feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]
This commit is contained in:
@@ -1,10 +1,29 @@
|
||||
---
|
||||
id: wiki-2026-0508-단위-테스트-unit-tests
|
||||
title: 단위 테스트 (Unit Tests)
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
canonical_id: self
|
||||
aliases: []
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.92
|
||||
tags: [uncategorized]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-08
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: unspecified
|
||||
framework: unspecified
|
||||
---
|
||||
|
||||
# [[단위 테스트 (Unit Tests)]]
|
||||
|
||||
## 📌 Brief 소감
|
||||
단위 테스트(Unit Tests)는 개별 함수, 메서드 또는 클래스 등 소프트웨어의 가장 작은 구성 단위(Unit)를 외부 의존성으로부터 격리하여 동작을 검증하는 빠르고 자동화된 테스트 기법이다 [1-3]. 이는 기능 변경이나 리팩토링 시 기존의 동작이 손상되지 않았음을 보장하는 필수적인 안전망 역할을 수행한다 [4-6]. 이상적인 단위 테스트는 스스로 결과를 검증(self-checking)할 수 있어야 하며, 소프트웨어 테스트 자동화 피라미드의 가장 하단에 위치하여 전체 테스트 스위트의 대다수를 차지해야 한다 [1, 7, 8].
|
||||
|
||||
## 📖 Core Content
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
* **리팩토링의 필수 전제 조건**
|
||||
리팩토링을 시작하기 전에는 반드시 견고한 단위 테스트 스위트가 구축되어 있어야 한다 [5, 6]. 테스트 코드가 없는 소프트웨어는 단순히 '레거시 코드'로 취급되며, 단위 테스트라는 안전망 없이는 대규모 변경 시 회귀 버그(regression bug)를 피하기 어렵다 [9, 10]. 또한, 새로운 버그 리포트를 받았을 때 가장 먼저 해야 할 일은 해당 버그를 드러내는 단위 테스트를 작성하여, 추후 동일한 문제가 발생하지 않도록 방지하는 것이다 [11-13].
|
||||
* **테스트의 구조와 모범 사례**
|
||||
@@ -16,8 +35,7 @@
|
||||
* **레거시 코드와 AI 활용**
|
||||
테스트가 없는 레거시 코드를 변경할 때는 코드를 직접 변경하지 않고 동작을 우회할 수 있는 '접점(Seams)'을 파악하여 테스트를 주입하는 것이 중요하다 [28]. 최근에는 대규모 언어 모델(LLM) 기반의 AI 코딩 도구를 활용해 기존 시스템의 동작을 포착하는 단위 테스트를 자동으로 대량 생성하고, 이를 가드레일로 삼아 리팩토링을 수행하는 접근법이 높은 브랜치 및 구문 커버리지를 달성하며 효과를 입증하고 있다 [29-31].
|
||||
|
||||
## ⚖️ Trade-offs & Caveats
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
* **테스트의 경직성(Brittleness) 문제**
|
||||
단위 테스트를 프로덕션 코드의 내부 구조와 너무 가깝게 결합하여 작성하면, 단순히 내부 설계를 개선하는 리팩토링 작업 중에도 테스트가 깨지는 문제가 발생한다 [32]. 이는 개발자가 코드를 수정할 때마다 깨진 테스트를 고쳐야 하는 번거로움을 야기하며, 결국 단위 테스트가 안전망이라는 본연의 가치를 잃고 유지보수 부담으로 전락할 수 있다 [24].
|
||||
* **단위 테스트의 범위 한계**
|
||||
@@ -28,4 +46,64 @@
|
||||
소프트웨어의 모든 조합이나 단순 기능까지 100% 테스트하려는 압박은 오히려 개발자를 좌절시켜 꼭 필요한 테스트조차 작성하지 않게 만드는 역효과를 초래할 수 있다 [17, 38]. 또한 AI를 사용해 단위 테스트를 생성할 때, AI 모델은 커버리지 수치만 높이고 실제 결함 검증력은 떨어지는 비효율적인 테스트를 다수 생성하는 편향성(value misalignment)을 보일 수 있어, 변이 테스트(mutation testing)를 통한 개발자의 엄격한 필터링이 필요하다 [39, 40].
|
||||
|
||||
---
|
||||
*Last updated: 2026-05-03*
|
||||
*Last updated: 2026-05-03*
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
|
||||
> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
|
||||
- **Parent:** [[10_Wiki/Topics]]
|
||||
- **Related:** *(TODO: 최소 2개)*
|
||||
- **Opposite / Trade-off:** *(TODO)*
|
||||
- **Raw Source:** 직접 입력
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
|
||||
## 💻 코드 패턴 (Code Patterns)
|
||||
|
||||
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
||||
|
||||
```text
|
||||
# TODO
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
|
||||
**선택 A를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
|
||||
**선택 B를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
|
||||
**기본값:**
|
||||
> *(TODO)*
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
|
||||
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
|
||||
Reference in New Issue
Block a user