개발 기초와 코드 레벨 테스트

QA를 위한 개발 지식

코드 읽기, HTTP·인증, OS·SQL·네트워크 기초, 트래픽 가로채기, PR diff 리스크 읽기, 테스트 용이성 판단, Git을 업무 프로세스 개선 도구로 쓰기. 그리고 크롬 DevTools로 결함 원인을 가르고 재현 가능한 증거를 남기는 법까지.

★ 개발자가 아니어도 읽는 법부터. 선수 과목 없음. AI 교차검증의 토대이기도 하다.

단위·통합 테스트

xUnit 계열 프레임워크, 목·스텁·스파이, 비결정적 요소 다루기, 커버리지 리포트의 함정, 프런트엔드 컴포넌트 테스트.

구조 기반 테스트 실전 — 커버리지 도구·경로/데이터 흐름·뮤테이션·정적/동적 분석·코드 리뷰

코드 구조를 근거로 테스트를 설계하고 그 충분성을 측정한다. JaCoCo·Istanbul·coverage.py로 실제 커버리지 리포트를 뽑아 해석하고, 경로 테스트와 데이터 흐름(DU-path) 테스트를 설계하며, 뮤테이션 테스트로 테스트가 정말 결함을 잡는지 검증한다. 정적·동적 분석으로 메모리 누수·자원 릭·와일드 포인터를 찾고, 코드 리뷰를 체크리스트와 결함 유형 분류가 있는 테스트 활동으로 운영한다.

★ 커버리지 수치는 테스트의 충분성이 아니라 테스트하지 않은 곳을 보여 준다.

QA를 위한 데이터 확인 — SQL·로그·분석 태그

화면만 보고 통과시키면 화면만 맞은 것이다. SELECT·JOIN·집계로 화면 뒤의 데이터를 직접 조회해 검증하고, 경계·중복·고아 레코드처럼 UI 로는 보이지 않는 정합성 문제를 찾는다. 애플리케이션·서버·브라우저 콘솔 로그를 읽어 원인을 좁히고, 상관 ID 와 타임스탬프·스택 트레이스로 개발자가 바로 재현할 수 있는 결함 정보를 만든다. GA4 이벤트와 데이터 레이어, 태그 매니저 설정이 설계대로 수집되는지 확인하고, 중복·누락·표본비 불일치 같은 수집 데이터 자체의 품질 문제를 QA 가 잡아내는 법까지 다룬다.

★ 화면만 보고 통과시키면 화면만 맞은 것이다 — 데이터가 맞는지는 직접 조회해야 안다.