기본 콘텐츠로 건너뛰기

ISTQB Agile Tester Extension 취득했습니다!!

제가 국내에서 처음으로 ISTQB의 Agile Tester Extension을 취득했습니다.

ISTQB 자격증은 웬만한 분들은 다 아실테고.. 작년에 Foundation Level 에 Add-on 형태로 Agile Tester 가 신설되었습니다.

자세한 내용은

http://www.istqb.org/certification-path-root/agile-tester-extension.html

에서 확인하실 수 있습니다.

Agile 과 관련된 자격증은 항상 논란의 중심이 되어 왔지만.. 어쨌든 이런 식으로 자격증이 계속 생기고 있다는 것은 Agile 이라는 방법론이 하나의 주류가 되어가고 있다는 반증이 아닐까 싶습니다.

2007년부터 애자일을 독학으로 공부하고 xper를 통해서 참 많은 분들로부터 배움을 얻어가며 노력한 결실이 아닌가 싶어서.. 내심 뿌뜻하긴 합니다.

국내에 애자일을 확산시키기 위해서 그래도 애를 많이 썼다고 생각했는데.. 최근 2~3년동안은 그냥 우리는 안돼나봐.. 라고 축 쳐져 있었는데.. 그래도 이렇게 자격증 하나 취득하니 조금 힘이 나네요.

올해에는 이 자격증과 관련된 교육과정과 시험이 국내에 들어오긴 할텐데.. 과연 얼마나 수요가 있을지는 여전히 확신이 없네요..

자격증은 기존의 Foundation Level과 비슷하게 실라버스 위주로 열심히 공부하시면 어렵지 않게 취득하실 정도의 난이도입니다.

실라버스를 보시면 기존 애자일에 대한 내용을 꽤 잘 정리해 놓았습니다.

이 자격증을 딴다고 해서.. 실라버스를 공부한다고.. 애자일 조직에서 당장 테스터로 일할 수 있다고 말하기는 어렵지만.. 적어도 애자일에 대한 기본 이해 정도는 가능하지 않을까 생각됩니다.

다만, 문제를 풀어보면 테스팅을 바라보는 관점이 확실히 Foundation Level과 조금 다르고 애자일에 대한 기본적인 경험이나 이해가 부족하다면 풀기 어려울 수도 있습니다.

애자일 실라버스는 ISTQB 홈페이지에서 받아서 보실 수 있고, 예상 문제집도 있으니 한번쯤 풀어보시는 것도 도움이 됩니다.

한국어판 실라버스는 나올 예정이라고 알고 있습니다. 나올겁니다. 아마도요...

그래봐야 한글 시험은 올해에는 좀 힘들지 않을까 싶기도 합니다. 저도 KSTQB와 관련된 내용은 정확히 모르기 때문에.. 그냥 제 생각입니다.

얼마나 많은 분들이 이 자격증이 필요하실지는 모르겠지만 혹시라도 필요하신 분들은 지금부터 준비하셔서 취득하시는 것도 좋을 것 같습니다. 다른 것보다 기존의 지식이나 경험을 한번쯤 돌아보고 체계적으로 정리한다는 마음으로 준비하시고 취득하시면 많은 도움이 될거라고 생각됩니다.

자격증은 아직 못받아서 못보여드리지만

http://www.kstqb.org/index.php?mid=certified_agile_tester

에 보시면 제 이름이 있습니다.

움하하하...

혹시 자격증에 관련해서 궁금하신 점이 있으시면 답글 달아주세요. ^^
라벨:

댓글

  1. Unknown5/1/19 12:52

    축하드려요. 혹시 공부 어느정도(기간/총소요시간)여쭤봐도 될까요?

    답글삭제
    답글
    1. Murian5/1/19 13:05

      저는 우선 애자일 경험이 있는 상태에서 한달 정도 실라버스를 읽고 햄플 문제를 여러번 풀었습니다. 실무 경험이 없으시면 시험이 꽤 어려우실 수 있고.. 관련 교육에 참여해 보시면 조금 도움이 되실 수도 있습니다.

      삭제

댓글 쓰기

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 ...
댓글 쓰기
자세한 내용 보기

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....
댓글 쓰기
자세한 내용 보기

'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...
댓글 쓰기
자세한 내용 보기