기본 콘텐츠로 건너뛰기

BarCamp 그게 모에요?

요즘 주변을 보면 참 여러 형식의 컨퍼런스들이 있습니다.

대안언어축제도 있고, P-Camp 라는 것도 있고, TEDx라는 것도 있고, 그냥 우리가 흔히 아는 유명 인사를 모신 후에 청중들을 모아 유명 인사의 강연을 듣는 그런 일반적인 컨퍼런스도 있습니다.

BarCamp는 그 중에서 어떤 특정한 사람이 발표자가 되어 발표 내용과 시간이 정해져 있고 많은 사람들은 그저 발표자의 발표 내용을 듣기만 하는 청중이 되는 그런 수직적이고 단방향적이며 일방적인 컨퍼런스를 지양하고, 모두가 발표자가 될 수도 있고 모두가 청중이 될 수도 있는 무형식 속의 형식을 추구하는 언컨퍼런스의 한 형식입니다.

영어 실력이 출중하신 분은 아래 위키페이지에 상세한 설명이 나와 있기 때문에 읽어보셔도 좋습니다.

BarCamp is an international network of user generated conferences (or unconferences) - open, participatory workshop-events, whose content is provided by ...


하지만 영어가 서투신 분들을 위해 BarCamp를 제가 아는 만큼 간략하게 설명해 드리겠습니다.

참고로, 현재 중비중인 SW Testing Camp 는 BarCamp 형식으로 준비되고 있습니다. BarCamp라는 형식이 아직까지는 국내에서 조금은 생소한 형식이기 때문에 BarCamp가 어떤 행사인지 아시면 SW Testing Camp 에 대한 기대가 더 커지실거라고 믿습니다.

아직까지 우리에게 조금 생소한 BarCamp이긴 하지만 이미 몇차례 국내에서도 이와 같은 형식으로 열린 행사들이 있었습니다.

우선 Daum에서 후원하여 진행되었던 BarCampSeoul(http://barcamp.tistory.com/)이 있었고, 얼마전 열렸던 UXcampSeoul(http://uxcamp.co.kr/)이 있습니다.

그리고 꾸준히 열리고 있는 MWAC(http://www.mobilewebappscamp.com/)가 있습니다. 3월 현재 14번째 행사가 열릴 예정입니다.

기존에 진행되었던 행사들을 살펴보신다면 SW Testing Camp 가 어떤 형식으로 진행되는지 조금은 감이 잡히실 것 같습니다.

이런 BarCamp는 아래와 같은 규칙에 따라 진행됩니다.
  1. BarCamp에 대해 사람들에게 이야기 하십시오.
  2. BarCamp에 대해 블로그에 쓰십시오.
  3. 만약 발표하시길 원하시면, 현장에서 발표판에 주제와 이름을 적으십시오.
  4. 주제는 세 단어로 요약해서 적으십시오.
  5. 장소가 허락하는 한 최대한 많은 발표를 만드십시오.
  6. 미리 발표 내용과 시간을 정하지 않습니다.
  7. 발표 시간은 정해져 있지 않으나 다른 발표를 듣도록 배려합니다.
  8. 처음 참석하는 분은 반드시 발표를 해야 합니다.
위의 규칙을 보시면 BarCamp가 다른 컨퍼런스의 형식과 어떤 차이를 보이는지 조금 더 명확하게 드러나는 걸 알 수 있습니다.(그래서 BarCamp는 언컨퍼런스라고 합니다.)

BarCamp 형식의 언커퍼런스 행사는 발표자도 발표내용도 시간도 정해져 있지 않습니다.

모든 것은 행사 당일날 아침에 행사 참여자에 의해 결정되게 됩니다.

그리고 발표 내용도 정해진 제약이 없습니다. 기존의 컨퍼런스처럼 단순히 PT 자료를 띄어놓고 일방적으로 지식을 전달할 수도 있지만 어떤 기법에 대해 시연을 한다거나 자신의 고민거리를 들고 나와 조언을 구할 수도 있습니다.

자신이 원하는 모든 것을 할 수 있고 제약이 없기 때문에 혹시 SW Testing Camp에서 발표를 원하시는 분은 지금부터 천천히 고민해 보시는 것도 좋을 것 같습니다.

저는 실습 위주의 발표를 하나 할 예정입니다.

BarCamp는 누구나 참가하고 행사 참가자들이 직접 행사를 만들고 이끌어 나가는 자발적인 참여에 기반한 행사입니다.

때문에 테스팅에 관심이 있으신 모든 분들의 관심과 홍보, 참여가 절실한 행사입니다.

5월 29일 열리는 SW Testing Camp에 여러분의 지속적인 관심과 홍보를 부탁드립니다.

혹시 더 궁금하신 사항이 있으시다면 댓글로 물어보시면 친절히 답해드리겠습니다.

댓글

  1. Barcamp 에 대한 참고 자료를 찾아보고 있었는데 잘 읽고 갑니다.

    감사합니다.

    답글삭제

댓글 쓰기

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 고려한 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...