개념
AI는 원래 "말"만 할 수 있다
기본적으로 AI 모델은 텍스트를 주고받는 것만 할 수 있다 — 실제로 브라우저를 열어 클릭하거나, API를 호출하거나, 파일을 읽는 능력이 없다. "이 화면에서 로그인 버튼을 클릭해줘"라고 말해도, AI 혼자서는 그 클릭을 실행할 방법이 없다.
MCP(Model Context Protocol)란
MCP는 AI가 외부 도구를 호출할 수 있게 연결해주는 표준 규격이다. 모듈 12에서 배운 API가 "서버와 클라이언트가 대화하는 공통 규칙"이었던 것처럼, MCP는 "AI와 도구가 대화하는 공통 규칙"이라고 이해하면 된다.
API(모듈 12): 클라이언트 ↔ 서버가 정해진 형식으로 데이터를 주고받는 규칙
MCP: AI ↔ 도구(브라우저, 파일시스템, 다른 API 등)가 정해진 형식으로
"이 도구를 이렇게 써줘"라고 요청하고 결과를 받는 규칙MCP가 QA 자동화에 연결되는 방식
모듈 13에서 배운 Playwright 같은 도구를 MCP로 감싸면, AI가 "이 버튼을 찾아 클릭해줘"라고 판단했을 때, 그 판단을 실제 Playwright 동작으로 연결해 실행할 수 있다.
1. AI: "로그인 버튼을 클릭해야겠다"고 판단(텍스트 수준의 판단)
2. MCP를 통해 Playwright 도구에 "getByRole('button', { name: '로그인' })을
클릭하라"는 요청을 전달
3. Playwright가 실제로 브라우저에서 클릭을 실행
4. 결과(성공/실패, 화면 상태)가 다시 AI에게 전달됨
5. AI가 그 결과를 보고 다음 판단을 이어감이 흐름은 모듈 13(레슨 2)에서 배운 Playwright의 요소 찾기·행동· 검증 구조를, 사람이 코드로 직접 짜는 대신 AI가 상황에 맞게 그때그때 판단해서 호출하는 방식으로 바꾼 것이다.
왜 이게 새로운가
기존 자동화(모듈 1114)는 사람이 미리 정해둔 스크립트를
그대로 반복 실행했다. MCP로 연결된 AI 에이전트는, 매 순간 화면
상태를 보고 "다음에 뭘 해야 할지" 스스로 판단하면서 진행한다
— 이건 모듈 5에서 배운 탐색적 테스팅의 "미리 정해진 스크립트가
없다"는 특징과 얼핏 닮아 보이지만, 사람의 직관이 아니라 AI의
추론에 의존한다는 점이 다르다. 레슨 56에서 다룰 Agentic
Testing이 바로 이 방식이다.
QA가 알아야 할 것 — 신뢰 경계가 새로 생긴다
모듈 5(레슨 9)에서 배운 신뢰 경계 개념을 떠올려보자. AI 에이전트가 MCP를 통해 실제 도구를 조작할 수 있게 되면, **"AI가 잘못 판단해서 의도치 않은 동작(예: 실수로 결제 버튼을 눌러버림)을 실행할 위험"**이라는 새로운 경계가 생긴다.
- 테스트 환경에서만 AI 에이전트에게 도구 접근 권한을 준다
(모듈 7 레슨 3의 환경 격리 원칙)
- 되돌릴 수 없는 동작(결제, 삭제)은 AI가 직접 실행하지 못하게
제한하거나, 사람의 승인을 거치게 한다실무에서 왜 필요한가
"AI에게 우리 서비스를 통째로 탐색하며 결함을 찾아달라고 시킬 수 있을까?"라는 질문에 답하려면, AI가 실제로 브라우저를 조작할 수 있게 연결하는 방법(MCP)을 이해해야 한다. 동시에 이 연결이 만드는 새로운 위험(잘못된 판단으로 실제 동작을 실행)도 함께 이해해야, 안전한 범위 안에서 이 기술을 도입할 수 있다.