엔드투엔드(E2E) 테스트란 무엇인가요?

E2E 테스트는 통합된 구성 요소(프런트엔드, 백엔드, 데이터베이스, 타사 서비스 등)가 원활하게 함께 작동하는지 확인합니다. 또한 실제 사용자 시나리오를 통합하기 위해 노력합니다.

현재 다양한 소프트웨어 테스트 유형을 사용할 수 있습니다. 전체 애플리케이션의 특정 영역을 테스트하거나, 관심 있는 특정 측면에 초점을 맞추거나, 최소 증분 레벨까지 단위 테스트를 수행할 수도 있습니다. 소프트웨어가 다양한 특정 기능을 얼마나 잘 수행하는지 또는 다양한 구성 요소가 서로 어떻게 연동되는지 테스트하고 싶을 수도 있습니다. 이 경우 Functional Testing 또는 Integration Testing을 살펴보는 것이 좋습니다.

하지만 여러분의 목표가 소프트웨어 애플리케이션의 작동 방식을 가장 완벽하게 파악하는 것이라고 가정해 보겠습니다. 앱이 처음부터 끝까지 작동하는 모습을 살펴보고, 앱이 하위 시스템과 관련 종속성을 얼마나 효율적으로 처리하는지 확인하고자 합니다.

이러한 단계를 넘어, 사용자 인터페이스(UI)가 얼마나 잘 작동하는지에 대한 전반적인 감각을 얻고 싶다고 가정해 봅시다. 따라서 어떤 UI 테스트 접근 방식을 선택하든 사용자 관점에서 앱 성능을 해결해야 합니다.

E2E 테스트는 앱 동작 전 과정을 한눈에 파악할 수 있는 종합적인 테스트 프레임워크를 제공하며, 사용자 경험(UX)의 품질을 평가하는 데 효과적인 방법입니다.

E2E 테스트는 전체 애플리케이션 개발 라이프사이클을 걸고 진행할 만큼 야심찬 작업이므로 더 많은 노력과 리소스, 시간이 필요한 것은 당연한 일입니다.

E2E 테스트는 작업을 단순히 '합격/불합격' 평가하는 '블랙박스' 테스트 전략과 상당히 다릅니다. 블랙박스 테스트 전략은 애플리케이션이 청구된 대로 작동하는지 여부만 확인하는 것입니다. 이런 이유로 E2E 테스트가 모든 목적에 이상적인 선택은 아닙니다. 일반적으로 시간이 많이 걸리는 테스트 프로세스로, 테스터가 앱 성능의 각 단계를 평가해야 하는 상황에서 사용하는 것이 가장 좋습니다.

E2E 테스트 프로세스는 다음 단계를 기반으로 합니다.

이 프로세스는 테스터가 실제 사용자가 애플리케이션을 어떻게 운용할지 생각하는 것으로 시작됩니다. 이 단계의 일부는 앱의 가장 중요한 사용자 상호 작용이 무엇인지, 그리고 앱 내에서 워크플로가 라우팅되는 방식을 고려하는 것입니다.

다양한 테스트 시나리오는 실제 시나리오와 사용자 여정의 합리적인 배열을 반영해야 하며, 테스터는 이러한 시나리오를 문서화하고 각 시나리오와 관련된 다양한 단계를 차트로 작성해야 합니다.

테스터는 테스트 사례를 체계적이고 쉽게 접근할 수 있는 방식으로 보관할 수 있는 테스트 관리 시스템도 필요로 합니다. 테스트 제품군은 이러한 기능을 수행하며 사용자 여정, 특정 기능 또는 모듈, 구성 요소에 따라 테스트 사례를 그룹화합니다.

이 단계는 테스트 환경과 관련이 있으며 사전 계획이 필요한 또 다른 단계입니다. 이상적으로는 테스터가 프로덕션 환경과 매우 유사한 스테이징 환경을 개발해야 합니다.

테스터는 애플리케이션 프로그래밍 인터페이스(API), 데이터베이스, 기타 필수 구성 요소와 같이 일반적으로 소프트웨어 개발 프로세스에 통합되는 개별 구성 요소로 이러한 스테이징 환경을 채웁니다. 그리고 실제 성능 데이터에 액세스할 수 없는 경우 테스터는 대신 합성 데이터를 사용할 수 있습니다.

E2E 테스트 설계의 다음 측면은 적절한 테스트 도구, 그중에서도 특히 필요한 프레임워크와 자동화 도구를 선택하는 것입니다. 자동화 도구는 테스트 프로세스를 간소화하고 테스트를 더 빠르게 실행하기 때문에 E2E 테스트를 실행하는 데 필수적입니다. 테스터가 애플리케이션의 성능을 평가할 때 이러한 시간 절약은 효율성을 높이는 데 도움이 됩니다.

테스터가 사용하는 정확한 도구는 애플리케이션 유형에 따라 다릅니다. 웹 애플리케이션을(를) 사용하는 테스터는 일반적으로 Selenium 또는 Cypress와 같은 도구를 선택합니다. 모바일 앱을 사용하는 테스터는 Appium과 같은 도구를 선택합니다. 

우리는 테스터가 프론트엔드, 백엔드, 데이터베이스, API와 같은 모든 관련 구성 요소와 연관된 다양한 사용 시나리오를 설명하는 테스트 스크립트를 공식화하는 단계에 접근했습니다.

E2E 테스트가 실행되는 동안 테스터는 워크플로가 진행됨에 따라 애플리케이션의 동작을 평가하고 테스트 실행 전체에서 데이터 무결성이 유지되는지 확인합니다. 테스터가 테스트 스크립트를 사용하지 않기로 선택한 경우, 대신 테스트 시나리오에 대한 수동 테스트를 수행해야 합니다.

테스트 방법은 그 테스트가 얼마나 잘 문제점을 드러내는지에 따라 그 유용성이 결정되므로, 이 단계에서는 테스트를 통해 생성된 데이터를 신중하게 평가할 시기입니다. 테스터는 테스트 결과와 관련 지표를 예상 결과와 비교하여 테스트 범위에서 무엇을 배울 수 있는지, 그리고 현재 코드 내에 어떤 결함이나 오류가 남아 있는지 파악합니다.

이제 테스터는 테스트를 통해 발견된 모든 문제를 해결하기 위한 작업에 착수합니다. 테스터는 오류 메시지와 성능 로그를 연구하여 오류의 원인이 어디에 있는지 파악합니다. 테스터가 애플리케이션 문제를 성공적으로 디버깅하면 테스트를 다시 실행하여 문제가 해결되었는지, 테스트 프로세스를 통해 성능이 최적화되었는지 확인합니다.

이 단계에서는 테스터가 원활한 데이터 품질을 확립하는 목표로 정상적인 품질 보증(QA) 기능을 실행합니다.

E2E 테스트의 마지막 단계는 자동화의 힘을 활용하여 자동화된 테스트가 정기적으로 수행되는 활동으로 제대로 통합되어 있는지를 확인하는 것입니다. 즉, 오픈 소스 프레임워크인 Playwright와 같은 도구를 사용한 자동화를 지속적 통합 및 지속적 배포(CI/CD) 파이프라인에 추가하여 필요한 테스트가 정기적이고 일상적으로 실행되도록 하는 것을 의미합니다.

CI/CD 파이프라인을 사용하는 테스터는 소프트웨어 개발 프로세스 초기에 성능 문제를 감지하여 신속하고 쉽게 문제를 완화할 수 있습니다.

엔드투엔드 테스트 관행을 완벽하게 만들고 싶으신가요? 다음 팁을 고려해 보세요.

사용자 여정은 종종 크게 다르므로 가능한 한 많은 여정을 테스트에 포함시키는 것이 중요하지만, 테스트의 우선순위를 정해야 할 수도 있습니다. 이 접근 방식은 가장 중요한 사용자 여정을 먼저 테스트하는 데 집중해야 합니다.

'중요'를 정의하는 방식은 다소 다를 수 있습니다. 하지만 여기서는 일반적으로 사이트 로그인과 같이 조직에 꾸준하고 지속적인 중요성으로 인해 정기적으로 수행되는 테스트에 대해 이야기합니다.

이 단계의 다른 부분으로는 테스트를 더 쉽게 하기 위해 워크플로를 관리 가능한 단계들로 나누는 것이 있습니다. 

선택자는 웹 페이지의 문서 개체 모델(DOM) 내에서 반응형 요소를 호출하는 패턴입니다. 선택자는 테스트 프레임워크가 입력 필드, 텍스트 요소 및 버튼과 같은 화면 요소를 찾는 데 도움이 되는 주소의 역할을 합니다.

마찬가지로 '데이터-*' 속성이나 기타 안정적인 식별자를 사용하는 것이 가장 좋습니다. 클래스 이름과 같은 취약한 선택자는 피해야 합니다. 또한 DOM 구조는 다양한 반복을 거칠 수 있으므로 신중하게 사용하는 것이 가장 좋습니다. 

좋은 테스트를 만들기 위해서는 무엇이 필요합니까? 성공의 형태는 다양할 수 있지만, 최고의 테스트 사례는 일반적으로 몇 가지 속성을 공유합니다. 우선, 테스터는 필요할 때마다 동일한 테스트를 호출할 수 있어야 하므로 테스트가 반복 가능한지 확인하는 것이 바람직한 것으로 간주됩니다.

마찬가지로 테스트는 타사 가용성 및 네트워크 타이밍 문제와 같은 외부 영향의 방해 없이 자유롭게 실행될 수 있어야 합니다. 이러한 문제는 신뢰할 수 없는 결과를 초래할 수 있습니다. 

효과적인 관리를 통해 범위 확장을 억제하지 않으면 E2E 테스트의 규모가 너무 커지기 쉽습니다. 이 경우 테스트가 중단되고 실행이 어려워질 수 있습니다. 따라서 테스트 성능이 저하됩니다.

그렇기 때문에 가능한 경우 가장 무거운 처리 작업 중 일부를 오프로드하는 것이 합리적입니다. 대개 이는 테스터가 단위 테스트 및 Integration Testing의 일부로 수행할 수 있는 논리 검증 활동을 의미합니다. 이 방식을 사용하면 E2E 테스트가 사용자 행동 추세를 검증하고 소프트웨어 시스템을 동기화하는 데 계속 집중할 수 있습니다.

효율적이고 포괄적인 테스트를 장려하기 위해 테스터가 할 수 있는 가장 큰 일은 테스트 자동화로 대표되는 방대한 처리 능력을 활용하는 것입니다. 이는 테스트가 적절한 빈도로 수행되도록 하는 핵심적인 방법입니다.

또한 반복적인 테스트 작업을 자동화할 뿐만 아니라, 테스트에서 인적 오류의 지속적인 발생을 제한하는 주요 수단이기도 합니다. 브라우저 간 애플리케이션 및 모바일 앱으로 작업할 때 많은 테스터가 클라우드 기반 테스트 서비스를 선택합니다.

테스트 환경을 만들고 유지 관리하는 것은 시스템 테스트에서 아주 중요한 부분입니다. 테스터는 테스트 환경을 최적화하고 가능한 한 민첩한 환경을 만들어서 빠른 설정과 즉각적인 테스트를 가능하게 해야 합니다.

또한 테스트 환경은 심층적인 격리를 통해 외부 소스의 과도한 간섭으로부터 테스트 결과를 보호하는 것도 매우 중요합니다.

E2E 테스트는 모든 관련 당사자가 참여할 때 가장 효과적입니다. 이런 방식을 통해 테스터는 코드 수정 시 특히 가치 있는 고품질의 테스트 결과를 활용할 수 있습니다. 특히 DevOps 팀과 QA 팀은 최적의 소프트웨어 품질을 보장하기 위해 긴밀히 의사소통하고 협업을 유지해야 합니다.

또한, QA 팀이 조직의 비즈니스 요구 사항을 명확하게 이해하여 수정 중에 실수로 손상하지 않도록 교육하는 것이 중요합니다.

마지막으로, 모든 관련 이해관계자에게 프로젝트 진행 상황을 알려야 합니다.

API는 애플리케이션 내의 다양한 관련 구성 요소가 서로 통신할 수 있도록 하기 때문에 애플리케이션을 실행하는 데 중요합니다.

API 테스트는 API 기능에 중점을 두며, 테스터가 UI의 기능을 평가하기 전에 논리 기반 문제를 제거할 수 있습니다.

여러 테스트를 실행하는 경우 테스트를 병렬로 실행하여 여러 테스트를 멀티태스킹하는 시스템의 기능을 활용해야 합니다. 이 방법은 특히 클라우드 기반 테스트 구성에 적합하지만, 전반적으로 좋은 지침이 됩니다.

테스트를 병렬로 실행하면 테스트 실행에 필요한 시간이 단축되고 해당 테스트에서 더 빠른 피드백을 받을 수 있습니다.

항상 말씀드리지만, 컴퓨터 분야에서 오랫동안 동일하게 유지되는 것은 거의 없습니다. 상황은 변하고 발전하며, 이는 애플리케이션도 마찬가지입니다. 이러한 끊임없는 변화로 인해 테스터의 작업은 완전히 끝나는 법이 없습니다.

E2E 테스트 사례를 주기적으로 다시 검토하여 성능에 부정적인 영향을 미칠 수 있는 변경 사항이 있는지 확인하는 것이 좋습니다. 

인공 지능(AI)은 컴퓨팅의 거의 모든 측면에 활력을 불어넣고 혁신을 일으키고 있습니다. E2E 테스트의 경우 AI의 주요 이점은 AI가 다른 형태의 소프트웨어 테스트에 도입하는 이점과 거의 동등합니다. 기본적으로 AI는 E2E 테스트를 더 빠르게 수행하고, 프로세스를 더 효율적으로 만들고, 애플리케이션이 오류로부터 더 잘 보호되도록 합니다.

이러한 측면 외에도 AI는 애플리케이션 동작과 사용자 흐름을 기반으로 테스트 케이스를 생성하여 E2E 테스트 프로세스를 지원하고 있습니다. 이 접근 방식에는 UI 변경에 대한 시스템 인식을 기반으로 스스로 수정할 수 있는 '자가 치료' 테스트가 포함됩니다.

AI는 진화하는 앱의 테스트를 모니터링하고 인지한 주목할만한 변화를 기반으로 해당 테스트를 조정할 수 있습니다. 그리고 이러한 테스트를 실행할 때가 되면 AI는 초고속으로 테스트를 수행할 수 있습니다. 또한 추가 후속 테스트가 필요할 수 있는 영역도 식별할 수 있습니다.

온프레미스 인프라의 막대한 비용을 피하고 싶은 조직의 경우 클라우드에서 실행할 수 있는 AI 기반 테스트를 사용할 수 있습니다. 소프트웨어 퍼블리싱에 종사하는 기업의 경우, AI를 통해 필요한 소프트웨어 테스트를 더 빠르게 실행할 수 있으므로 제품 출시 시기를 앞당길 수 있습니다.

마지막으로, AI가 모든 비즈니스 활동을 '대체'한다는 일반적인 통념과 달리, AI는 기술 지식이 없는 사용자가 테스트 프로세스에 더 쉽게 참여할 수 있게 지원합니다. 또한 테스터 측면의 지식이 덜 필요한 AI 기반 도구를 통해 더 많은 사람을 프로세스에 참여시킵니다.