기본 콘텐츠로 건너뛰기

테스트케이스는 누가 만들 것인가?

여러분의 조직에서는 테스트케이스를 누가 만드십니까?

아니, 여러분의 조직에서는 테스트케이스를 만드십니까?

여러분의 조직에서는 얼마나 자주 테스트케이스를 교체하십니까?

많은 경우에 테스트케이스는 테스트 리드나 매니저와 같은 테스터의 장이 만듭니다. 테스터는 그렇게 만들어진 테스트케이스를 가지고 열심히 제품을 테스트 합니다.

아주 일반적인 광경으로 거부감이 없으신가요?

하지만 매번 이렇게 일한다면 테스터는 과연 뭐하는 사람일까요?

만약, 여러분이 성공하는 테스터가 되고 싶으시다면 여러분이 해야할 일을 찾아서 여러분이 하시기 바랍니다.

먼저 여러분이 제품을 분석하고 여러분이 테스트케이스를 만들겠다고 선언하시기 바랍니다.

만약 여러분이 의도적으로 이렇게 하지 않으신다면, 누구도 여러분에게 테스트케이스를 만들라고 하지 않을 것입니다.

여러분이 할 일을 다른 사람이 하게 되는 것입니다. 여러분은 그 사람들의 노예나 기계가 되어 버리는 것입니다.

이것은 조직이라는 기계속에서 닳고 닳아 없어져 버릴 하나의 부속품처럼 된다는 것입니다.

많은 계약직 테스터들이 이렇게 사라져갔습니다. 여러분도 그렇게 사라지고 싶으신가요?

많은 관리자들은 직원들이 스스로 생각하는 것을 좋아하지 않습니다. 직원들이 스스로 생각한다는 것은 직원들이 밖에 나가서 사고를 치고 회사에 유무형적인 막대한 피해를 끼치는 아주 위험한 행위라고 생각합니다.

관리자는 직원을 신뢰하지 못합니다. 그런데 그 신뢰하지 못하는 직원과 함께 꿈과 미래를 얘기하는 아이러니한 상황을 매일 반복하고 있습니다.

이보다 재미있는 개그가 또 있을까요?

관리자들은 항상 직원들이 자신처럼 생각하기를 바랍니다. 자신과 항상 똑같은 것을 바라보기를 원합니다.

하지만 사람은 그렇게 하지 못합니다. 그렇기 때문에 어떤 관리자들은 모든 일을 끌어안고 자폭하기도 합니다. 참 불쌍한 사람이 아닐 수 없습니다.

이런 조직에서 직원들은 관습에 따르고 순응해야만 합니다.

하지만 이런 조직에서 행해지는 테스트는 살충제 패러독스에 빠져들어갈 확률이 99.9%라고 믿습니다.

매번 똑같은 기준과 생각과 지식으로 만들어진 테스트케이스로 반복되는 테스트는 제품을 위험에 빠뜨릴 수 밖에 없습니다.

결함이 발견될 확률은 점점 떨어질테고, 그것은 곧 결함이 많은 제품이 고객에게 전달된다는 의미입니다.

그런 제품은 곧 시장에서 외면당할 것입니다.

제품안에서 결함을 끊임없이 찾아내기 위해서는 서로 다른 가치, 감정, 태도, 인식, 합리성, 비판, 반응, 행동들이 모여야만 가능합니다.

이렇게 하기 위해서는 테스터가 스스로 생각해야만 합니다. 자기가 제품을 어떻게 이해하고 어떻게 테스트 할것인지 스스로 선택해야 한다는 것입니다.

다른 사람이 주는 테스트케이스를 수행하는 것은 너무나 쉽습니다. 그냥 따라만 하면 되는 것이기 때문입니다. 그런 행위에는 어느 것 하나 많은 정신적 노력을 요구하지 않습니다.

하지만 스스로 생각한다는 것은 폭풍우가 몰아치는 바다를 항해하는 것처럼 힘들고 어려운 일입니다. 하지만 그 결과 얻게 되는 것은 '지혜'입니다.

그러한 개인의 '지혜'는 모여서 조직의 '지혜'가 될 것입니다.

하지만 현실은 그렇게 노력해서 얻는 '지혜'를 제대로 인정하지 않습니다.

효율이 강조되는 현실에서는 실수를 반복하여 얻는 '지혜'는 항상 홀대를 받습니다.

하지만 결함을 발견해야만 하는 테스트의 목적에 도달하기 위해서라도 힘든길을 가야할 필요성이 있습니다.

테스트케이스를 만드는 방법을 모르시나요?

그건 핑계에 불과합니다.

중요한 것은 선택입니다.

스스로 생각하고 직장에서 자신이 진정으로 하는 일이 무엇인지 발견하고, 왜 그 일을 내가 해야 하는지에 대한 목적을 생각하시기 바랍니다.

여러분이 앞으로 되고 싶은 자신의 모습을 여러분의 행동으로 옮기시기 바랍니다.

그러한 변화의 선택으로 저는 테스터 여러분이 스스로 테스트케이스를 만들어 보는 것을 권장합니다.

처음에는 세련된 테스트 설계 기법을 모르셔도 좋습니다. 관리자에게 물어보시거나 옆사람과 같이 공부해도 좋습니다.

중요한 것은 여러분이 무엇인가를 하겠다고 마음을 먹고 행동에 옮기는 선택입니다.

매일 아침에 일어나 신세한탄을 하며, 이직할 생각에 머리가 아프십니까?

그러한 고민을 하기 전에 여러분이 먼저 하겠다고 말씀해 보시기 바랍니다.

그리고 관리자 분들은 효율적인 관리란 조직에서 기계적으로 행동하는 사람들이 모여 있을 때 가능한 것이 아닙니다. 서로에게 진실한 사람들이 모여있고, 자기 자신이 스스로 선택하여 움직일 수 있는 사람들이 모여있을 때 그 조직은 효율적인 관리가 가능해 지는 것입니다.

지금 당장의 실수와 어려움에 굴하지 마시기 바랍니다. 더 높은 성과를 위하여 직원들이 스스로 생각할 수 있도록 독려해 주시기 바랍니다.

성공하고 싶으신가요?

그렇다면 먼저 여러분이 어떤 사람이 되고 싶은지 선택하시기 바랍니다.

댓글

  1. 이번주에 당장 테스트 케이스를 만들어야 하는데

    일을 시킨 팀장님을 원망하고 있었거든요.

    왜냐하면.. 일단 제품에 대한 파악도 부족한 상태인데 케이스를 만들어 내라니...

    근데 이글을 읽고서 마음이 좀 달라졌습니다.

    좀 부족한 결과가 나오고, 팀장님께 혼나더라도 회피하지말고

    한번 해봐야겠습니다. 그러면서 성장한다면 뭐 한 두번 혼나는 것은 일도 아니겠죠. ㅎㅎㅋ

    감사합니다.

    답글삭제
  2. @크로노 - 2010/11/15 23:55
    힘내시고.. 궁금하신 것이 있으시다면 언제든지 말씀해주시면 도울 수 있는 만큼은 도와드리겠습니다.

    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 ...

AI의 UX, 단 5개 문항으로 측정하는 방법: SUXAI

테스트 관리에는 아주 유명한 명언이 있습니다. 어쩌면 이 말은 테스트 관리에서만 유용한 얘기는 아닐거고.. 어쩌면 여러분도 다른 곳에서 들었을 수도 있습니다. "측정할 수 없으면 개선할 수 없다" 지난 글(https://murianwind.blogspot.com/2026/07/ai_01010698011.html)에서 생성형 AI 시대에는 기존의 일반적인 사용성 지표(SUS 등)만으로는 부족하며 정확성, 신뢰성, 설명 가능성, 제어 가능성이라는 AI 에 특화된 품질 특성이 필요하다고 정리해 드린 바 있습니다. 하지만 실무자의 입장에서 항상 부딪히는 현실적인 고민이 있습니다. "이론은 좋은데, 당장 매주 업데이트되는 AI 기능의 UX를 바쁜 현장에서 어떻게 빠르고 정량적으로 측정할 것인가?"라는 점이죠. MeasuringU에서 이에 대한 명확하고 실용적인 해답을 제시하는 후속 아티클을 공개했습니다. 바로 "Streamlined Measurement of the UX of AI"입니다. (출처: MeasuringU - Streamlined Measurement of the UX of AI / Jeff Sauro, PhD & Jim Lewis, PhD) https://measuringu.com/streamlined-measurement-of-the-ux-of-ai/ Jeff Sauro와 Jim Lewis 박사는 실무 연구자들과 테스터들이 긴 설문이나 복잡한 프레임워크 없이도 AI 제품의 핵심 품질을 빠르게 측정할 수 있도록 SUXAI(Streamlined UX of AI)라는 간소화된 측정 모델을 구축했습니다. 기존에 수많은 문항으로 분산되어 있던 지표들을 통계적 요인 분석을 통해 쥐어짜고 압축하여, 핵심적인 5가지 5점 척 문항 으로 표준화했습니다. SUXAI를 구성하는 5가지 핵심 평가 문항 정확성 (Accuracy): "이 AI가 생성한 결과물은 정확하다." 신뢰성 (Trust/Re...

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...