AI를 활용한 QA의 기초 및 현대적 테스트 (ISTQB 기초 자격증 준비) 교육 과정

품질 보증 및 테스트의 기초

• 품질, 품질 보증, 테스트 정의
• 7가지 테스트 원칙 (ISTQB CTFL v4.0)
• 테스트와 디버깅, 품질 관리의 차이
• 테스트의 심리학
• QA 팀 내 역할과 책임

소프트웨어 개발 생명 주기(SDLC)와 테스트

• 소프트웨어 테스트 생명 주기(STLC)의 단계
• ウォーター 폴, 애자일, DevOps, CI/CD 테스트 방식
• 테스트 수준: 유닛, 통합, 시스템, 수용 테스트
• 시프트-레프트(Shift-left)와 시프트-라이트(Shift-right) 테스트 전략
• 요구사항과 테스트 케이스 간의 추적 가능성

정적 테스트 기법

• 리뷰, 워크스루, 검사(Inspection)
• 자동화 도구를 이용한 정적 분석
• 체크리스트 기반 및 역할 기반 리뷰
• 형식적 및 비형식적 리뷰 기법
• 애자일 워크플로우에 정적 테스트 통합

테스트 기법

• 블랙박스 기법: 동치 분할, 경계값 분석
• 결정 테이블 테스트와 상태 전이 테스트
• 유스 케이스 테스트와 탐색적 테스트
• 화이트박스 기법: 문장 및 결정 커버리지
• 경험 기반 기법과 오류 추측

결함 관리

• 결함 생명 주기: 발견, 보고, 분류(트리아지), 해결, 종료
• JIRA를 이용한 효과적인 결함 보고서 작성
• 결함 심각도(Severity)와 우선순위(Priority) 분류
• 근본 원인 분석 기법
• 결함 지표 및 추이 분석

테스트 관리 및 리스크 기반 테스트

• 테스트 계획 및 추정 방법
• 리스크 식별, 평가, 완화
• 테스트 모니터링, 제어, 보고
• 테스트 완료 기준 및 종료 조건 정의
• ISTQB에 부합하는 테스트 전략 및 테스트 정책 문서

테스트 도구 및 자동화 기초

• 테스트 도구 분류 (ISTQB 도구 카테고리)
• 테스트 자동화의 이점과 리스크
• 도구 선택: 오픈소스와 상용 솔루션 비교
• Selenium, Playwright, Cypress 소개
• 기본적인 자동화 테스트 스위트 구축

품질 보증에서의 AI 도입

• 테스터를 위한 AI 및 기계 학습 개념
• 분류: 테스트를 위한 AI vs. AI 시스템 테스트
• 현재 AI 테스트 환경: 기회와 한계
• AI 기반 시스템의 품질 특성
• ISTQB CT-AI 교범 개요 및 관련성

AI 지원 테스트 케이스 생성

• LLM(ChatGPT, Claude, Copilot 등)을 이용한 테스트 케이스 초안 작성
• 테스트 시나리오 생성을 위한 프롬프트 엔지니어링 기법
• 유저 스토리 및 수용 기준을 테스트 케이스로 전환
• AI 생성 테스트 케이스 검토 및 검증
• 플랫폼: Testim, Mabl 및 AI 네이티브 테스트 생성 도구

AI 지원 테스트 자동화

• Katalon Studio AI를 이용한 셀프 힐링 테스트 자동화
• AI 기반 객체 인식 및 요소 위치 파악
• Applitools Eyes를 이용한 시각적 회귀 테스트
• 견고한 자동화를 위한 AI 플러그인이 적용된 Selenium
• 지능형 로케이터를 이용한 유지보수 부하 감소

결함 예측 및 분석을 위한 AI

• Launchable과 Sealights를 이용한 예측적 테스트 선택
• ReportPortal을 이용한 실패 군집화 및 이상 탐지
• AI 지원 근본 원인 분석
• 품질 리스크 스코어링 및 테스트 갭 분석
• 역사적 결함 데이터를 활용한 테스트 우선순위 설정

AI 도구 평가 및 CI/CD 통합

• AI 테스트 도구 평가 기준
• ROI(투자 수익률) 분석 및 도입 전략
• Jenkins, GitHub Actions, GitLab CI에 AI 테스트 도구 통합
• 파이프라인 설계: AI 기반 테스트를 언제 어디서 실행할 것인가
• 지표를 통한 AI 테스트 효과 측정

AI 기반 테스트에서의 윤리적 고려 사항

• AI 생성 테스트 데이터의 편향과 공정성
• 클라우드 기반 AI 도구 사용 시 프라이버시 문제
• AI 테스트 결정의 투명성과 설명 가능성
• 거버넌스 및 컴플라이언스 고려 사항
• QA 팀을 위한 책임 있는 AI 실무

ISTQB CTFL 시험 준비

• CTFL v4.0 시험 구조, 소요 시간, 채점 방식
• 문제 유형 및 답변 전략
• CTFL 교범 장별 주제 비중 분포
• ISTQB 스타일 샘플 문항을 포함한 연습 시험
• 학습 로드맵 및 권장 자료

캡스톤: 엔드투엔드 AI 강화 테스트 워크플로우

• 샘플 요구사항 문서 기반 테스트 케이스 설계
• AI를 활용한 테스트 시나리오 생성 및 개선
• 셀프 힐링 도구를 이용한 일부 테스트 자동화
• 결함 보고 및 AI 지원 근본 원인 분석 수행
• 레트рос펙티브: 일상적인 QA 업무에 AI 통합하기