기본 콘텐츠로 건너뛰기

Erik Petersen 방한 기념 번개를 다녀와서..

지난 주 목요일(2일) 트위터에서 김창준님이 아래와 같은 트윗을 날려주셨습니다.

'탐색적 테스팅(+애자일)에 관심있는 분들은 이번 토요일 오후 스케쥴을 비워두면 좋은 일이 생길 수도...'

그 다음날 이 트윗의 진상은

'어제 예고한 탐색적 테스팅 전문가 방한 기념 번개를 토요일 15:30에 대학로에서 합니다 선착순 15분!'

이었습니다...

몇년 전부터 국내에 소개되어 너도 나도 탐색적 테스팅을 한다고 말을 하고 다니는.. 그 탐색적 테스팅...

이 탐색적 테스팅에서 가장 유명한 사람을 꼽자면 역시나... James Bach를 필두로 하는 Bach 의 형제들과.. Cem Kaner 가 있습니다.

그에 비해 Erik Petersen 은 그다지 많이 알려지지 않은 인물입니다.

어쨌든 이런 좋은 기회를 놓칠 수 없어 낼름 신청하고 다녀왔습니다.

Erik Petersen 이 기존의 탐색적 테스팅 전문가들과 차별점을 두는 부분은 테스터들이 탐색적 테스팅에 쉽게 접근할 수 있도록 framework 이란 개념을 소개하는 부분입니다.

이 framework 은

Inspect - Dissect - Retrospect 로 구성됩니다.

뭐 자세한 내용은

http://testingspot.net/

을 참조하시거나

Erik Petersen 의 트위터 계정으로 직접 물어보시는 것도 좋을 것 같습니다. Erik Petersen 의 트위터 주소는 아래와 같습니다.

https://twitter.com/erik_petersen

모임은 30분 정도 Erik Petersen의 탐색적 테스팅에 대한 강연을 듣고 30분 정도 강연 내용에 대한 회고와 물어보고 싶은 질문을 만드는 시간을 가졌습니다.

그리고 1시간 정도 만들어진 질문에 대해 투표를 통해서 3가지 질문을 하고 그에 대한 답변을 들었습니다.

첫번째 질문은 김창준님의 알람을 가지고 5분동안 Erik Petersen 이 직접 탐색적 테스팅을 수행하는 것을 지켜보았습니다.

두번째 질문은 첫번째 질문과 같이 시간이 부족한 경우에 있어서 탐색적 테스팅을 어떻게 수행하고 그것이 어떤 의미가 있는지였고,

세번째 질문은 Ad-hoc Testing 과 탐색적 테스팅의 차이에 대한 질문이었습니다.

세번째 질문이 제가 만든 질문입니다.

예전에 한국에 James Bach가 왔을때 했던 질문과 같은 질문을 했습니다.

실제로 탐색적 테스팅 자체에 대한 내용은 그다지 새로운 것은 없었습니다만 저에게는 또 한번 탐색적 테스팅에 대해 생각해 볼 수 있는 좋은 자리였습니다.

실제 모임에서 주고 받은 내용은 쏙 빠진 날림 후기였습니다. 모임에서 주고 받은 내용은 왜 공유를 하지 않느냐고 물으신다면...

첫번째는 오래돼서 이미 기억이 많이 나지 않습니다.

두번째는 제가 잘못 이해하고 짧은 영어 실력으로 이해한 내용을 잘못 전달해서 여러분들이 궨한 오해를 하시는 것을 바라지 않기 때문입니다.

세번째는 이런 모임이 있으면 꼭 오시라고 전하고 싶어서입니다.

어쨌든 이런 좋은 자리를 마련해주신 김창준님께 다시한번 고마움을 표하고 싶습니다.

정말 즐겁고 유익한 모임이었습니다.

내가 생각하는 탐색적 테스팅과 Ad-hoc Testing 의 차이..

라벨:

댓글

댓글 쓰기

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...
댓글 쓰기
자세한 내용 보기

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 ...
댓글 쓰기
자세한 내용 보기

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 ...
댓글 쓰기
자세한 내용 보기