기본 콘텐츠로 건너뛰기

SSTC&TMMi 국제 컨퍼런스를 다녀와서..

몇개월만에 글을 쓰네요.

예전에 제 블로그에 지식의 저주에 대해서 몇번 글을 썼던 것 같은데..

막상 제가 딱 그 저주에 걸렸습니다.

글을 쓰고 싶어도 무슨 글을 써야할지.. 무슨 글을 써야 사람들에게 도움이 될지 판단이 안서네요.

무슨 글을 써볼까 생각만하다가.. 다들 아는 걸텐데.. 도움이 되지 않을텐데.. 나 혼자 잘난척 하는거 아닐까? 가방끈 짧은 내가 할 말은 아닌거 같은데.. 같은 여러 생각에 글 쓰기가 쉽지 않다는 핑계 아닌 핑계로 글을 쓰지 못하고 있습니다.

휴우..

그나저나 블로그를 너무 팽개쳐버린듯 하여 간단하게 정말로 간단하게 어제 SSTC&TMMi 국제 컨퍼런스에 다녀온 후기를 남겨볼까 합니다.

솔직히 요즘은 세미나나 컨퍼런스에 가도 큰 재미가 없어서 잘 나가지 않습니다.

바쁜 것도 조금 있고.. 아빠라는 존재가 밤중이나 주말에 세미나나 컨퍼런스 돌아다니기가 쉽지도 않고요..

무엇보다 저녁 사먹을 돈이 없다보니 예전처럼 쉽게 세미나 같은 곳에 가지 않게 되네요.. 먼가 궁상스럽군요.. ㅠㅠ

어쨌든.. 처음에는 SSTC&TMMi 국제 컨퍼런스도 참석하고 싶은 마음은 크게 없었는데..

발표 내용 중 애자일과 탐색적 테스팅이 보이길래(정말 이 주제가 컨퍼런스에서 다뤄지는건 웬지 오랜만인듯 하여 반가운 마음에) 덥석 참석해 보았습니다.

기조 연설이었던 4차 산업혁명은 그냥 최근의 트렌드에 대한 이야기이고 먼가 팍!! 하고 와닿지는 않더라구요. 증기기관이나 전기와 같은 산업 혁명으로 인한 생활의 급작스런 변화보다는 알게 모르게 조금씩 변화하는 요즘 생활과 그 변화의 한가운데에 있다보니 잘 느껴지지 않는 것 같습니다. 돌아보면 우리 사는 세상은 참 많이 변하고 있는데 말이죠.. 

20년 전만 해도 셀룰러폰은 생각도 못했고 10년 전만 해도 스마트폰은 생각도 못했는데 말이죠..

아마 한 10년 후면 IoT나 AI 에이전트가 정말로 그냥 일상이 되어버리겠지만.. 당장은 딱히 와닿지는 않더군요. 어쨌든 변화하는 기술에 따라 테스팅도 변해야 하고, 최근의 테스팅은 어떻게 변화하고 있는지 그리고 우리는 어떻게 대처해야하는지에 대한 내용이었습니다.

오전 세션은 크게 기억나는 내용은 없고 오후 세션에서 기대했던 탐색적 테스팅은 탐색적 테스팅에 대해 1시간 정도의 오버뷰 수준이라서 제가 기대한 뭔가 특별한 내용은 없었습니다.(솔직히 무슨 특별한 내용을 기대한건 아니지만서도..)

애자일 테스팅은 제목이 '애자일로 변환하는 시대의 비즈니스 인수 테스팅'이었는데.. 애자일은 미끼였고 비즈니스 인수 테스팅을 위한 모델 기반 테스팅과 자동화에 대한 내용이었습니다.

전체적으로 발표 내용은 평이한 수준이었습니다.

개인적으로 크게 재미는 없었지만 확실히 최근 세계적으로 관심을 가지는 주제가 무엇인지는 다시 한번 확인할 수 있었습니다.

전체적으로 컨퍼런스에서 공통적으로 가장 많이 다룬 단어는 애자일과 DevOps, 모델 기반 테스팅, 탐색적 테스팅이었습니다.

애자일과 DevOps는 확실히 주류 개발 방법론으로 자리를 잡았다고 판단되고 그에 따라 테스팅의 역할과 활동도 계속 바뀌어 가고 있다고 보입니다. 그 중 가장 주목받는건 모델 기반 테스팅과 탐색적 테스팅으로 보입니다.

그런데 이런 개념은 당장 우리나라와는 크게 상관이 없어서.. 좀 그랬습니다.

얼마전 기사에서 삼성이 애자일 개발방법론 도입을 재검토하거나 폐기할 수 있다는 기사가 나왔었는데.. 머...

물론 국내에 애자일 개발방법론을 도입하는 회사가 조금씩이나만 늘어나고는 있지만.. 그에 반해 테스팅에 대한 고민은 아직 크게 없는 듯 해서.. 아쉽기는 합니다.

어쨌든 오랜만에 하루 종일 영어도 듣고(동시 통역사 한분의 통역이 정말 어휴.. ㅠㅠ) 오랜만에 외국의 전문가(?)들과 즐거운 얘기도 나누고 좋은 하루였습니다.

참석하지 못하신 분들은 아쉽겠지만 다음에 기회가 되면 1년에 한두번씩 이런 세미나나 컨퍼런스에 머리도 식힐겸 참석하시면 좋을 것 같습니다.

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...

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...