2025년 7월, 소프트웨어 QA 및 테스트 전문기업티벨(TBELL)이
국내 소프트웨어 품질 행사인‘QA 코리아 컨퍼런스 2025’에 참가해
소프트웨어 테스트 자동화 기술과 실제 구축 사례를 소개했습니다.

이번 발표에서는 기존의 매뉴얼 테스트에서 출발해
BDD(Behavior Driven Development) 기반 테스트 자동화,
TestOps 환경 구축, 그리고AI 기반 테스트로 이어지는 자동화의 진화 과정을 다뤘습니다.
특히 통신, 자동차, 교육, 금융, 전자상거래 등 다양한 분야에서 적용된
테스트 자동화 구축 사례와 함께,
자동화된 테스트를 실제 개발·운영 환경에서
지속적으로 수행하고 관리하는 방법을 소개했습니다.
QA 코리아 컨퍼런스 2025에서 소개한 테스트 자동화
‘QA 코리아 컨퍼런스 2025’는
국내 QA 실무자와 소프트웨어 품질 전문가들이 모여
품질 문화, 테스트 자동화, 소프트웨어 품질 개선 전략 등
실무 중심의 경험과 기술을 공유하는 행사입니다.

2025년에는‘SW 품질 생태계 확장’을 주제로 개최됐으며,
처음으로 오프라인 방식으로 진행됐습니다.
구분 | 내용 |
|---|---|
행사 | QA 코리아 컨퍼런스 2025 |
주제 | SW 품질 생태계 확장 |
참가 기업 | 티벨(TBELL) |
주요 내용 | 테스트 자동화 기술 및 구축 사례 |
자동화 방식 | BDD 기반 테스트 자동화 |
운영 환경 | TestOps, CI·CD, DevOps |
적용 분야 | 통신, 자동차, 교육, 금융, 전자상거래 등 |
확장 기술 | AI 기반 테스트, LLM 평가 |
티벨은 이번 컨퍼런스에서
단순히 테스트 스크립트를 실행하는 자동화를 넘어,
테스트 프로세스 전반을 자동화하고
지속적인 테스트 수행 환경으로 확장하는 과정을 소개했습니다.
매뉴얼 테스트에서 BDD 기반 테스트 자동화로
소프트웨어 테스트에서는
사람이 직접 기능을 확인하는 매뉴얼 테스트가 여전히 중요한 역할을 합니다.
하지만 서비스 규모가 커지고 배포 주기가 짧아질수록
동일한 기능을 반복적으로 검증해야 하는 상황도 함께 늘어납니다.
이러한 반복 작업을 줄이기 위해 활용할 수 있는 것이
테스트 자동화(Test Automation)입니다.
티벨은 이번 발표에서 기존의 매뉴얼 테스트 방식에서 벗어나
BDD 기반으로 테스트를 자동화하는 과정을 소개했습니다.
BDD는 사용자의 행동과 서비스의 기대 결과를 중심으로
테스트 시나리오를 구성하는 방식입니다.
예를 들어,
사용자가 특정 기능을 실행했을 때
어떤 조건에서
어떤 결과가 나타나야 하는지
를 시나리오 형태로 정의하고,
이를 자동화 테스트와 연결할 수 있습니다.
이를 통해 개발자와 QA 담당자가
테스트의 목적과 검증 내용을 보다 명확하게 공유하면서
반복적인 기능 검증을 자동화할 수 있는 기반을 만들 수 있습니다.
테스트 실행을 넘어 TestOps 환경으로
테스트 자동화는
테스트를 자동으로 실행하는 것만으로 끝나지 않습니다.
자동화 대상이 늘어나면
테스트 케이스와 실행 결과, 실패 원인, 수정 여부까지
함께 관리해야 하기 때문입니다.
티벨은 이러한 테스트 자동화 환경을
TestOps로 확장하는 방식을 소개했습니다.
TestOps는 테스트 케이스 관리부터
자동화 실행, 결과 확인, 이슈 관리까지
테스트 전 과정을 하나의 운영 흐름으로 연결하는 방식입니다.
일반적인 테스트 자동화가
‘테스트를 자동으로 실행하는 것’에 집중한다면,
TestOps는
‘자동화된 테스트를 실제 개발 환경에서
어떻게 지속적으로 운영하고 관리할 것인가’까지 포함합니다.
예를 들어 다음과 같은 과정을 하나의 흐름으로 구성할 수 있습니다.
테스트 케이스 관리
자동화 대상 선정
자동화 테스트 실행
테스트 결과 확인
오류 및 이슈 관리
CI·CD 환경과 연계
반복적인 회귀 테스트 수행
이러한 구조를 통해
서비스가 변경될 때마다 필요한 검증을 반복적으로 수행하고,
테스트 결과를 지속적으로 관리할 수 있습니다.
AI Contact Center의 음성 테스트 자동화
이번 컨퍼런스에서는
티벨이 구축해 온VUX(Voice User Experience) 기반 AI Contact Center 검증 자동화 기술도
함께 소개됐습니다.
AI Contact Center에서는
고객의 음성 발화에 따라 상담 흐름과 응답이 달라지기 때문에,
단순히 음성이 정상적으로 인식되는지만 확인하는 것으로는
전체 상담 시나리오를 검증하기 어렵습니다.
티벨은 고객의 발화와 상담 흐름을 분석하고,
전체 테스트 케이스를 검토한 뒤
검증 및 응답 유형별로 자동화 가능한 테스트 케이스를 선별하는 방식을 적용했습니다.
이후 자동화 가능한 테스트를
CI·CD 환경과 연결해 지속적으로 검증할 수 있도록 구성합니다.
전체 과정은 다음과 같이 연결됩니다.
Full TC 분석 → 응답 유형별 분류 → 자동화 대상 선정 →
음성 테스트 실행 → 결과 관리 → CI·CD 연계
이를 통해 개별 음성 테스트뿐 아니라
AI Contact Center의 전체 검증 프로세스를 자동화 환경으로 확장할 수 있습니다.
TTS·STT를 활용한 음성 테스트
기존 음성 기반 서비스 테스트에서는
테스터가 직접 음성을 발화하면서
서비스가 정상적으로 인식하고 응답하는지 확인하는 경우가 있습니다.
하지만 사람이 직접 음성을 반복해서 입력하면
발화 속도나 음량, 주변 소음 등 테스트 조건이 달라질 수 있습니다.
티벨은 이러한 음성 테스트 과정에
TTS(Text-to-Speech)와STT(Speech-to-Text)기술을 적용했습니다.
테스터의 직접 발화를 TTS로 대체하고,
서비스의 음성 응답이나 인식 결과를 STT와 연계함으로써
동일한 조건에서 반복적인 음성 테스트를 수행할 수 있도록 구성한 것입니다.
이를 통해 주변 소음이나 돌발 상황의 영향을 줄이고,
반복적으로 수행되는 음성 검증을 자동화된 테스트 프로세스 안에서 관리할 수 있습니다.
테스트 자동화는 다양한 산업에서 어떻게 활용될까?
테스트 자동화는 특정 산업이나 서비스에만 적용되는 기술은 아닙니다.
서비스 특성과 검증 대상에 따라
자동화할 수 있는 범위와 방식이 달라질 수 있습니다.
티벨은 이번 컨퍼런스에서
통신, 자동차, 교육, 금융, 전자상거래 등
다양한 산업에서 구축한 테스트 자동화 사례를 소개했습니다.
예를 들어 서비스에 따라
반복적인 기능 테스트
회귀 테스트
음성 기반 서비스 검증
사용자 시나리오 테스트
데이터 및 결과 검증
CI·CD 기반 지속 테스트
등을 자동화 대상으로 검토할 수 있습니다.
중요한 것은 모든 테스트를 일괄적으로 자동화하는 것이 아니라,
프로젝트의 테스트 케이스와 운영 환경을 분석하고
자동화 효과가 높은 영역을 선별하는 것입니다.
이후 자동화된 테스트를 실제 개발 및 운영 프로세스와 연결해야
지속적인 품질 관리에 활용할 수 있습니다.
테스트 자동화에서 AI 기반 테스트로
소프트웨어 테스트 자동화의 범위는
최근 AI 기술과 결합하면서 더욱 확대되고 있습니다.
기존 테스트 자동화가
미리 정의된 테스트 케이스와 시나리오를 자동으로 수행하는 방식이었다면,
AI를 활용하면 테스트 생성과 분석, 실패 원인 확인과 수정 지원 등
기존에사람이 수행하던 일부 테스트 업무까지 자동화 범위에 포함할 수 있습니다.
티벨은 이번 컨퍼런스에서BDD 기반 테스트 자동화에서 AI 기반 테스트,
그리고 테스트 전 주기의 자율적인 수정으로 이어지는 발전 방향을 소개했습니다.
또한 LLM의 답변과 성능을 평가할 수 있는
클라우드 기반 범용 LLM 평가 서비스를 구축해
생성형 AI와 LLM의 신뢰성 검증에도 활용할 계획입니다.
AI 서비스가 확대될수록
기존 소프트웨어의 기능 테스트뿐 아니라
AI가 생성하는 결과가 얼마나 정확하고 일관적인지 평가하는 품질 검증 영역도 중요해지고 있습니다.
테스트 자동화 경험을 이어온 티벨

티벨은 금융사의VOC 관리 자동화 프로세스 구축을 시작으로,
10여 개 고객사를 대상으로
프로젝트와 고객 요구사항에 맞춘 테스트 자동화 구축 서비스를 제공해 왔습니다.
단순히 자동화 도구를 적용하는 방식이 아니라,
기존 테스트 케이스와 서비스 환경을 분석하고
자동화 가능한 영역을 선별한 뒤
테스트 수행부터 결과 관리, CI·CD 및 DevOps 환경과의 연계까지
전체 테스트 프로세스를 고려해 자동화 환경을 구축하는 방식입니다.
이번 QA 코리아 컨퍼런스 2025에서는
그동안 축적해 온 테스트 자동화 경험을 바탕으로
매뉴얼 테스트 → BDD 기반 테스트 자동화 → TestOps → AI 기반 테스트로 이어지는
소프트웨어 테스트 자동화의 발전 방향을 공유했습니다.
앞으로도 티벨은 소프트웨어 QA 및 테스트 분야의 경험을 기반으로
반복적인 테스트 업무를 효율화하고,
실제 개발·운영 환경에서 지속적으로 활용할 수 있는
테스트 자동화와 AI 기반 품질 검증 기술을 확대해 나갈 예정입니다.
