기본 콘텐츠로 건너뛰기

STAREAST 참관기 - Meet Big Agile: Testing on Large-Scale Projects

컨퍼런스 첫날 마지막 세션입니다.

이 세션 이전에 'Improving the Mobile Application User Experience(UX)'라는 세션을 들었는데... 언급조차 하고 싶지 않을 정도로 최악이었습니다.

국내에서 제 사용성 테스팅 교육에 들어오시는 분들이 원하는 딱 그런 내용이었습니다.

그냥 싼맛에 사용자 없이 팀 내부에서 기존의 디자인 원칙에 따라 쿵쿵짝짝 고려해야 할 내용들에 대한 사례를 기반으로 한 내용이었는데.. 영양가가.. 0로 수렴하는...

차라리 Erik van Veenendaal의 'Risk-Based Testing for Agile Projects'를 들을걸 후회가 막심했습니다. 에릭은 오랜만에 얼굴을 보니 못알아볼정도로 역변을 했더군요. 제 기억력이 안좋은 건지 처음에는 못알아볼뻔 했습니다. 인사를 할까? 하다가 너무 오랜만이라서 저 같은 사람 기억도 못할 것 같아 소심한 마음에 인사도 못했습니다.

그래서 두번째 세션 후기는 넘어가고 마지막 세션 후기입니다.

이 세션은 Geoff Meyer 라는 분이 발표를 했고, 발표 내용은 Dell의 전사 애자일 적용에 대한 사례 발표였습니다.

델은 미국에 2개, 인도에 2개의 디자인 센터를 운영하며 over sea 프로젝트를 애자일 방법론으로 오래전부터 운영해왔다고 합니다.

이 디자인 센터에서는 서버 시스템 관리 프로그램이나 콘솔 플러그인과 같은 임베디드 소프트웨어를 개발하고 있는데 업데이트 주기가 6개월 이내로 일정 압박이 심하고, 경쟁 제품과 경쟁에 대한 압박 그리고 자주 변경되는 요구사항 등등 초기에는 여러 문제가 발생해서 책을 통해 내부적으로 공부도 하고, 컨퍼런스도 참가해보고 전문가 그룹과 컨설턴트의 도움을 받아 2009년부터 단계적으로 애자일을 도입했다고 합니다.

그러면서 하는 얘기가 애자일 프로젝트 도입은 한번에 완성될 수 없으니 단계적으로 도입하기 위한 로드맵을 잘 구성해야한다고 했습니다.

인상적이었던 내용은 각각의 팀안에서의 인원구성이었습니다. 델은 기본적으로 언제나 개발자와 테스터의 비율을 3:1로 구성한다고 합니다.

그리고 스크럼 팀 내의 테스터와 별도로 전사 차원의 테스트 아키텍처가 별도로 있고 이 사람들이 테스트 설계를 전담한다고 합니다. 이외에도 자동화 아키텍처가 따로 있고 이 사람들은 테스트 아키텍처와 협업을 통해 테스트 자동화를 구축한다고 합니다.

그 외에 개발 초기에 테스팅을 시작하는 것을 굉장히 강조했고, 애자일 개발은 사람에게 부하가 심해서 반드시 휴식이 필요하다고 강조했습니다.

그래서 델에서는 하나의 프로젝트가 끝나고 새로운 프로젝트를 수행하기 전에 반드시 Refresh Workshop을 가진답니다.

델은 거대한 제품 개발을 위해 하나의 이터레이션에 여러 스크럼팀이 동시에 작업을 수행하는데 이러한 여러 팀이 문제 없이 움직이기 위해 각 스크럼팀의 기술지원을 담당하는 아키텍처와 프로덕트 오너가 모든 것을 집중해서 관리하는 식으로 프로세스를 구축했더군요.

그리고 그러한 프로세스가 정상적으로 동작하기 위해 2가지를 강조했습니다.

하나는 작업 방식에 대한 표준 즉, 프로세스가 표준화 되어야 한다.

그리고 자동화.. 할 수 있는 것은 모두 자동화를 했다고 합니다. 빌드, 테스트 등.. 정말 많은 자동화를 진행했더군요.

짧은 시간 동안의 사례 발표라서 실제적으로 어떻게 일하는지는 알 수 없었지만 대형 프로젝트에서 전사적으로 애자일이 적용될 수 있는 사례 발표로 꽤 좋았습니다.

발표하시는 분은 꽤 자부심을 가지고 발표를 해서 그런지 웬지 모르게 더 신뢰가 가더군요.

국내에서는 여러 사정으로 애자일이 확산이 안되고 있는데 그런 면에서 참 부러운 발표였습니다.

튜터리얼 부터 컨퍼런스까지 매 시간이 끝나면 간단한 설문지를 수거해서 모니터링을 하더군요.

설문지를 수거하거나 배포하시는 분들은 얼핏 보기에는 자원봉사자 분들처럼 보였습니다.

나이가 지긋하신 할머니 할아버지 분들이 하시더군요..

그리고 중간 중간 간식을 주고 점심도 빵빵하게 먹여주니 정말 좋았습니다.

음식이 달고 느끼하긴 했지만요.. 정말 과일만 열심히 먹었던것 같습니다.

이 세션이 끝나고 마지막 키노트 세션이 하나 더 있긴 한데.. 무슨 내용이었는지 기억이 나질 않네요..

적어 놓은게 없으니 먼가 아쉽지만 이렇게 첫날 컨퍼런스가 끝났습니다.

댓글

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...