【토카티비-totocasinocomunity】 보증업체안전놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 먹튀피해사례공유

로그인

글쓰기

[IT뉴스]AI가 만든 코드, AI가 검사한다…SW 테스팅, ‘지능형 QA’로 전환

온카뱅크관리자

2026-03-30 12:17:31

<div id="layerTranslateNotice" style="display:none;"></div> 한국SW테스팅협회, 한국인공지능소프트웨어테스팅협회’로 변경 명칭 변경 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="xAV4dLztlV">
 <figure class="figure_frm origin_fig" contents-hash="d851638735124f8014b8c4074f8773afae22968edcd975de85a6ea9b3b99f080" dmcf-pid="yGjcISiPv2" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/30/552796-pzfp7fF/20260330121009493rgge.jpg" data-org-width="640" dmcf-mid="QJ8Pnab0Cf" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/30/552796-pzfp7fF/20260330121009493rgge.jpg" width="658">
 </figure>
 [디지털데일리 박재현기자] 생성형 AI 확산으로 소프트웨어 개발 속도가 빨라지면서 테스트 부담이 빠르게 커지고 있다. 사람이 일일이 확인하던 기존 방식으로는 개발 속도를 따라가기 어려워지자, 업계에서는 AI가 테스트 시나리오를 만들고 오류를 찾아내는 ‘지능형 SW 테스팅’ 도입이 본격화하고 있다. 다만 AI가 내놓은 테스트 결과를 어디까지 신뢰하고, 문제 발생 시 책임을 누구에게 물을 것인지는 여전히 과제로 남아 있다.
 ◆ “인력에서 AI로”…비용, 유지보수 효율 강점=업계에 따르면 생성형 AI 도구 도입 이후 코드 수정과 기능 추가 주기가 짧아지면서 테스트해야 할 경우의 수가 크게 늘었다. 과거처럼 인력이 기능 작동 여부를 일일이 확인하는 방식으로는 출시 속도를 맞추기 어려워졌고, 테스트 유지보수 부담도 빠르게 커지고 있다는 설명이다.
 이러한 상황에서 ‘지능형 SW 테스팅’이 부상했다. 지능형 SW 테스팅은 AI가 SW 테스팅 프로세스에 개입해 자율화 및 최적화를 달성하는 품질 보증 체계다. 기존 테스트 자동화가 사람이 정해준 시나리오를 단순히 반복하는 수준이었다면, AI가 직접 판단하고 예측하며 대응이 가능하다.
 지능형 SW 테스팅에는 테스트 케이스 자동 생성을 비롯해 자가 치유, 결함 예측, 테스트 최적화 등 기술이 포함된다. 예를 들어 AI는 자연어로 작성된 요구사항 문서를 읽고, 이를 바탕으로 실제로 돌려볼 수 있는 테스트 항목과 스크립트를 자동으로 만들 수 있다.
 아울러 유지관리 차원에서 효율성을 향상할 수 있다. 통상 유저 인터페이스(UI) 요소가 변경되면 테스트를 멈추고 사람이 코드를 직접 수정해야 한다. 하지만 지능형 SW 테스팅 체계에서는 UI 요소 변경 시 AI가 주변 텍스트, 이미지 등 맥락을 분석해 동일 객체임을 인지하고 스크립트를 실시간으로 자동 갱신한다.
 전통적인 방식에 비해 비용도 저렴하다. 기존 SW 테스터는 업무 시간의 30~50%를 스크립트 복구에 할애한다. 개발 속도가 향상될수록 유지보수 업무의 부담이 크게 늘 수밖에 없다. 여기에 AI를 활용하면 단순 변경사항을 스스로 처리하게 만들고, 테스터는 로직 오류나 고차원적 결함 분석 업무에만 집중할 수 있는 환경이 마련된다.
 테스트 데이터 관리 방식도 달라진다. 고정된 데이터셋에 의존하던 기존 방식과 달리, AI는 테스트 목적과 상황 변화에 맞춰 필요한 데이터를 생성하거나 보완할 수 있다.
 국내 기업들의 대응도 빨라지고 있다. 배현철 한국SW테스팅협회장에 따르면 대다수 회원사가 이미 지능형 SW 테스팅 환경을 마련하기 시작했다. 배 협회장은 “대기업과 중견기업을 중심으로 AI 기반의 지능형 SW 테스팅 환경이 구현되기 시작했다. 이미 많은 회원사가 단순 반복적인 테스트 케이스 실행을 넘어, AI가 코드 변경 사항을 추적해 테스트 시나리오를 실시간으로 생성하고 유지보수하는 단계까지 도달했다”고 설명했다.
 ◆ 숙제는 보안 및 신뢰성=문제는 AI가 내놓은 테스트 결과를 어디까지 믿을 수 있느냐는 점이다. 특히 AI가 만든 소프트웨어를 다시 AI로 검증하는 구조가 확산하면서, 오류를 놓쳤을 때 책임을 누구에게 물을지에 대한 기준은 여전히 모호하다는 지적이 나온다.
 SW 테스팅 기업 관계자는 “과거보다 보안 강화 및 데이터 신뢰성에 대한 중요성이 확대됨에 따라 현재 SW 테스팅 기업들 상당수가 단순 반복 검증을 넘어 AI 테스팅 결과에 대한 보안 취약점 탐지와 데이터 신뢰성 확보 등을 집중적으로 점검하고 있다”면서 “특히나 원전이나 모빌리티와 같이 안전이 직결된 고위험 산업군에서는 아직 AI 기반 SW 테스팅이 완벽히 자리 잡지 못한 상황”이라고 설명했다.
 전문 인력 부족과 높은 도입 비용 역시 걸림돌이다. AI 도구를 사용하더라도 이를 운용할 전문가가 부족하고, 국제 규격에 맞는 지능형 QA를 제공할 수 있는 국내 기업이 많지 않다.
 업계 관계자는 “AI 테스팅 도구가 보급돼도 이를 현장에 안착시키기 위해서는 단순 테스터가 아닌 QA 엔지니어링과 데이터 사이언스 역량을 동시에 갖춘 인력이 필요하다. 여전히 대학이나 사설 교육기관의 커리큘럼이 수동 테스팅이나 기초적인 스크립트 작성에 머물러 있어, 급변하는 지능형 QA 트렌드를 따라가지 못하고 있다”고 말했다.
 이어 이 관계자는 “지능형 QA 도입은 단순한 SW 구매 이상의 비용이 발생한다. AI 테스팅 솔루션의 경우 라이선스 비용이 높을 뿐아니라, AI 모델을 구동할 수 있는 GPU와 같은 인프라 유지비용도 만만치 않다. 또한 양질의 과거 결함 데이터와 소스코드가 정제돼야 하기에 학습 데이터 구축 비용도 많이 든다”고 덧붙였다.
 ◆ 정부, 유관 기관과 협력하며 대응=AI 테스팅과 관련해 정부 역시 유관 기관과의 긴밀하게 협력하며 대응하고 있다. 현재 정부는 한국정보통신진흥원(NIPA), 한국정보통신기술협회(TTA), 한국인공지능소프트웨어산업협회(KOSA), 한국SW테스팅협회 등과 AI 기반 테스팅 트렌드에 따른 정책적 가이드라인을 수립 중이다.
 정부는 AI 기반 테스트에서 인증 범위와 책임소재 등 신뢰성 있는 인증 체계 구축에 역점을 두고 있다. 특히 지난 2월 제정된 ‘AI 기본법’ 내 AI 기반 테스팅의 세부 시행 규칙을 마련 중이며, 법정 단체들과 함께 신뢰성 인증 체계를 구축하기 위해 긴밀히 논의하고 있는 것으로 알려 진다.
 AI 테스팅 도구의 신뢰성 확보를 위한 기술적 요구사항과 더불어, 제3자 테스팅 시 발생할 수 있는 법적 책임 범위 등이 포함될 것으로 알려졌다. TTA 등 법정 단체들은 정부와 함께 글로벌 표준에 부합하는 AI 신뢰성 인증 체계를 구축하기 위한 심층 논의를 이어가고 있다.
 또한 AI SW의 고질적 취약점으로 지적되는 보안 문제를 해결하고자 산업별 특화 테스팅 모델 개발도 추진된다. 원전, 모빌리티, 국방 등 안전이 최우선인 분야에서는 기존 AI 테스팅의 미흡한 점을 보완할 수 있는 고도화된 검증 데이터셋을 구축하고, 이를 통해 AI SW의 실질적인 완성도를 검증할 수 있는 환경을 조성한다는 방침이다.
 이러한 정부의 움직임은 공공부문에서 AI SW 도입이 확대됨에 따라 발생할 수 있는 결함이나 보안 사고에 대비해, 어느 수준까지 AI 도구의 검증 결과를 인정하고 보증할 수 있을지에 대한 기준이 필요하다는 데에서 기인한다.
 배현철 한국SW테스팅협회장은 “QA는 이제 개발의 마지막 단계가 아니라, AI와 함께 제품의 안정성과 완성도를 실시간으로 조율하는 핵심 전략이다. 정부와 민간이 힘을 합쳐 AI SW 테스팅의 보안과 신뢰성을 담보할 수 있는 생태계를 조성해야 한다”면서 “협회 차원에서도 이러한 변화에 발맞추고자 다음 달 임시 총회를 거쳐 명칭을 ‘한국인공지능소프트웨어테스팅협회’로 변경할 예정이다. AI 테스팅 도구에 대한 인증 체계 마련과 보안 취약점 대응 등 산업계의 전략적 접근을 적극 지원하겠다”고 강조했다.
 </section> 
 </div> 
 Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기