AWS 미드레벨 테스트·코드품질 기술면접

AWS SDK 모킹은 aws-sdk-mock, sinon, jest.mock 등의 라이브러리를 사용하여 구현할 수 있습니다. Mock은 호출 검증이 필요할 때, Stub은 미리 정의된 응답만 필요할 때, Fake는 실제 동작과 유사한 간단한 구현이 필요할 때 사용합니다. Lambda 함수 내부에서 AWS SDK 클라이언트를 의존성 주입 패턴으로 분리하면 테스트 시 모킹이 용이합니다. LocalStack 같은 로컬 AWS 에뮬레이터를 사용하면 통합 테스트에서 실제 AWS 환경과 유사한 테스트가 가능합니다. 환경 변수를 통해 테스트/프로덕션 엔드포인트를 분리하고, 테스트에서는 모킹된 클라이언트를 주입하는 방식으로 격리된 단위 테스트를 작성할 수 있습니다.

IaC 테스트는 여러 계층으로 구성됩니다. cfn-lint나 terraform validate는 문법 오류와 구조적 문제를 사전에 검증하는 정적 분석 도구입니다. cfn_nag, tfsec 같은 보안 린팅 도구로 보안 정책 위반을 사전에 탐지할 수 있습니다. Terratest, kitchen-terraform 같은 프레임워크를 사용하면 실제 리소스를 프로비저닝하고 검증하는 통합 테스트를 작성할 수 있습니다. CI/CD 파이프라인에서는 PR 단계에서 정적 분석과 보안 검증을 수행하고, 머지 후에는 개발 환경에 실제 배포하여 통합 테스트를 실행하는 것이 효과적입니다. OPA(Open Policy Agent)나 Sentinel을 사용하면 조직의 정책 준수 여부를 자동으로 검증할 수 있습니다.

SAM Local과 LocalStack은 로컬 환경에서 빠른 피드백 루프를 제공하지만, 실제 AWS 서비스와 100% 동일하지 않아 edge case를 놓칠 수 있습니다. 개발 단계에서는 로컬 환경으로 빠르게 반복하고, CI/CD 파이프라인에서는 실제 AWS 환경에 임시 스택을 배포하여 통합 테스트를 수행하는 것이 효과적입니다. 테스트 데이터는 각 테스트마다 독립적인 리소스(예: DynamoDB 테이블)를 생성하거나, 테스트 전후에 setup/teardown으로 데이터를 초기화하여 격리를 보장합니다. 테스트 스택은 고유한 스택 이름(예: api-test-{branch}-{commit-hash})을 사용하여 병렬 실행 시 충돌을 방지하고, 테스트 완료 후 자동으로 삭제하여 비용을 절감합니다. 환경별로 다른 설정(엔드포인트, 리소스 이름)을 사용하여 프로덕션 환경과 완전히 격리합니다.

Dockerfile 린팅은 hadolint를 사용하여 베스트 프랙티스 위반(예: 불필요한 레이어, 루트 사용자 실행)을 사전에 탐지합니다. ECR의 이미지 스캔은 푸시 시 자동으로 CVE 취약점을 검사하지만, 기본 스캐너는 OS 패키지에만 집중합니다. Trivy나 Snyk는 애플리케이션 의존성까지 포함한 더 광범위한 취약점 스캔을 제공하며, CI 파이프라인에 통합하기 쉽습니다. 컨테이너 런타임 테스트는 Container Structure Test나 Goss를 사용하여 이미지 내 파일 존재 여부, 포트 노출, 환경 변수 설정 등을 검증합니다. CI/CD 파이프라인에서는 빌드 직후 hadolint로 Dockerfile 검증, 이미지 빌드 후 Trivy로 취약점 스캔, 컨테이너 실행 후 런타임 테스트를 순차적으로 수행하고, 임계값 이상의 취약점이 발견되면 배포를 차단합니다.

먼저 각 책임을 별도의 모듈이나 클래스로 분리합니다. S3EventParser, OrderRepository, NotificationService 같은 독립적인 컴포넌트로 나누고, 각각 단일 책임만 갖도록 설계합니다. 의존성 역전 원칙을 적용하여 인터페이스를 정의하고, 구현체를 주입받도록 변경하면 테스트 시 모킹이 용이합니다. 리팩토링 전에는 전체 플로우를 통합 테스트로만 검증해야 했지만, 리팩토링 후에는 각 컴포넌트를 독립적으로 단위 테스트할 수 있습니다. 리팩토링의 안전성은 기존 통합 테스트를 유지하면서(regression test), 새로운 단위 테스트를 추가하여 검증합니다. Golden Master Testing 기법을 사용하여 리팩토링 전후의 입출력이 동일한지 확인할 수 있습니다. 점진적으로 리팩토링하고 각 단계마다 테스트를 실행하여 문제를 조기에 발견합니다.

성능 테스트는 점진적으로 부하를 증가시키는 ramp-up 전략을 사용합니다. Artillery나 Locust로 초당 요청 수를 단계적으로 늘리면서 Lambda 동시성, API Gateway 429 에러, DynamoDB throttling 발생 시점을 파악합니다. CloudWatch에서 Lambda Duration, ConcurrentExecutions, Throttles 메트릭과 API Gateway 4XXError, 5XXError, Latency를 모니터링합니다. DynamoDB의 ConsumedReadCapacityUnits, ConsumedWriteCapacityUnits를 추적하여 프로비저닝된 용량 대비 사용률을 확인합니다. X-Ray를 활성화하여 각 구간별 지연시간을 분석하고 병목 구간을 식별합니다. 테스트 시나리오는 실제 트래픽 패턴을 반영하여 읽기/쓰기 비율, 요청 크기 분포를 현실적으로 설정합니다. 결과 분석 시 평균 응답시간뿐만 아니라 P95, P99 같은 백분위수를 확인하여 worst-case 성능을 파악합니다.

CodeGuru Reviewer는 AWS 베스트 프랙티스, 리소스 누수, 동시성 이슈, 보안 취약점을 자동으로 탐지하며, PR에 직접 코멘트를 남깁니다. SonarQube는 코드 복잡도, 중복 코드, 테스트 커버리지, 기술 부채를 정량적으로 측정하고 품질 게이트를 설정할 수 있습니다. ESLint, Pylint 같은 린터로 코딩 스타일과 안티패턴을 검증하고, 조직 내 커스텀 규칙을 추가할 수 있습니다. 자동화 도구는 문법 오류, 보안 취약점, 성능 안티패턴, 스타일 가이드 위반 같은 명확한 기준이 있는 이슈를 탐지합니다. 사람은 비즈니스 로직의 정확성, 설계 패턴의 적절성, 가독성, 확장성 같은 맥락적 판단이 필요한 부분을 리뷰합니다. CI/CD 파이프라인에서 자동화 도구를 먼저 실행하여 기본적인 품질 문제를 걸러내고, 사람의 리뷰 시간을 더 중요한 부분에 집중할 수 있도록 합니다.