기본 콘텐츠로 건너뛰기

품질 기준은 누가 만드는 것인가?

테스트를 하면 결함이 발견됩니다.

시스템이 어떤 원인으로 충돌이 발생해서 죽어버리거나 하는 문제는 별다른 이견 없이 개발 조직 전체가 수정을 하기 위해 노력을 합니다.

하지만 사용성, 보안성, 효율성과 같은 비기능성 결함들에 대해서는 얘기가 달라집니다.

개발에 참여하는 이해관계자들간의 의견 충돌로 결론을 내지 못하고 수정되지 못하는 경우가 비일비재합니다.

테스터들은 사용자에게 불편하다며 사용자가 원한다며 사용자를 들먹거리지만 다른 이해관계자들은 내가 아는 사용자는 그렇지 아니하다며 기획 의도라며 무시하기 일쑤입니다.

결함의 본질은 흐려지고 정치 싸움의 아수라장이 되기 십상입니다.

이런 아수라장의 원인에는 이러한 비기능성 결함에 대하여 테스트 조직이 근거를 명확하게 제시하지 못하기 때문입니다.

근거를 명확하게 제시하지 못하는 이유는 첫번째는 기준이 없기 때문이고 두번째는 실제로 사용자를 대상으로 조사나 테스트를 수행해 본적이 없기 때문입니다.

많은 테스트 조직이 비기능성 결함에 대한 근거로 사용자를 들먹거리지만 실상은 그냥 테스터들의 직감, 경험일 뿐입니다.

그 어디에도 사용자는 없습니다.

사정이 이러하다보니 소프트웨어 개발에 있어 품질 기준이 있을리 만무합니다.

소프트웨어 개발의 전체 과정에서 품질 기준은 가장 격렬한 분쟁을 일으키기 좋은 소재입니다.

과연 품질 기준은 어떻게 만들어야 할까요?

많은 조직들은 고객이 원하는 품질 기준을 알아내기 위하여 노력을 합니다. 물론 노력조차 하지 않는 조직도 있습니다.

하지만 아무리 많은 비용과 시간 그리고 좋은 방법론, 접근법을 사용한다 하더라도 절대로 사용자가 원하는 품질 기준은 알아낼 수 없습니다.

왜냐하면 사용자는 절대로 자신이 어느 정도의 품질을 원하는지 알지 못하기 때문입니다.

사용자는 그저 소프트웨어를 개발한 회사가 제시해주는 품질에 만족하며 사용할 뿐입니다.

그런데 이러한 소프트웨어를 만드는 회사가 시장을 독과점 하는 경우라면 사용자들은 그냥 그 회사의 품질에 길들여지고 그 회사의 품질이 최고인듯 생각하게 됩니다.

비교군 자체가 없기 때문에 그렇습니다. 그리고 어떤 문제가 발생하더라도 나만 아니면 괜찮다는 인지부조화로 합리화시켜버립니다.

우리 나라에서 쏟아져 나오는 많은 소프트웨어가 이러한 상황에서 국제적인 경쟁력조차 갖추지 못하는 낮은 품질의 소프트웨어를 만듭니다.

특히 우리 나라의 대다수 사용자들은 영어권에서 쏟아져 나오는 높은 품질의 소프트웨어를 접할 기회가 그다지 없습니다.

그 회사들은 시장이 작은 우리 나라에 관심을 기울일 이유가 그다지 크지 않기 때문입니다.

영어권 국가들은 다양한 사용자들을 만족시켜야 하기 때문에 품질에 대하여 좀 더 심각하게 고민해야만 살아남을 수 있지만 우리 나라 기업은 그런 고민이 없습니다.

우리 나라의 소프트웨어가 외국에 팔리지 못하는 것은 우물안 개구리처럼 품질 기준조차 만들지 못하는 낮은 성숙도를 가지는 조직의 문제가 크다고 봅니다.

품질 기준은 만드는 사람이 세워야 합니다. 자신들이 정한 기준에 도달하기 위해 끝없이 도전하고 도전해야 합니다.

하지만 우리 나라에서 그런 회사를 보기가 쉽지 않습니다.

많은 회사들이 이러한 품질 기준을 세우는 것을 꺼려합니다. 왜냐하면 그러한 품질 기준을 맞추고 그러한 품질 기준에 따라 제품을 만드는 것은 초기 비용이 꽤 많이 들어갑니다.

많은 실패와 도전에 대한 기회 비용이 필요한데, 여기에 대해 투자할 이유가 없는 것입니다.

그냥 대충 만들어도 넙죽 넙죽 받아 쓰는 멍청한 고객이 사방에 널려 있는데 품질 기준을 만들고 그 품질에 도전할 동기가 없는 것이죠.

하지만 결국은 우물 안 개구리로 외부 충격이 가해지면 쉽게 쓰러져버립니다.

그런데, 품질 기준을 세우고 그 기준에 대한 투자가 정말로 그렇게 많은 비용이 들어가는 작업일까요?

여러분이 정말 품질이 좋은 제품이라고 생각하는 제품을 하나 생각해 보십시오.

그리고 그 제품을 생산하는 단가를 생각해 보십시오.

예를 들면 자동차를 생각해보죠.

정말 좋은 자동차를 만드는 회사로 어떤 회사가 떠오르시나요?

볼보, BMW, 렉서스??

그러면 그러한 자동차를 생산하는데 들어가는 단가는 얼마나 될까요? 이러한 자동차는 과연 얼마나 비싼걸까요?

우리 나라는 여러 보호 무역 장치와 옵션 장난질로 길들여진 마인드로 객관적 비교가 힘들긴 하지만 현대나 기아에 비해 크게 비싼 가격은 아닙니다.

자동차에 정말로 중요한 것이 무엇인지를 생각해본다면 말입니다.

안전을 기준으로 투자를 한다고 하면 말입니다.

조직 자체의 품질 기준을 세우고 그에 대한 도전은 장기적으로는 많은 비용 절감의 효과를 가져올 수 있습니다.

품질 기준은 누구에게 물어서 알아낼 수 없는 것입니다.

고객은 절대 품질 기준을 얘기해 줄 수 없습니다.

품질 기준은 소프트웨어를 개발하는 당사자들이 세워야 하는 것입니다.

이건 테스터가 만드는 것도 개발자가 만드는 것도 사장님이 만드는 것도 아닙니다.

이해관계자 전체의 총의가 모여 하나의 목표가 되어야 합니다.

지금 당장은 경쟁 업체를 이기기 위해서 아니면 최소한 따라가기에 급급하기 때문에 품질이 중요하게 생각되지 않으시나요?

경쟁 업체의 품질 수준과 비슷한 수준으로만 만드는 정도로 비용 절감을 극대화하면 과연 살아남을 수는 있는걸까요?

고객은 생각외로 영악하고 매우 냉정합니다.

독과점 시장으로 다져진 패러다임이라해도 계속되는 충격이 가해진다면 언제 어느 순간에 파도 앞의 모래성과 같이 될지 아무도 알 수 없는 것입니다.

중요한 것은 기존의 품질보다 더 나은 품질의 블루오션을 잡아낸다면 더 적은 비용으로 경쟁 업체를 이길 수도 있을 겁니다.

그러기 위해서는 사용자를 이해하려는 노력과 사용자를 위해 우리가 품질의 기준을 제시할 수 있어야 한다고 생각합니다.

애플은 그러한 일을 꽤 오랫동안 잘 해왔던 업체 중 하나입니다.

애증의 삼성은 글쎄요...

많은 사람들이 삼성이 위기라고 말하지만 전 아직 시작도 안했다고 봅니다.

삼성을 포함한 우리 나라 기업들의 위기는 베껴야 할 품질 기준의 선도 업체가 사라지는 순간이라고 봅니다.

그런 의미에서 애플이 앞으로도 계속 잘 나갔으면 하는 바램입니다.

그 전에 우리가 스스로 품질에 대한 기준을 제시하는 수준으로 성숙되었으면 하는 바램입니다.

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 고려 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...