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

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...

QA 부서는 필요한 것인가?

많은 프로젝트 관리 방법론과 조직론에서 항상 얘기하는 것이 QA 부서를 독립적으로 두는것에 대해 강조하는 편이다. 테스트 역시 테스트 조직을 별도로 두는 것에 대해 강조하는 편이다. 이러한 QA 부서 또는 테스트만을 전담하는 조직이 꼭 별도로 존재해야 하는 것일까? 테스트의 경우에는 개발자와 다른 시각을 가진 사람들의 테스트의 필요성을 강조하기 위해서 테스트 조직을 별도로 두는 것을 강조하는 편이다. 만약 테스터가 개발이나 영업, 운영과 같은 조직의 하부 조직이 되다 보면 정치적인 독립성에 따라 자신만의 독립적인 시각이나 의견을 피력하기 힘든 점이 있기 때문이다. QA 부서는 어떨까? 여기서 먼저 생각해 볼 것이 있다. 그것은 QA 부서가 과연 무슨 일을 하는 부서인가? 하는 문제이다. 여러분의 회사에서 QA 부서는 과연 어떤 일을 하는가? 여러분은 QA 부서에 대해 얼마나 호감을 가지고 있는가? 펼쳐두기.. 회사마다 회사의 정책이나 전략에 따라 QA 부서의 역할은 매우 판이하다. 그리고 그 역할에 따라 회사 내에 QA 부서의 호감도도 매우 달라지는 편이다. 만약 여러분이 QA 부서에 대한 호감도가 낮다면 아래와 같은 문제가 있는 것은 아닌지 한번 고민해 보시고 댓글이나 트랙백등으로 의견을 주셨으면 하는 바람이다. 먼저 일반적으로 QA 부서가 하는 일은 제품의 품질을 측정하고 제품의 품질을 향상시킬 수 있는 모든 활동을 계획하고 제어하는 일을 한다. 그런데 문제는 소프트웨어의 품질이 문제가 된다. 먼저 공장과 같은 하드웨어를 제조하는 회사의 경우에는 품질 부서가 독립적으로 존재한다. 이 품질 부서에서 제품의 품질을 측정하고 제품의 품질을 개선하기 위해 집중하는 곳은 하드웨어 그 자체이다. 하드웨어는 각각의 부붐의 품질이 100인 제품이 모여서 하나의 제품을 구성하게 되었을 때 그 제품의 품질은 역시 100이다. 이것은 매우 명확한 사실이다. 소프트웨어를 만드는 회사의 조직과 관리 방법 역시 이러한 하드웨어를 만드는 회사의 조직과 관리 방법을 ...

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 ...