기본 콘텐츠로 건너뛰기

애자일 코리아 2017 참여 후기(아주 아주 늦은??)

지난 9월 29일 4년만에 열린 애자일 코리아 2017에 참석했습니다.

이번에는 당당하게 돈도 내고, 자원봉사도 했습니다. 웅??

하필이면 날짜가 추석 연휴 바로 전이라서 걱정이 많았는데.. 무려 361분이나 참석하시는 초대형 컨퍼런스를 성공적으로 해냈다는 뿌듯함이... 지금도..

그래서 그 감동이 식기 전에 후기를 써야지 했었는데.. 이런 저런 사정으로 오늘에서야 후기를 쓰게 되었습니다.

분명 참석하신 분들은 무진장 많았는데.. 막상 후기 구경하기가 왜 이렇게 힘든지...

참석하지 못하신 분들을 위해 후기를 작성하기로 마음은 먹었는데.. 벌써 한달이나 흘러버려서 내용이 잘 기억이 나지 않네요. 그래서 후기는 간단하게 작성하도록 하겠습니다. (내용이 부실한 것에 대한 변명이 아닙니다. 그렇습니다.)

애자일 코리아 2017의 시간표는 아래와 같습니다.


저는 그 중에서 키노트 1과 딥러닝이 바꾸는 애자일 테스팅, 키노트 2, 애자일 코치를 위한 코칭 리더십, 애자일 한때의 유행인가, 코끼리 움직이기 실전편: 삼성인터넷 월드 베스트 브라우저를 꿈꾸며를 들었습니다.

행사 당일 발표 영상은 컨퍼런스에 참석한 분들에게만 공개되었기 때문에 공유해드릴 수는 없고, 회고 부분은 공개되었기 때문에 이곳에 첨부하도록 하겠습니다.


먼저 키노트 1은 유명한 ThoughtWorks 의 CTO 분이 발표를 하셨는데, 개인적으로는 기존의 애자일의 문화나 가치관과 같이 공감하기 어려운 내용이 아닌 기술적인 부분에 대한 내용을 쉽게 전달해줘서 좋았습니다. 특히 개인적으로 애자일을 경험하면서 느끼는 아키텍쳐의 중요성에 대한 내용이 다뤄져서.. 내가 잘못 생각하고 있는건 아니구나 라는 안도감이... 그리고 마이크로 서비스에 대한 내용을 내가 좀 더 공부해봐야겠다라는 정보를 얻을 수 있었습니다.



딥러닝이 바꾸는 애자일 테스팅은 애자일 테스팅의 테스트 접근법이나 자동화 내용을 기대하고 들어갔었는데.. 관련 내용이 아니라서 중간에 나와서 정확한 내용을 모릅니다. 발표 영상이 공유되었으니 다시 한번 들어볼까 생각중이긴 합니다만.. 글쎄요..



키노트 2의 핵심은 신뢰가 중요하며, 지속적인 개선을 해야한다는 것이었습니다.

우리가 목표에 도달하지 못하는 것은 조직의 구조와 관리자가 제약을 가하고 있기 때문이며, 이를 개선해야 하는 것은 올바른 것을 잘 못하는 것이 올바르지 않은 것을 잘하는 것보다 낫기 때문이라는 내용이었습니다. 그러기 위해서 실수를 통해 배우고 수정하는 것이 중요하다고 얘기했습니다.

제가 관심있게 들은 내용은 우리 나라에서도 관리의 패러다임이 바뀌어야 한다고 생각하고 그렇게 얘기해왔는데, 관리라는 것은 팀원이 나보다 능력이 부족하다고 생각될 때 동기를 부여하고 능력을 발휘하도록 돕는 것이고 그러기 위해 관점을 바뀌어야 한다는 내용이 공감이 갔습니다.

우리가 변화를 실패하는 것은 사람을 고려하지 않기 때문이고, 스스로 변화를 체감하고 행복해야 한다는 내용도 공감이 갔습니다.

마지막으로 제품을 만드는 것처럼 조직도 변화할 수 있고, 해보지 않고는 성공할지 실패할지 알 수 없기 때문에, 생각하지 말고 행동하라는 얘기를 한번 더 고민해보는 기회가 되어 좋았습니다.



다음은 애자일 코치를 위한 코칭 리더십은 개인적으로 많은 고민을 하는 시간이어서 좋았습니다. 처음에 간단한 게임을 했는데, 그래도 나름 지난 몇 년간 애자일 코칭을 하고 실천하기 위해 노력했고 가르치기도 한 입장에서 다른 사람을 설득하고, 의견을 모으고, 공유하는 것을 실제로 실천하는 것이 얼마나 어려운지 다시 한번 깨닫고 고민하는 시간이었습니다.

스스로 문제를 찾고 답을 찾고 행동하도록 하는 기술에 대한 수련이 더 필요하다고 느꼈습니다. 실무에서도 컨설팅이나 코칭을 하면서 스스로 해결하는 능력을 키우지 못한 조직은 제가 떠나면 얼마 지나지 않아 예전으로 돌아가는 것을 보았는데, 어떻게 하면 스스로 해결하는 능력을 키우도록 할 수 있을지 앞으로 더 고민해보고 저도 더 수련을 해야 할 것 같습니다.



다음은 조승빈님이 발표한 애자일 한때의 유행인가는 발표자 분이 발표 자료를 직접 공유해 주셨기 때문에 이곳에 남겨놓습니다.

핵심은 애자일은 변화하는 환경과 문제에 대한 해결책을 제시하고자 하는 도구이자 패러다임이다. 그런데 사람들은 과거의 패러다임에 익숙하고 본질보다는 형식을 따르며, 단 하나의 솔루션(은탄환)이 존재한다고 믿는다. 때문에 애자일을 이해하고 적용하는데 어려움을 느끼고 있다.

그렇다면, 애자일은 선택인가? 필수인가?

애자일은 필수가 될 것이라는 것이 결론이었습니다. 애자일의 가치가 더 좋은 소프트웨어를 만드는데 도움이 되고 있기 때문에 애자일의 가치는 앞으로도 계속 의미가 있을 것이라는 것이었습니다. 저도 그렇게 믿고 있습니다.

https://selfothercontext.com/2017/10/28/%EC%95%A0%EC%9E%90%EC%9D%BC-%ED%95%9C%EB%95%8C%EC%9D%98-%EC%9C%A0%ED%96%89%EC%9D%B8%EA%B0%80/




마지막으로 삼성 인터넷 브라우저 팀의 애자일 적용기는 삼성의 애자일 도전과 그 성과 그리고 현재도 진행되고 있는 도전에 대하여 나름 꽤 감명 깊게 들었습니다.

자세한 내용은 여기서 언급하기는 적절치 않아보이고 나름대로 삼성도 변화하고 있다는 것을 들을 수 있어서 좋았습니다.

오랜만의 애자일 컨퍼런스라서 반가웠고, 매번 같은 이야기가 반복되는 식상한 컨퍼런스가 아닌 그 동안 내가 걸어온 길을 돌아보고 마음의 위안과 앞으로의 방향을 생각해 볼 수 있었던 좋은 기회였습니다.

내년에도 그 다음에도 올해와 같은 컨퍼런스가 유지되고, 국내에도 애자일이 좀 더 많이 보급되었으면 하는 바램입니다.

마지막으로 제가 알고 있는 다른 후기들을 남겨놓습니다. 다른 후기들도 한번씩 읽어보시면 좋을 것 같습니다.

http://kihoonkim.github.io/2017/09/30/Agile/agilekorea2017/

https://brunch.co.kr/@fishz/10

https://m.blog.naver.com/rmazinga/221114850122

혹시 컨퍼런스 내용 중 궁금하신 점이 있으시다면 댓글로 남겨주시기 바랍니다.

아.. 그리고 행사 사진은 아래에서 보실 수 있습니다. 잘 찾아보시면 저도 있습니다. 핑크빛 옷에 갈색 배자를 입고 있는...

https://photos.google.com/share/AF1QipOqeZdRTtajvofFUKHL8G8d5zo7MfOmzo-qa_0yzLmZzMSgDAibUk_q9K6Ep4s-pA?key=UDhZS2thaUV6QlhtVzVVYWxZNXVRYTlFWTVhNkFR

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...