기본 콘텐츠로 건너뛰기

STAREAST 참관기 - Principles Before Practices: Transform Your Testing by Understanding Key Concepts

이틀간의 튜터리얼이 끝나고 삼일째 일정이 시작되었습니다.

본격적인 컨퍼런스가 시작되는 날로 이번 참관기는 컨퍼런스 첫날 키노트에 대한 내용입니다.

참고로 STAREAST에서 굉장히 인상 깊었던 것은 거의 모든 키노트의 내용이 비슷한 내용이었는데, 요약하자면 컨퍼런스에서 발표되는 내용을 듣지만 말고 돌아가서 반드시 실천하라는 내용이었습니다.

그리고 발표되는 내용이 모두 옳은 것은 아니니 실무에 돌아가서 많이 고민하고 연습하기를 바란다는 그런 내용들이더군요.

우리 나라의 경우 모든 컨퍼런스가 주제에 맞춰 특정한 내용을 전달하는데 급급하고 키노트의 경우에는 별 상관 없는 유명한 사람들(정치가나 머 그런 사람들 포함해서)의 뜬금없는 이야기를 듣는 경우가 많은데 이틀동안 총 5개의 키노트 세션이 듣고 고민하고 적용하라는 내용을 계속 강조하는 내용들이었습니다.

참으로 인상적이었습니다.

어쨌든 첫번째 키노트의 참관기입니다.

이 키노트에서 기억에 남는 내용은 아래와 같습니다.

발표자가 Randy Rice 라는 분이었는데, ASTQB(ISTQB의 미국 지부??)의 officer더군요.

첫번째는 테스팅은 정황에 의존적이라는 내용이었습니다. 정해진 규칙은 없으니 정황을 최대한 고려해서 테스팅을 수행하라는 것이었습니다.

많은 사람들이 컨퍼런스에 오면 정해진 규칙을 찾고 빠른 시간안에 전문가가 되는 방법을 찾는데 그런건 없다. 정황을 고려하라는 내용이었습니다.

그리고 진정 전문가가 되기를 원한다면 3가지가 필요하다고 했습니다.

첫번째는 지식인데 그런 이 컨퍼런스에 와서 얻을 수 있다.

하지만 중요한것은 그 지식에 대한 충분한 연습이고(이것이 두번째) 수많은 연습을 통한 경험(이것이 세번째)이라고 했습니다.

그래서 반복이 좋다라고 얘기하더군요.

두번째는 ISTQB의 테스팅의 7가지 기본 원리를 간단하게 소개하면서 이것이 전부가 아니라 다른 더 많은 원칙들이 있을 수 있다고 했습니다.

대표적인 것이 모든 테스트를 자동화 할 수 없으니 욕심을 부리지 말라고 하더군요.

많은 사람들이 매뉴얼 테스팅을 대체하기 위해 테스트 자동화를 원하지만 그것은 불가능하고 테스트 자동화가 매뉴얼 테스팅의 필요성을 대체할 수 없다라고 얘기했습니다.

그러면서 하는 얘기가 테스트 자동화는 수행 자동화가 아니라는 얘기를 했습니다.

그리고 개발 초기에 테스트를 수행하는 좋은 것이지만 잊지 말아야 할것은 준비가 되어 있어야만 효과가 있을 수 있다라는 내용이 있었고, 복잡한 부분부터 테스트를 수행하지 말라는 내용도 있었습니다.

그리고 강력한 테스팅만 추구한다면 일정 내에 테스트를 수행하지 못하니 그러한 것도 고려해야한다는 내용도 있었고, 우리가 잘못된 제품을 테스트 한다면 아무리 좋은 테스팅 방법을 사용하더라도 의미가 없으므로 사전 테스트와 같은 활동을 포함해서 올바른 제품을 인도받아 테스트 할 수 있어야 한다고 얘기했습니다.

대체로 평이한 내용이지만 다시 한번 생각해 볼 수 있어서 좋았습니다.

세번째는 컨퍼런스는 너의 고민을 들어주고 도와주는 장치이니 최대한 활용하라는 얘기를 했습니다. 타이거 우즈도 코치고 있고 악기를 다루는 법은 누구나 배울 수 있지만 잘하는 사람은 노력하는 사람 뿐이다. 즉, 배우자마자 잘 하는 사람은 없다.

많은 사람들이 컨퍼런스에서 사례를 듣고 적용방법을 원하지만 무언가를 잘하기 위해서는 사례보다는 이론, 원칙을 먼저 이해해야 한다.

그러니 발표 내용을 잘 듣고 필요하다면 발표자와 많은 이야기를 나누라고 하더군요.

이외에도 좋은 내용이 꽤 많았는데 제가 잘 전달해 드리지 못하는 것이 아쉬울 뿐입니다.

어쨌든 컨퍼런스를 시작하는 첫번째 키노트로 매우 좋은 내용이었습니다. 더불어 컨퍼런스에 대한 기대감을 불러일으키는 아주 좋은 발표였습니다.

댓글

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...

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...