배경
코드를 변경할 때마다 QA 요청서를 직접 써야 했습니다. Git Diff를 확인하고, 개발 용어를 QA가 알아들을 수 있는 말로 바꾸고, Asana에 등록하기까지 — 건당 5~10분씩 걸리는 반복 작업이었습니다.
해결 방법
Claude Code 스킬(qa-request)을 만들었습니다. 코드 변경 사항을 분석하고, QA가 이해할 수 있는 언어로 번역해서, Asana에 자동 등록하는 파이프라인입니다.
5-Step 자동화 워크플로우
입력 수집부터 결과 보고까지, 5단계로 QA 요청 프로세스 전체를 자동으로 처리합니다.
Step 1. 스마트한 입력 수집
Asana URL만 넣으면 Task ID를 자동 추출하고, 프로젝트와 브랜치도 알아서 인식합니다.
Step 2. 병렬 Git Diff 분석
프론트엔드, 백엔드, CMS가 얽힌 복잡한 변경도 병렬로 동시 분석합니다. 수정 파일 목록, 핵심 변경 사항, 영향 범위를 한 번에 뽑아냅니다.
Step 3. AI 번역 원칙 (Dev → QA)
핵심 원칙은 “QA 담당자는 비개발자다”. 파일명이나 함수명 대신, 사용자가 실제로 보는 화면과 동작 위주로 시나리오를 자동 작성합니다.
Step 4. Asana 포맷팅 자동화
Asana는 외부에서 마크다운을 직접 넣을 수 없습니다. 그래서 마크다운을 HTML로 변환한 뒤 REST API로 직접 업데이트하는 방식으로 풀었습니다.
스마트 컨텍스트 자동 감지
프로젝트별 Base Branch 매핑, URL 기반 테스트 디바이스 자동 배정 — 사람의 기억에 의존하던 규칙을 시스템이 대신 챙깁니다.
실제 적용 사례
CMS 상품목록관리 중복 노출 버그 수정 건에 적용해봤습니다. 수정 내용, 영향 범위, 테스트 사이트가 자동으로 정리되어 Asana에 올라갔습니다.
AI가 Edge Case까지 포함한 7단계 테스트 시나리오를 자동으로 생성합니다.
효과
| 지표 | Before | After |
|---|---|---|
| 소요 시간 | 5~10분 | ~2분 (입력 및 승인), 70% 감소 |
| 변경 사항 누락 | 간헐적 발생 | 0건 (Git Diff 기반), 100% 제거 |
| 시나리오 품질 | 작성자 편차 심함 | 일관된 양식으로 표준화 |
| QA 재요청 | 시나리오 부실로 인한 잦은 핑퐁 | 재작업 획기적 감소 |
| 규칙 누락 방지 | 작업자 기억에 의존 | 시스템이 자동 기입 |
눈여겨볼 점
- "QA 담당자는 비개발자다"라는 원칙이 시스템 전체를 관통합니다. Git Diff의 파일명과 함수명을 "사용자가 보는 화면과 동작"으로 번역하는 구조가 개발↔QA 사이의 근본적인 소통 문제를 풀어냅니다.
- Asana 마크다운 미지원이라는 벽을 HTML 변환 + REST API로 넘었습니다. 프로젝트별 Base Branch 자동 매핑, 디바이스 자동 배정까지 — 사람의 기억에 의존하던 규칙을 시스템이 대신 챙기면서 누락이 0건이 됐습니다.
- 여러 프로젝트가 얽힌 변경도 병렬 분석으로 한 번에 처리하고, Edge Case 포함 7단계 시나리오를 자동 생성합니다. QA 재요청(핑퐁)이 크게 줄어든 건 시나리오 품질이 올라간 덕분입니다.