기본 콘텐츠로 건너뛰기

테스터는 창조적 인간형이 어울리지 않을지도 모른다??

최근 주변을 보면 너도나도 모두 창조적 인간이 되어야 한다고 난리입니다.

정부가 하는 꼬라지를 보면.. 무슨 스티브 잡스 같은 인간을 육성(이게 남새 기르듯 기르면 길러지는건지..)한답시고 꼴같지도 않은 지랄이 풍년이고...

어디서 듣도 보도 못한 사람들이 너도 나도 저마다의 커리큘럼을 쏟아대면서 당장 창조적 인간이 되지 않으면 큰일이 나는 것처럼 호들갑을 떨며 한 몫 챙겨보려고 혈안입니다.

하지만, 입시 위주로 찌들대로 찌들어버린 공교육과 사교육의 한복판에서 과연 1~2년 난리 굿을 친다고 얼마나 사람들이 창조적이 될지는 글쎄요..

그런데, 테스터로써 나도 과연 창조적인 인간이 되어야 하는걸까? 하고 곰곰히 생각해보았습니다.

결론은.. 머. 나름 일정 정도의 창의성은 테스터에게도 필요하지만 그게 꼭 중요해보이지는 않습니다.

소프트웨어를 개발하는 조직의 모든 이해관계자들은 누구나 창조적인 인간이 되어야 하는게 맞습니다.

일단은 무(?)에서 유를 창조해내는 작업이 소프트웨어 개발이니까요..

아키텍처, 개발자, 기획자, 디자이너 등등 모두 새로운 것을 만들어내는 사람들입니다.

그런데, 테스터는 아주 특이하게 이들과는 정 반대의 위치를 점하고 있습니다.

테스터는 만들어진 것을 부수고, 분석하고, 분해해서 확인을 하는 사람들입니다.

물론, 테스터도 새로운 자동화 도구나 기법, 설계 기법, 테스트 방법론 등 일부 창조적인 작업을 하기도 하지만 대체적으로 이러한 작업들은 보다 잘 부수고, 잘 분석하고, 잘 분해하기 위한 방법들이지 이것이 주된 활동이 되지는 않습니다.

특히나 테스터가 창조적인 인간과는 거리가 멀어야 하는 이유로 생각나는 것은 사람은 기본적으로 자기가 만든것에 무한한 애착을 가지는 경우가 많습니다.

그 만화에 보면 자기가 만든 인조인간에게 애착을 가지다 사랑에 빠지거나 살해 당하거나 머 그런 경우도 많죠..

사실 테스트의 기본 원칙 중 살충제 패러독스라는 테스트 케이스에 대한 이해관계자와 제품의 내성 증가의 이면에는 테스터의 애착도 한 몫 하고 있다고 생각합니다.

자신이 만든 테스트 케이스, 자신이 만든 테스트 방법에 대한 애착이 어느정도 작용하고 있다고 생각합니다.

테스터가 가장 경계해야 하는 순간이 우리 회사, 우리 팀이 만든 소프트웨어에 애착이 생기는 시점이라고 봅니다.

아무리 제 3자의 시각을 견지하고 객관적으로 제품을 바라보려고 해도 팀과 회사에 애착이 생기고 제품을 오래 테스트 하다보면 이 제품을 이만큼 만드는데 내가 기여한 부분에 대한 애착이 생기게 마련이고 이런 애착이 생기면 당연히 객관적인 시각을 견지하는건 더 이상 불가능에 가깝습니다.

고슴도치도 제 새끼는 이쁜 법이니까요..

전 그래서 테스터는 창조적 인간형은 어울리지 않는다고 멋대로 생각해봅니다.

여러분은 어찌 생각하시나요?

댓글

  1. 고객관점에서 기능에 창조적으로 도전하는 담당자는 반드시 조직에 필요하다고 생각합니다. 예외사항의 처리들과 시스템 구조에 의문을 갖고 두근두근 거리면서 빌드를 전달받으면 바로 수행할 다양한 경우의 수는 머릿속에서 먼저 구현되지 않을까요 ㅎㅎ 물론 살충제 패러독스 관점에서 경험이 많은 테스트 엔지니어라면 효과적으로 테스팅하기 위한 기법이나 TC가 오직 한 가지만 있는 게 아니라는 것을 잘 알고 있을 것이라 생각합니다.


    팀에 다양한 성향과 관점을 가지고 접근하는 다양한 도메인 경험을 보유한 테스트 엔지니어들이 많으면 많을수록 좋다고 생각합니다!!

    답글삭제

댓글 쓰기

이 블로그의 인기 게시물

피드백 루프: AI 시대 테스터가 지켜내야 할 핵심 엔진

소프트웨어 개발과 테스팅 현장에서 가장 자주 언급되지만, 막상 시스템이 복잡해질수록 쉽게 경시되곤 하는 핵심 개념이 바로 '피드백 루프(Feedback Loop)'입니다. 코드를 수정하고, 빌드하고, 테스트 결과를 확인하고, 다시 개선하는 그 순환 과정의 속도와 정확도가 결국 소프트웨어의 품질을 결정짓기 때문입니다. 품질 전문가 매슈 하이저(Matthew Heusser)가 자신의 블로그 Quality Remarks에 기고한 "One Loop After Another" 아티클은 바로 이 피드백 루프의 다층적 구조와, AI 시대에 우리가 놓치지 말아야 할 품질 검증의 본질을 날카롭게 되짚어 줍니다. (출처: Quality Remarks - One Loop After Another / Matthew Heusser) https://qualityremarks.com/one-loop-after-another/ 매슈 하이저는 소프트웨어 개발 생태계가 단순히 하나의 커다란 테스트 루프로 돌아가는 것이 아니라, 시간 축과 관점에 따라 겹겹이 쌓인 '연쇄적인 피드백 루프들(One Loop After Another)'로 이루어져 있다고 설명합니다. 초단기 루프 (Inner Loop): 개발자가 코드를 작성하는 몇 초~몇 분 단위의 루프입니다. 단위 테스트(Unit Test)나 IDE의 Linter, AI 자동 완성이 즉각적인 피드백을 주는 영역입니다. 단기 루프 (Daily / CI Loop): 커밋과 푸시가 이루어지고, CI/CD 파이프라인에서 통합 테스트와 정적 분석이 실행되는 몇 시간 단위의 루프입니다. 중기 루프 (Iteration / Exploration Loop): 스프린트 단위로 탐색적 테스팅(Exploratory Testing)을 수행하고, 실제 사용자 시나리오나 엣지 케이스를 사람이 직접 검증하며 시스템의 유기적 작동을 확인하는 며칠~몇 주 단위의 루프입니다. 장기 루프 (Outer / Market Loop): 실제 ...

에이전틱 AI 프로젝트에서 테스터의 5가지 핵심 원칙

AI 코딩 에이전트와 자율형 에이전트가 빠르게 개발 워크플로우에 통합되면서, 단순히 코드를 잘 짜는 것을 넘어 '에이전트와 어떻게 협업하고 통제할 것인가'가 개발자와 아키텍트들의 가장 큰 화두로 떠올랐습니다. 윤석찬 님의 아티클 "AI 에이전트 시대, 개발자는 어떻게 일해야 하는가? – 프론티어 엔지니어링의 10가지 원칙"은 에이전틱 AI 시대에 엔지니어가 마주하는 패러다임 변화와, 실무 현장에서 일하는 방식을 어떻게 재정의해야 하는지 아주 명확한 가이드라인을 제시해 줍니다. (출처: channy.creation.net - 윤석찬 님의 블로그) https://channy.creation.net/blog/1989 비록 대규모 에이전트 오케스트레이션이나 초거대 인프라 시스템을 개인이 직접 구축하고 운용하는 것은 비용적·기술적으로 현실적인 한계가 있습니다. 하지만 개인 프로젝트에서 AI와 바이브 코딩(Vibe Coding)을 활용하며 겪었던 맥락 손실, 환각, 통제 불능의 경험들을 떠올려보면, 이 아티클이 제시하는 10가지 프론티어 엔지니어링 원칙은 소규모 개인 개발 환경에서도 대단히 깊은 공감을 불러일으킵니다. 이 글은 단순히 "AI 도구를 잘 쓰자"는 수준에 머무르지 않습니다. AI 에이전트가 생성해내는 불확실성 속에서 인간 엔지니어가 시스템의 맥락을 주도하고, 오작동을 제어하며, 품질의 키(Steering Wheel)를 쥐기 위한 구조적 사고법을 다룹니다. 그렇다면 프론티어 엔지니어링의 원칙을 바탕으로, 시스템의 신뢰성과 안전성을 검증해야 하는 테스터는 과연 어떤 실무 원칙을 세워나갈 수 있을까요? 윤석찬 님이 제시한 엔지니어링 원칙을 테스팅 관점으로 재해석해 보면, 다음과 같은 5가지 원칙으로 정리할 수 있을 것 같습니다. 1. 결정론적 검증에서 '경계선 및 허용 오차(Boundary)' 테스팅으로 전환하라 에이전트 기반 시스템은 같은 입력을 주어도 매번 다른 추론 경로를 거치는 확률적(Stoc...

결국 테스팅은 어렵다

 AI 코딩 에이전트와 대형 언어 모델(LLM)이 코드를 순식간에 쏟아내고 테스트 스크립트까지 자동으로 만들어주는 시대가 되면서, 일각에서는 "이제 테스팅도 버튼 하나 누르면 끝나는 쉽고 단순한 일 아닌가?"라는 착각에 빠지곤 합니다. 하지만 품질 전문가 매슈 하이저(Matthew Heusser)가 자신의 블로그 Quality Remarks에 기고한 "Turns Out Testing is Hard" 아티클은, 기술이 아무리 화려하게 발전하더라도 소프트웨어의 '진짜 품질'을 검증하는 일은 여전히 지독하게 어렵고 복잡하다는 현실을 서늘하게 되짚어 줍니다. (출처: Quality Remarks - Turns Out Testing is Hard / Matthew Heusser) https://qualityremarks.com/turns-out-testing-is-hard/ 이 아티클이 말하는 핵심은 간단합니다. 단순한 스크립트 실행이나 표면적인 기능 작동 여부를 확인하는 '체크(Checking)'는 AI나 도구를 통해 얼마든지 자동화하고 속도를 높일 수 있지만, 시스템의 숨겨진 리스크를 탐색하고 비판적으로 질문을 던지는 '진짜 테스팅(Testing)'의 난이도는 오히려 이전보다 더 올라갔다는 점입니다. AI 코딩 에이전트가 단 몇 초 만에 수백 줄의 코드를 생성을 해내면서 당장 눈앞의 기능은 돌아가는 것처럼 보입니다. 하지만 그 이면에서는 오작동이 일어날 수 있는 엣지 케이스, 시스템 간의 미묘한 맥락 단절, 그리고 나중에 거대한 장애로 돌아올 인지부채가 순식간에 쌓여갑니다. 매슈 하이저는 왜 테스팅이 여전히 지독히 어려운 과제로 남아있는지 몇 가지 근본적인 이유를 제시합니다. 첫째, '모호함과의 싸움'입니다. 소프트웨어 요구사항은 언제나 비어있는 행간과 모호함을 품고 있습니다. AI는 주어진 텍스트 그대로 명시적인 조건만 테스트하지만, 실제 인간 테스터는 명시되지 않은 사용...