[기술포스팅 원문] https://medium.com/@mpark_99491/29cm-qa팀이-ai와-협업을-위해-ai-locator를-구현하여-얻은-효과-d5d564fb9714

[기술포스팅 요약]

29CM QA팀의 AI 기반 Locator 자동화 도입

29CM QA팀은 iOS 및 Android 테스트 자동화를 위해 Appium을 활용하며, 선택자 사용을 간소화하기 위해 All Locator를 자체 구현하여 사용하고 있습니다. 기존에는 Playwright의 .locator()와 유사한 방식으로 iOS용 ial 및 Android용 aal을 활용해 테스트를 수행했으나, UI 변경으로 인한 테스트 신뢰성 문제를 해결하기 위해 AI를 도입하게 되었습니다.

• 기존 All Locator의 한계
  • UI 변경으로 인해 기존 고유식별자가 삭제될 경우 자동화 테스트 실패
  • 변경된 UI에 맞춰 지속적인 수정 필요
  • 테스트 신뢰성을 유지하기 위한 QA팀과 엔지니어링 조직의 긴밀한 협업 필요
• AI Locator 도입 과정
  • Locator 자동 추천을 위한 AI 모델 비교 테스트 진행
  • GPT-4o 모델이 가장 정확한 요소 탐색 가능
  • AI 프롬프트 최적화를 통해 정확한 XPATH만 반환하도록 조정
  • 기존 All Locator와 AI Locator 통합하여 All Locator Ver.2 구현
• All Locator Ver.2
  • 기존 All Locator가 NoSuchElementException을 반환하면 AI Locator 자동 호출
  • 기존 코드 변경 없이 매개변수 추가만으로 AI Locator 사용 가능
  • 자동화 테스트 실패율 감소 및 유지보수 효율성 향상
• 결과 및 향후 계획
  • 팀원들이 AI Locator를 활용하여 테스트 자동화의 신뢰성 증가 경험
  • 프롬프트 최적화를 통한 정밀도 개선 지속
  • AI 도입을 확장하여 자동화 테스트 외 다양한 영역에 적용 계획

29CM QA팀은 AI 기반 Locator 자동화 도입을 통해 테스트 신뢰성을 높이고 유지보수 부담을 줄이는 효과를 얻었으며, 향후 AI 활용 범위를 점진적으로 확장할 계획입니다.

이 게시글은 [GPT-4o model]를 통해 요약되었으며, 정보 공유 목적으로 게시되었습니다. 원문 게시물에 대한 책임이나 이해 관계가 없습니다. - 소프트웨어QA 포럼