CI Gates & Automated Verification

1. Overview

CI 게이트 및 자동 검증 역학(CI Gates & Automated Verification, CGV)은 "사람은 실수하지만, 시스템은 실수하지 않는다"는 대전제 아래, 품질이 담보되지 않은 코드가 메인 시스템에 물리적으로 섞이는 것을 원천 차단하는 '디지털 세관(Customs)' 공학입니다.

학습자는 코드가 푸시되는 순간 트리거되는 **지속적 통합(CI)**의 파이프라인 물리 수순과, 각 단계에서 'Pass/Fail'을 결정하는 **품질 게이트(Quality Gate)**의 수리적 기준을 배웁니다. 특히, 최소한의 생존 확인인 **스모크 테스트(Smoke Test)**와, 변경으로 인해 과거의 성과가 파괴되지 않았는지 확인하는 **회귀 테스트(Regression)**의 물리적 가중치를 익힙니다. 이를 통해 수백 명의 개발자가 동시에 코드를 쏟아내도 시스템 전체의 가동률이 수치적으로 유지되는 하이엔드 품질 거버넌스 역량을 확보합니다.

2. Scope & Boundaries

In-Scope

• CI Pipeline Stages: 빌드, 단위 테스트, 정적 분석, 패키징의 물리적 연쇄 작용
• Quality Gate Criteria: 테스트 커버리지, 보완 취약점 개수 등 수리적 통과 하한선
• Smoke & Sanity Testing: 핵심 물리 기능의 작동 여부만을 빠르게 훑는 수순
• Automated Regression: 신규 기능 추가 시 기존 하드웨어 기능의 파손 유무 수치 추적
• Feedback Loops: 검증 실패 시 개발자에게 도달하는 물리적 통보의 시간($T$) 단축

Out-of-Scope

• 실제 서버 환경에 코드를 배포하는 지속적 배포(CD) 상세 (09-03-03 IaC 영역에서 분담)
• 하드웨어 인프라 자체를 코드로 관리하는 테라폼 등의 도구 활용 (09-03-03 영역에서 분담)

Boundaries

• CGV vs. TPI: TPI(09-02-01)가 '테스트 코드의 설계와 격리'라는 원석의 품질에 집중한다면, CGV는 그 원석들을 '자동화된 기계 벨트(Pipeline)에 태워 어떻게 필터링할 것인가'라는 공정 물리에 집중하여 구분합니다.

3. Counterexample

• 단순히 "깃허브 액션 돌리기"라 설명하는 것은 CGV 학습이 아닙니다. 왜 품질 게이트 실패 시 '머지(Merge)' 버튼을 물리적으로 비활성화해야 하는지 시스템적 신뢰 관점에서 증명할 수 있어야 하며, 스모크 테스트의 범위가 너무 넓어져서 CI 피드백 시간이 30분을 초과할 때 개발팀의 생산성($Cadence$)이 수리적으로 어떻게 무너지는지 논증하지 못한다면 CGV의 정수를 이해하지 못한 것입니다.

4. Prerequisites

• SDLC Models & Agile Dynamics (Basic): 09-01-01의 반복적 개발 주기 이해가 필수입니다.
• Static Analysis & Security Scanning (Recommended): 09-02-03의 분석 지표(Metric) 이해가 권장됩니다.

5. Learning Map

1. The Watchman Vision: 사람의 눈 대신 24시간 깨어있는 자동화된 검수 기계를 설계합니다.
2. First Line of Defense: 코드가 저장소에 닿기도 전에 로컬/서버에서 최소한의 자격을 수리 확인합니다.
3. The Quality Hurdle: 테스트 점수와 보안 등급이라는 넘기 힘든 물리적 허들(Gate)을 배치합니다.
4. Resilient Synthesis: 수많은 변경분이 매일 합쳐져도 시스템이 항상 '초록색(Success)'을 유지하는 장관을 완성합니다.

6. Learning Topics

Basic

Core: CI 파이프라인의 생애 주기 (Pipeline Physics)

• Why to Learn: 소스 코드가 어떻게 실행 가능한 하드웨어 유닛으로 자동 변환되는지 전체 수순을 이해하기 위해서입니다.
• What to Learn:
  • Code Triggering: 커밋/푸시가 물리적 이벤트로 전환되는 시점
  • Build & Compile Loop: 소스를 기계어로 굽고 종속성을 해결하는 물리 작업
  • Artifact Generation: 검증이 끝난 뒤 남는 수치적 산출물(Binary, Image)
• How to Learn:
  • GitHub Actions나 GitLab CI 파일(YAML)을 직접 작성하여, 'Hello World' 코드가 자동으로 빌드되는 물리 경로 추적 실습
  • 빌드 단계가 실패했을 때 남는 로그($Logs$)를 보고 물리적 결함 지점을 역추적하는 훈련
• Implement: 빌드-테스트-완료 단계를 시각적으로 표현하는 가상 PipelineUI 리포트

Recommended

Core: 품질 게이트와 통과 기준 (Gate Governance)

• Why to Learn: 기준에 못 미치는 코드가 시스템에 잠입하여 기술 부채를 물리적으로 쌓는 것을 막기 위함입니다.
• What to Learn:
  • Threshold Settings: 커버리지 80% 미만 시 'Fail'을 뱉는 수리적 임계치
  • Blocker Issues: 보안 등급 'Critical' 발견 시 머지를 차단하는 물리 규칙
  • Quality Trend Analysis: 시간이 지남에 따라 품질 수치가 나빠지는지(Drift) 감시
• How to Learn:
  • SonarCloud 등의 도구에서 '품질 게이트' 조건을 까다롭게 바꿔보고, 평소 통과하던 코드가 물리적으로 거부되는 현상 관찰 실습
  • 게이트 통과 조건을 완화했을 때 실제 하드웨어 버그 발생률($Fault Rate$)의 수리적 상관관계 분석
• Implement: 입력된 메트릭 데이터가 현재 게이트 통과 기준을 만족하는지 판별하는 GateJudge

Practical

Core: 스모크 테스트와 빠른 생존 확인 (Smoke Verification)

• Why to Learn: 무거운 테스트를 다 돌리기 전, 이 코드가 "살아는 있는지" 물리적으로 1분 안에 판단하기 위해서입니다.
• What to Learn:
  • Critical Path Selection: 시스템 붕괴 시 가장 먼저 터질 핵심 물리 기능 선정
  • Non-environmental Dependencies: 주변 환경 변화에 속지 않는 순수 기능 확인 수순
  • Fast Fail Philosophy: 지연된 실패보다 즉각적인 실패를 추구하는 수리적 효율성
• How to Learn:
  • 전체 테스트(1시간) 대신, 로그인이 되는지만 확인하는 스모크 테스트(30초)를 구축하고 CI의 첫 번째 관문으로 배치하는 실습
  • 스모크 테스트가 실패했음에도 후속 단계가 돌아갈 때 낭비되는 하드웨어 리소스 비용 산출
• Implement: 핵심 API 3개에 대한 생사 확인을 전담하는 초경량 SmokeRunner

Advanced

Core: 자동 회귀 예방과 무결성 유지 (Regression Control)

• Why to Learn: 하나를 고쳤더니 열 개가 망가지는 물리적 연쇄 파손을 시스템적으로 방지하기 위함입니다.
• What to Learn:
  • Automated Regression Suites: 과거의 모든 성공 케이스를 물리적으로 재현
  • Impact-based Testing: 수정된 범위와 관련된 테스트만 수리적으로 골라 돌리는 법
  • Baseline Management: '현재의 건강함'을 수치로 저장하고 신규 결과와 대조
• How to Learn:
  • 1년 전의 버그로 인해 작성했던 테스트가 현재의 신규 기능 추가 시 'Fail'을 일으키는 물리적 간섭 상황 시뮬레이션 실습
  • 회귀 테스트 셋의 규모가 커짐에 따라 하드웨어 병렬 처리($Parallelism$)를 활용한 검증 시간 단축 연구
• Implement: 코드 변경분($Diff$)을 분석하여 실행이 필요한 최소 테스트 세트를 도출하는 SmartTester

7. Terminology

8. References

Primary

• [P1] CS2023 - NC/Networking and Communication (Network management and monitoring) — Management context.
• [P2] SWEBOK v4.0 - Software Configuration Management / Software Building & Testing — Structural standards.

Secondary

• [Continuous Delivery] Jez Humble, David Farley — The CI/CD foundation.
• [The DevOps Handbook] Gene Kim — For feedback loops and pipeline design.

Industry

• [Cloud Native Computing Foundation (CNCF): CI/CD Landscape] — Modern tooling.
• [Google SRE Book: Release Engineering] — High-scale verification strategies.

9. Final Checklist

Primary

• 'CI 파이프라인'에서 각 단계의 순서(빌드 → 테스트 → 분석)가 바뀔 때 발생하는 하드웨어 리소스의 수리적 낭비를 설명 가능한가? (P2)
• '지속적 통합'이 없는 환경에서의 '통합 지옥($Integration Hell$)'이 프로젝트의 물리적 마감 기한을 어떻게 파괴하는지 기술할 수 있는 가? (P2)

Secondary

• '기능적 회귀($Regression$)'가 발생했을 때, 이를 잡아내지 못한 CI 관문의 수리적 허점을 역추적하여 보완하는 절차를 소통 가능한가?
• 품질 게이트 실패 시 '빌드 브레이커($Build Breaker$)' 역할이 팀의 심리적 안전과 품질 관성에 미치는 물리적 영향을 논증할 수 있는 가?

Industry

• 대규모 모노레포(Monorepo) 환경에서 검증 시간을 수치적으로 줄이기 위한 '빌드 캐싱($Caching$)' 및 '병렬화' 전략을 제안할 수 있는 가? (SFIA)
• 스모크 테스트 도구를 실제 운영 환경(Production)의 '헬스체크'와 어떻게 물리적으로 결합하여 상시 감시 체계를 만들지 분석할 수 있는 가?