습니다.

마치 흑백의 논리 처럼 명확하게 둘을 구분짓고 대척점에 놓는 사람들 말입니다.

과연 그런것일까요?

Agile 과 Waterfall 은 흑백처럼 서로 절대 만날 수 없는 견우와 직녀와 같은 그런 관계일까요?

저는 아니라고 생각합니다.

제약이론의 사고 프로세스에 의하면 Agile 개발 방법론은 궁극적으로 발전된 형태의 Waterfall 로 규정할 수 있습니다.

팀의 진화에 따라 많은 조직은 Waterfall 에서 Agile 로 자연스럽게 이동하게 되어 있다라는 결론에 도달합니다. 또한 Agile 그 너머를 생각해 볼 수도 있습니다.

많은 조직에서 Waterfall 을 통해 실패와 한계를 경험하고 그것을 극복하기 위한 방법의 하나로 Agile 을 도입하려고 합니다.

하지만 생각보다 Agile 로 성공적으로 이행하는 조직은 많지 않습니다.

분명 많은 성공사례가 보고되고 있지만 실제 현실에서는 여러 이유로 실패하는 경우가 많습니다.

왜 그런것일까요?

전 이것을 '모 아니면 도'와 같은 생각으로 Agile 을 도입하였기 때문이라고 생각합니다.

사람들은 Waterfall 반대편에 있는 것을 Agile 로 규정하고 Agile 을 도입하면 Waterfall 에서 발생한 모든 문제가 모두 해결될 것처럼 생각하기 때문에 실패한다고 생각합니다.

그리고 그러한 가정은 틀렸다라는 것이 제 생각입니다.

Waterfall 에서도 제대로 된 성공경험이 없는 조직은 Agile 을 도입한다고 해도 성공하지 못할 확률이 높다고 봅니다.

이유는 우리는 납기 지연, 품질 저하와 같은 많은 문제들의 원인으로 Waterfall 을 지목하지만 사실 문제는 Waterfall 과 같은 개발방법론의 문제가 아닙니다.

아무리 좋은 전설의 명검을 손에 쥐어줘도 그것을 사용할 줄 모른다면 그 검은 주방의 식칼보다 못한 것이 될 수도 있습니다.

Waterfall 개발 방법론에 따른 개발 방법 하나 제대로 수행하지 못하는 조직이라면 그 근본에는 다른 문제가 있다는 것입니다.

그러한 근본 문제를 해결하지 못하고 아무리 좋은 다른 방법론을 가져다 도입을 한다해도 그 모든 방법론은 결국에는 근본원인의 영향에 따라 실패하게 될 것입니다.

중요한 것은 Agile 이냐 Waterfall 이냐가 아니라 그것을 수행하는 사람입니다.

그것을 수행하는 사람들이 얼마나 전문화가 되었는가, 그 조직의 방법들이 얼마나 표준화가 되었는가, 결과들이 얼마나 과학적으로 측정되는가가 더 중요한 문제라고 생각합니다.

우리는 '다르다'는 것을 '틀리다'라고 말합니다.

우리가 그렇게 인식하는 한 Waterfall 에서는 Agile 을 틀렸다고 말할 것이고, Agile 에서는 Waterfall 을 틀렸다고 말할 것입니다.

상대방이 틀렸다라는 것은 자신이 옳다는 아집에 휩싸이게 된다는 것이고 이러한 상태에서는 건설적인 논의나 진보적인 해결책이 나올 수 없습니다.

많은 사람들이 Waterfall 의 문제점을 해결하는 데 Scrum 이나 TDD 와 같은 방법론에 매달립니다. 하지만 그러한 처방은 일회성 처방일 뿐 조직의 근본적인 문제를 해결하지 못한다면 그러한 방법론 역시 제대로 이식되지 못하고 실패할 것입니다.

'다르다!!' 다르기 때문에 너희는 틀렸다 라고 말하기 전에 저는 Agile 이 처음 출발했던 'Agile Manifesto'를 한번 더 살펴보았으면 합니다.

Agile 이 처음에 어떤 배경에서 어떤 고민에서 출발하였는지, 왜 그런 배경과 고민이 발생했는지, 그것이 Waterfall 에서 발생하는 이유는 무엇인지, 근본적인 원인이 무엇인지에 대한 물음부터 시작해야한다고 생각합니다.

현실에서 당장 중요한 것은 어떻게 할 것인가에 대한 대답일 수 있습니다.

하지만 그 어떤 방법론이든 그 역사적인 배경과 철학에 대한 고민이 없이 단순히 최신 유행이라서 모두가 다 하는 거니까 와 같은 식으로 접근한다면 우물에서 숭늉을 찾는 격이며 줄 사람은 생각도 없는데 김칫국물부터 들이키는 격이나 마찬가지라고 생각합니다.

Waterfall 을 통해 실패를 경험하고 Agile 의 도입을 검토하기 전에 먼저 Waterfall 안에서 어떻게 더 개선할 수 있을지 무엇을 더 잘할 수 있을지 고민해 보는 것이 필요하다고 생각합니다.

그렇게 하나씩 하나씩 고쳐나가다 보면 언젠가는 조직이 Agile 조직과 같은 형태로 발전하게 될 것입니다.

그렇지 않고 한방에 바꿔보자는 식으로 접근한다면 보다 근원적인 문제에 대한 논의도 없이 썩어버린 뿌리에 싱싱한 가지를 접붙이고 그 가지가 싱싱하게 자라기를 바라는 것과 같은 형국이라고 생각합니다.

Agile Testing 도 마찬가지라고 생각합니다. 많은 조직에서 개발 조직이 Agile 로 변경되어 가기 때문에 어쩔 수 없이 따라가는 형국처럼 Agile 에 대해 고민하고 있습니다.

Agile Testing 을 이야기 하다 보면 Agile 개발 조직에서 Testing 을 어떻게 수행할 것인가에 대한 논의가 더 많습니다. 저는 그것이 정말 Agile Testing 인지 의심이 갑니다.

철학, 정책과 같은 근원적인 고민 없이 그저 형식만 갖추면 Agile Testing 이 되는 것일까요?

만약 Agile 개발 방법론이 또 다른 것으로 변화된다면 우리는 또 어떻게 변해야 하는 것일까요?

저는 중요한 것은 어떻게 하는 것보다 왜라고 생각합니다.

댓글

이 블로그의 인기 게시물

20년 차 테스터가 고른 최근 IT 소식: 기술의 속도, 그리고 사람의 자리

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 ...

우리는 AI로 '더 빠른 말'을 키우고 있는걸까요? 아니면 '자동차'를 만들고 있는걸까요?

20년 넘게 IT 현장에서 뒹굴거렸는데... 요즘처럼 "우리가 지금까지 당연하게 여겨온 일하는 방식의 본질"에 대해 근본적인 질문을 던지게 만드는 때가 없었던 것 같습니다. 최근 읽은 UX 관련 글 하나가 가슴을 쿵 치고 지나갔습니다. UX 및 디지털 트렌드를 다루는 블로그 ux4dotcom에 올라온 "Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions"라는 글입니다. (출처: ux4dotcom - Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions ) 혁신을 말할 때 늘 인용되는 헨리 포드의 유명한 말이 있습니다. "사람들에게 무엇을 원하느냐고 물었다면, 그들은 '더 빠른 말'이라고 답했을 것이다." 사람들은 자신이 경험해 본 범위 안에서만 미래를 상상합니다. 말만 탈 줄 아는 사람에게 자동차는 상상 밖의 범주(Mental Model)니까요. 저자는 그동안 UX(사용자 경험)라는 학문과 필드 자체가 '더 빠른 말을 만드는 일(기존 과업의 효율화)'에 집중해 왔다고 지적합니다. 사용자의 행동을 관찰하고, 마찰(Friction)을 줄이고, 화면을 간소화하고, 기존 워크플로우를 최적화해 주는 작업 말입니다. 실제로 주변을 봐도 우리가 AI를 쓰는 방식도 대부분 이 범주를 벗어나지 못하고 있습니다. 더 빠르게 이메일을 작성하고, 문서 요약을 3초 만에 끝내고, 프레젠테이션 장표나 일정표를 순식간에 만들어내는 일. 분명 유용하고 저 역시 매일 요기하게 쓰고 있지만, 이건 어디까지나 '기존에 인간이 하던 일의 프로세스를 흉내 내어 속도만 올린 것(Faster Horse)'에 불과합니다. 정작 "이 워크플로우 자체가 과연 계속 존재해야 하는가?"라는 근본적인 질문은 던지지 못하고 있는 것이죠....

'자동화 편향'과 '대중적 불신' 을 고려 AI 테스팅 시나리오 설계

최근 생성형 AI나 자율주행, 에이전트 기술의 테스팅 시나리오를 작성할 때 우리가 당연하게 전제(Assumption)로 깔고 가는 중요한 인간 행동 방식이 하나 있습니다. 바로 '자동화 편향성(Automation Bias)'입니다. 인간은 시스템이 자동화되고 스마트해질수록 기술을 과도하게 신뢰하고 주의력을 놓아버립니다. 차량을 운전하면서 운전자 보조 시스템을 켜고 전방 주시를 태만히 하고 스마트폰을 보거나 영상을 시청하는 운전자라던지 AI 의료 진단 보조 도구가 내놓은 결과를 의사가 깊은 의심 없이 그대로 승인해 버리는 현상이라던지 AI 챗봇이 추천한 잘못된 정보를 사용자가 사실로 믿고 행동하는 케이스 같은 게 있을 겁니다. 우리는 항상 이러한 "사람들이 AI를 너무 믿어서 발생하는 위험"을 핵심 리스크로 정의하고, 이를 검증하기 위한 안전장치(Safety Guardrail)나 경고 알림, 오용 방지(Misuse) 테스팅 시나리오를 도출해 왔습니다. 그런데 최근 Gizmodo에 보도된 미국 설문조사 결과는 매우 흥미로운 사실을 보여줍니다. (출처: Gizmodo - Survey Finds Americans See AI as Comparable to Humans—It’s Making Them Trust It Less )   기사에서 언급된 설문조사의 결과는 AI가 사람을 닮아갈수록 완벽함에 대한 기대와 실수가 충돌하고 책임이 모호해져 대중의 신뢰는 오히려 떨어진다는 것이었습니다.  자세히 살펴보면 해당 조사는 일반 대중을 대상으로 AI에 대한 인지적 반응을 측정했습니다. AI가 인간과 유사한 대화/추론 능력을 보일 때 유저가 느끼는 '인지적 불쾌한 골짜기(Uncanny Valley)' 현상을 정량 지표로 포착해 냈다는 점에서 의미가 있다고 생각합니다. 단순히 "AI가 좋다/나쁘다"를 넘어, 의인화(Anthropomorphism)의 수준과 신뢰도(Trust) 사이의 음(-)의 상관관계를 입증했기 때문...