좋은 관행에는 자동화 테스트뿐만 아니라 자동화 자체의 테스트도 필요합니다.

디지털 혁신과 지속적인 테스트는 계속해서 가속화되고 있으며, 결과적으로 조직은 테스트 자동화에 대한 더욱 스마트한 접근 방식을 구현해야 할 것입니다. QA 문화 구축에 대한 최근 블로그에서 언급했듯이, "테스트 자동화는 조직에 위험을 최소화하면서 신속하게 변경 사항을 제공하는 데 필요한 민첩성을 제공합니다. 더 나아가, 테스트 자동화는 개발 과정 내에서 모든 작업 단계의 무결성과 성능은 물론 보안, 거버넌스, 규정 준수와 같은 우선순위 문제까지 검사하는 인프라를 구축합니다."

그러나 포레스터의 부사장 겸 수석 분석가인 디에고 로 주디체는 조직이 자동화 자체를 테스트하고 감사하는 더욱 스마트한 테스트 자동화 접근 방식을 취해야 한다고 강조했습니다. 그는 "테스트 자동화 도구, 기술, 그리고 관행은 자동화 자체를 테스트하는 데 사용되어야 하며, 또 사용될 수 있다"고 설명했습니다. 테스트 자동화는 테스트 커버리지와 전반적인 앱 품질 향상에 엄청난 이점을 제공하지만, 테스트 자동화 관행은 성능, 철저함, 그리고 최대 효과를 위해 정기적으로 감사를 받아야 합니다. DevOps 팀은 최종 고객에게 효율적으로 가치를 제공하는 데 필요한 결과를 얻고 있는지 확인해야 합니다.

자동화 테스트가 약속한 대로 성과를 내도록 하기 위해 조직에서는 다음과 같은 전략을 활용할 수 있습니다.

• 자동화 도구 자체의 테스트를 포함하도록 테스트 관행을 확대합니다.
• 복잡한 시스템에 대해 보다 포괄적인 테스트 접근 방식을 채택합니다.
• AI 기반 테스트 도구와 플랫폼 활용.

조직은 복잡한 자동화 기술 환경으로 이동하고 있습니다.

기업에서 복잡한 자동화 기술 사용이 증가함에 따라, 기업들은 자동화를 더 많은 분야와 프로세스로 확장하기 위해 여러 도구를 도입하고 있습니다. 이러한 도구에는 다음이 포함됩니다.

• AI가 주입된 애플리케이션 또는 머신 러닝과 ML 모델을 사용한 자동화.
• 업무와 절차를 자동화하기 위한 로봇 프로세스 자동화.
• 이메일 및 문서 관리를 포함한 동적 사례 관리.
• 디지털 프로세스 자동화는 이러한 모든 영역을 포괄합니다.

또한, 기업이 고객 중심적으로 변화함에 따라 셀프 서비스 기능, 모바일 또는 소셜 채널, CRM 등을 추가하여 고객 여정의 더 많은 부분을 자동화하고 있습니다. 이러한 경우, 고객에게 만족스럽고 매력적이며 직관적인 경험을 제공하기 위해 자동화가 도입되고 있습니다.

자동화되고 AI가 적용된 프로세스가 더 많이 도입됨에 따라 테스트 또한 이러한 확장에 발맞춰야 합니다. 로 주디체(Lo Giudice)는 "조직은 모든 ​​자동화를 테스트하고 있는지, 아니면 일반적인 회귀 테스트와 프런트엔드 애플리케이션에만 테스트를 국한하고 있는지 스스로에게 질문해야 합니다."라고 말합니다. 그는 테스트 자동화 도구, 기술 및 관행이 자동화 도구 자체를 테스트하는 데에도 사용되어야 하며, 실제로 사용될 수 있다고 주장합니다.

복잡한 자동화 시스템에는 대규모 테스트가 필요합니다.

프로세스와 도구에 대한 테스트를 개발해야 할 필요성이 더욱 명확해짐에 따라, 조직은 테스트를 어떻게 발전시켜야 할지 결정하기 위해 여러 가지 중요한 질문을 고려해야 합니다. 다음과 같은 사항을 결정해야 합니다.

• 우리가 사용하는 테스트 도구가 해당 환경과 다양한 플랫폼에 적합한가?
• 자동화 도구가 여전히 유효한 테스트를 수행하는지 확인하기 위해 테스트를 실시하고 있나요?

전체 엔드 투 엔드 프로세스를 테스트하는 것도 필수적이며, 이로 인해 복잡성이 더욱 증가합니다. 자동화를 테스트하려면 프라이빗, 퍼블릭, 하이브리드 클라우드, 여러 브라우저, 데스크톱, 메인프레임, 기기, 웹, 모바일, IoT, POS 등을 포괄하는 대규모 이기종 엔드 투 엔드 테스트 방식이 필요합니다. 다음과 같은 대규모 테스트 도구를 구현하는 것은 Digital.ai Continuous Testing, 원활하고 유연한 솔루션을 제공할 수 있습니다.

AI를 활용하여 자동화된 테스트 결과 개선

자동화된 테스트를 개선하기 위해 도입할 수 있는 AI 도구는 여러 가지가 있습니다. 포브스 AI 기반 도구가 어떻게 이점을 얻을 수 있는지에 대한 몇 가지 방법을 설명했습니다. DevOps 여기에는 "테스트 커버리지 중복 제거, 더욱 예측 가능한 테스트로 기존 테스트 작업 최적화, 결함 감지에서 결함 예방으로의 진행 가속화" 등이 포함됩니다. 또한 "AI 기반 소프트웨어 개발 플랫폼은 복잡하고 상호 연결된 제품 모듈 간의 종속성을 식별하여 프로세스 전반의 제품 품질을 향상시킬 수 있습니다."라고 언급했습니다.

한편, AI를 사용하여 테스트를 개선할 수 있는 방법을 보여주는 몇 가지 구체적인 사용 사례는 다음과 같습니다.

• AI 및 ML 알고리즘을 적용하여 테스트를 동적으로 조정하여 UI 테스트의 자체 복구를 완료할 수 있는 도구입니다.
• 시각적 테스트를 위해 AI를 시각적으로 활용하여 프로세스를 더 정확하게 만들었습니다.
• AI를 사용하여 테스트 케이스를 생성합니다.
• 인사이트 기반 테스트 또는 AI와 ML을 활용하여 테스트 대상을 최적화합니다. 이는 전체 프로세스 및 테스트 전략에 적용될 수 있습니다.

AI는 다음에 무엇을 테스트해야 하고, 테스트 커버리지를 개선하기 위해 무엇을 자동화해야 하는지 결정하는 데에도 사용될 수 있습니다. AI가 테스터를 대체하는 것은 아니지만, 테스터를 더 똑똑하게 만든다는 점도 중요합니다. AI 도구는 테스터가 업무를 더욱 효과적으로 수행할 수 있도록 지원합니다.

테스트에서 AI에 대한 관심과 구현이 증가하고 있습니다.

디지털 혁신이 여러 산업에 걸쳐 더욱 보편화됨에 따라 테스트 프로세스에 AI를 통합하려는 조직의 수가 급증하고 있습니다.

설문조사 결과 세계 품질 보고서 2020-2021 "응답자의 약 90%가 AI를 활용한 테스트와 AI 테스트가 조직에서 계획하고 있는 가장 큰 성장 영역이라고 답했으며, 80%는 AI 기반 시험 및 개념 증명의 수를 늘릴 계획입니다." 추가 결과에 따르면 "설문 조사에 참여한 조직의 약 80%가 AI를 사용하여 테스트 데이터와 테스트 환경을 생성할 것"이라고 답했습니다.

AI 테스트의 이러한 확장에도 불구하고, AI 테스트 구현은 여전히 ​​복잡한 과정이며 만병통치약으로 볼 수 없습니다. 다른 자동화 테스트나 프로세스와 마찬가지로, 조직은 지표를 사용하여 AI 테스트의 효과와 가치 제공 여부를 감사하고 평가해야 합니다.

자동화된 테스트를 통해 결과가 일치하도록 하여 가치 전달을 극대화합니다.

자동화 확장을 고려할 때, 조직은 최적의 테스트 방식을 결정할 때 올바른 목표에 집중하는 것이 중요합니다. 자동화 자체를 목표로 삼는 것은 바람직하지 않습니다.

우리는 최근 이 문제를 다음과 같은 과제에 대한 기사에서 다루었습니다. 테스트 자동화: "자동화는 결국 테스트 프로세스를 개선하는 것이 목적입니다. 자동화가 가능하다고 해서 반드시 자동화해야 하는 것은 아닙니다. 사용자나 조직에 미치는 위험과 잠재적 영향을 고려하여 자동화할 항목을 신중하게 선택하는 것이 좋습니다. 시스템이 제대로 작동하는지 확인하기 위해 회귀 테스트와 같이 정기적으로 실행되는 테스트를 자동화하세요."

테스트 접근 방식의 목표는 가치 제공, 품질 향상, 그리고 테스트 프로세스 개선입니다. 경우에 따라 자동화된 테스트 접근 방식이 가장 적합할 수 있지만, 수동 테스트가 가장 효과적인 경우도 있습니다.

모범 사례에는 테스트 및 자동화 관행에 대한 정기적인 감사를 완료하고, 광범위한 적용 범위와 고품질 결과를 결합하는 것이 포함됩니다. 가치를 극대화하는 접근 방식이 최선의 해결책이 될 것입니다.

AI/ML이 테스트에 어떻게 적용되는지 자세히 알아보세요. 웹 세미나. 테스트의 미래: 더욱 스마트하고 적응력 있게