[기술포스팅 원문] https://tech.hancom.com/2025-03-24-workflow-improvement-hub/

[기술포스팅 요약] 본글은 한글과컴퓨터 응용기술검증팀의 QA 업무 개선 사례를 공유한 글이며, AI 제품 검증, 테스트 케이스 작성 효율화, 자동화 도구 도입, 검증 프로세스 표준화, 이슈 관리 기준 정비 등 다양한 개선 활동을 담고 있습니다.

• QA 프로세스는 제품의 기능과 사용성을 검증하여 전반적인 품질을 높이는 것을 목표로 합니다.
• AI 제품 검증에는 LLM as a Judge 평가 방식을 도입해, 사람이 아닌 LLM이 다른 LLM의 출력을 평가하는 방식으로 평가 일관성과 효율성을 확보했습니다.
• 테스트 케이스 작성 시 마인드맵 도구를 먼저 활용하여 아이디어를 정리하고, 이후 스프레드시트로 정돈된 산출물을 작성함으로써 작성 시간을 단축하고 검증 커버리지를 향상시켰습니다.
• 업데이트 종류에 따라 검증 범위를 명확히 하기 위해 Summary-TC를 도입하여, 빠르고 핵심적인 검증이 가능하도록 했습니다.
• Summary-TC는 일반 사용자가 경험할 수 있는 기본 시나리오로 구성되어 있어, 배포 시 주요 기능의 안정성 확보에 적합합니다.
• Katalon Studio 도구를 활용하여 반복 작업을 자동화함으로써, 검증 시간을 크게 단축하고 휴먼 에러 가능성을 줄였습니다.
• 예를 들어, 30~40분 소요되던 수동 검증을 자동화하여 약 5분 내로 완료할 수 있었습니다.
• 이슈 등록 시 중요도와 긴급도 판단의 기준을 명확히 설정하여, 검증 담당자의 주관적 판단에 의한 혼선을 줄이고 Sign-Off 기준을 체계화했습니다.
• 이슈 보류 처리 또한 중요도에 따라 마일스톤에 반영하거나 Hotfix로 대응할 수 있도록 기준을 마련하였습니다.
• 전체적으로 QA 프로세스의 표준화와 자동화를 통해 업무 효율성과 제품 품질 신뢰도를 동시에 향상시켰습니다.

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