AI가 테스트 코드를 써도 E2E 테스트의 실행·조합 부담은 남는다
Kuniwak은 생성형 AI가 테스트 코드 작성 속도를 높여도 E2E 테스트의 브라우저 실행 시간, 환경의 불확실성, 조합 폭발은 남는다고 설명합니다. 그는 세부 분기는 단위 테스트에 맡기고, E2E는 실제 구성요소의 연결과 대표 사용자 흐름을 검증하며 필요에 따라 상태 전이 탐색과 고정 시나리오를 결합하자고 제안합니다.
언어와 프레임워크, SDK와 개발 방식·도구의 변화를 다룹니다.
Kuniwak은 생성형 AI가 테스트 코드 작성 속도를 높여도 E2E 테스트의 브라우저 실행 시간, 환경의 불확실성, 조합 폭발은 남는다고 설명합니다. 그는 세부 분기는 단위 테스트에 맡기고, E2E는 실제 구성요소의 연결과 대표 사용자 흐름을 검증하며 필요에 따라 상태 전이 탐색과 고정 시나리오를 결합하자고 제안합니다.
AI에게 작성한 코드를 스스로 검토하라고 시키면 같은 확신을 반복할 뿐입니다. 글쓴이는 30일간 AI가 모든 애플리케이션 로직을 작성하게 한 뒤, 별도 컨텍스트의 다른 검토자에게 실패 시나리오만 찾게 하는 ‘Refutation Gate’를 제안합니다.