빠르게 반복되는 소프트웨어 릴리스 환경에서 테스트 준비 시간의 단축과 테스트 커버리지의 정확성은 품질 보증(QA) 팀의 주요 과제가 되고 있다. 특히 기능 변화가 상시 발생하는 상황에서는 기존 테스트 계획이 무력화되는 경우가 많다.

글로벌 테스트 서비스 기업 테스트시그마(Testsigma, CEO 루크만가다 칸달라)가 이러한 현실을 고려해, 자사 AI 기반 테스트 플랫폼의 핵심 엔진 ‘아토(Atto)’의 최신 버전인 ‘아토 2.0’을 발표했다.

이번 버전은 단순한 자동화 도구의 역할을 넘어서, 사용자 행동 기반 분석을 통해 테스트 사각지대를 실시간으로 보완하고 릴리스 주기에 맞춰 테스트 세트를 자동으로 정비하는 구조를 채택했다. 특히 테스트 커버리지의 적시성, 유효성, 우선순위를 강화해 QA 운영 전반의 대응성을 높이는 데 중점을 두고 있다.

변화 적응, 사전 대응, 맥락 파악

아토 2.0은 ▲적응형 테스트 시스템(Adaptive) ▲사전 대응형 구조(Proactive) ▲맥락 인식 기능(Context-Aware) 총 세가지 핵심적인 기능을 탑재했다.

적응형 테스트 시스템 기능은 제품 기능이 추가되거나 변경되면 이를 자동 인식하고 테스트 커버리지를 동적으로 재구성하는 기능으로, 수작업 없이도 최신 빌드에 대한 테스트 세트 정렬이 가능해진다.

사전 대응형 구조 기능은 사용자의 실제 경로를 기반으로 전통적인 테스트 계획에서 누락되기 쉬운 시나리오를 식별하며, 자동 치유(Self-healing) 기능과 함께 코드 레벨이 아닌 사용자 의도를 바탕으로 작동해 테스트 유지보수 부담을 줄인다.

한편 맥랑 인식 기능으로 변경된 코드가 실제 사용자 플로우에 어떤 영향을 미치는지 파악하고, 그중 우선 대응이 필요한 영역만 선별해 QA 리소스의 집중도를 높인다.

릴리스 준비 시간 단축과 운영 효율 향상

아토 2.0은 테스트 준비 시간을 줄이고 커버리지 누락을 방지함으로써 QA 팀의 운영 비용을 절감한다. 시스템은 백그라운드에서 지속적으로 작동하며, 각 릴리스 시작 시점마다 정비된 테스트 세트를 제공한다. 이로 인해 긴급 배포 상황에서도 품질 보증이 가능해진다.

기존 수작업 기반의 테스트 유지보수에 소요되던 시간이 수십 시간 단위였다면, 아 2.0을 통해 해당 과정이 자동화됨에 따라 수 시간 이하로 단축될 수 있다.

QA 분야에서 ‘반응적 대응’에서 ‘사전 예방’으로의 전환은 장기적으로 품질 사고의 발생 빈도를 줄이고, 배포 이후 수정 비용을 최소화하는 데 기여할 수 있다. 또한 사용자 행동 기반의 테스트 리디자인 기능은 특히 사용자 경험(UX)이 중요한 SaaS 및 B2C 제품군에서 적용 가능성이 높다.

테스트시그마는 향후 아토 2.0에 데이터 기반 위험 점수화, 커버리지 시각화 기능 등을 추가할 예정이며, 복잡한 테스트 시나리오를 다수의 개발자와 협업 구조에서도 자동으로 유지할 수 있도록 기능을 확장할 계획이다.

루크만가다 칸달라(Rukmangada Kandyala) 테스트시그마 CEO는 “아토 2.0은 단순한 테스트 자동화를 넘어, 테스트 시스템이 소프트웨어의 속도와 복잡성에 능동적으로 대응하는 기반을 마련했다”며 “현대 개발팀이 직면한 품질 보증 문제에 실질적인 해법을 제시할 것”이라고 말했다.