Back to Code | Ep 03: 잃어버린 기술 — TDD와 잘못된 확신

인공지능 (AI)이 만들어낸 환상에서 깨어나 실제 엔지니어링으로 돌아가고 있는 기업, LogiFlow의 15주간의 기술적 전투.

이야기

War Room에는 승리의 기운이 감돌고 있었습니다. 전날 진행된 Hexagonal Architecture (육각형 아키텍처) 수술은 성공적이었습니다. Emre는 터미널에서 npm run test를 실행했습니다. 몇 초 만에 화면이 초록색으로 변했습니다: 142 통과, 0 실패.

"봤지, Defne?" Emre가 말했습니다. "AI는 단순히 코드만 작성한 게 아니야. 98%의 커버리지 (coverage)로 테스트까지 작성했어. 우리 코드베이스는 지금 완벽해."

Defne는 화면의 초록색 체크 표시를 바라보았습니다. 그녀의 얼굴에는 미소가 없었습니다.

"Emre, QA 팀으로부터 방금 P0 티켓이 들어왔어. 스테이징 (staging) 환경에서, 5시간의 위험물 (hazmat) 경로를 가진 트럭의 ETA (도착 예정 시간)가 시스템에 _300분_으로 입력되었어. 시스템이 법적으로 의무화된 2시간의 휴식 시간을 고려하지 않았어."

Emre는 충격에 휩싸여 몸을 움찔했습니다. "말도 안 돼! 테스트는 방금 통과(green)됐는데!"

기술적 부검: 메아리를 테스트하기

Emre는 AI가 생성한 테스트 파일을 화면에 띄웠습니다:

// AI가 생성한 "결점 없는" 그러나 가짜인 테스트
describe('CalculateHazmatRouteUseCase', () => {
  it('should calculate ETA for hazmat truck correctly',
...

"여기에 엔지니어링에서 AI가 보여주는 가장 위험한 환상이 있습니다: **동의어 반복 테스트 (Tautological Testing)**와 **잘못된 확신 (False Confidence)**입니다."

"당신이 AI에게 '이 함수에 대한 테스트를 작성해줘'라고 말할 때, AI는 비즈니스 규칙 (business rule)을 이해하지 못합니다. AI는 현재 코드가 무엇을 반환하는지를 보고 그 값을 expect 라인에 작성합니다. 만약 코드가 잘못하여 1000을 반환한다면, AI는 1000을 기대하도록 테스트를 작성합니다! 당신은 그저 코드 자체의 메아리를 테스트하고 있는 것입니다."

잃어버린 기술: TDD는 "테스트" 도구가 아니다

TDD (테스트 주도 개발)의 신성한 사이클: Red - Green - Refactor (레드 - 그린 - 리팩터)

1. Red (의도): 아직 작성되지 않은 비즈니스 규칙을, 그것이 어떻게 동작해야 하는지를 설명하는 테스트를 통해 정의합니다.
2. Green (구현): 그 약속을 이행하는 가장 단순한 코드를 작성합니다.
3. Refactor (리팩터): 코드를 정리합니다.

해결책: BDD와 인간이 작성한 "의도"

// 인간이 작성한 "의도" 테스트 (HUMAN-WRITTEN "INTENT" TEST)
describe('Hazmat Routing Domain Policy', () => {
  const hazmatTruck: TruckProfile = { isHazmat: true };
...

Defne가 npm run test를 실행했습니다. 화면은 **빨간색 (RED)**으로 변했습니다. Expected: 420, Received: 300.

그 순간, 방 안의 모든 사람이 깊은 숨을 들이켰습니다. 빨간 불빛은 버그가 아니라, 드러나고 있는 진실이었습니다.

에피소드 3의 교훈

1. 동어반복적 테스트 (Tautological Tests): AI는 현재 코드의 출력값을 읽고 그 값을 expect 라인에 그대로 작성하여, 100% 커버리지(coverage)라는 환상을 만들어냅니다.

2. TDD는 검증이 아닌 설계 도구이다: 테스트 주도 개발 (TDD, Test-Driven Development)의 목적은 "버그를 체크하는 것"이 아니라, "시스템이 어떻게 동작해야 하는지를 계약 (contract)으로 묶는 것"입니다.

3. 엣지 케이스 (Edge Case)에 대한 맹점: AI는 "해피 패스 (happy path)" 테스트를 작성하는 데 탁월합니다. 하지만 인간처럼 회의적인 시각으로 경계값 (boundary values)이나 법적 처벌 조항 등을 설계할 수는 없습니다.

4. 새로운 워크플로우 (Red-Green-AI): 인간이 먼저 테스트를 작성하여 빨간색 (Red) 상태로 만듭니다. 그 후에야 AI에게 빨간색 테스트를 통과시키기 위한 구현 (implementation)을 요청합니다.

이것은 "Back to Code" 시리즈의 에피소드 3입니다. 다음 편: 에피소드 4 — 기계 잊기: 빅 오 표기법 (Big O Notation)과 성능 세금 (Performance Tax).

Series: back.to.code · 2026