자바스크립트 생태계에는 Node.js와 브라우저, 앵귤러(Angular)와 리액트(React) 프레임워크를 아우르는 단위 테스트와 통합 테스트, 기능 테스트를 위한 테스트 러너와 프레임워크가 완비돼 있다. 다음은 자바스크립트 개발자가 앱을 테스트하는 데 사용할 수 있는 신뢰할 만한 도구 모음이다.
AVA
AVA는 Node.js를 위한 테스트 러너로, 간결한 API와 세부적인 오류 출력을 제공하며 새로운 언어 기능과 프로세스 격리를 지원한다. AVA는 Node.js 모듈 및 서버 애플리케이션 테스트에 최적이지만 UI 애플리케이션 테스트 용도로는 그다지 적합하지 않다. AVA는 테스트를 “할 일(to do)” 작업으로 표시하는 기능을 제공한다. 각 테스트 파일 실행은 별도의 프로세스다. 이 외의 장점으로는 미니멀리즘과 속도, 간단한 테스트 구문, 동시에 여러 테스트를 실행하는 기능 등이 있다. 또한 AVA는 비동기 함수와 옵저버블(observable, DOM 이벤트와 같은 푸시 기반 데이터 소스를 모델링하는 데 사용할 수 있는 유형)을 지원한다.
- AVA 설치
AVA 설치에 대한 안내는 AVA 프로젝트의 깃허브 페이지에서 볼 수 있다.
Cucumber.js
큐컴버(Cucumber) 테스트 도구의 자바스크립트 구현인 Cucumber.js는 유지 관리되는 Node.js 버전과 현대 웹 브라우저에서 실행된다. 큐컴버 프로젝트에서 주장하는 장점은 팀 커뮤니케이션과 “평문” 언어로 작성된 자동 테스트 실행 기능이다. 덕분에 팀의 누구나 테스트를 읽을 수 있고 커뮤니케이션, 협업, 신뢰를 개선할 수 있다. Cucumber.js에는 테스트 모음(기능이라고 함)을 실행하기 위한 실행 파일이 포함되므로 전역 설치되는 경우 작동하지 않는다(큐컴버는 지원 파일에서 필수여야 하는데, 전역 설치되는 모듈은 필수가 될 수 없다).
- Cucumber.js 설치
Cucumber.js 설치에 대한 안내는 깃허브에서 볼 수 있다.
엔자임
엔자임(Enzyme)은 리액트 자바스크립트(React JavaScript) UI 라이브러리용 테스트 유틸리티다. 리액트 구성요소의 출력을 손쉽게 테스트하기 위한 용도로 개발됐다. 개발자는 출력에 따라 런타임을 조작, 트래버스, 시뮬레이션할 수 있다. 엔자임 API는 DOM 조작과 트래버스를 위해 제이쿼리(jQuery) API를 모조한다. 엔자임은 테스트 러너 또는 어설션(assertion) 라이브러리에 대해 강압적이지 않다. 개발자가 엔자임을 맞춤형 어설션 및 편의 함수와 함께 사용해 리액트 구성요소를 테스트하려는 경우, 모카/차이(Mocha/Chai)에서 chai-enzyme, 자스민(Jasmine)에서 jasmine-enzyme, 또는 제스트(Jest)에서 jest-enzyme을 사용하면 된다. 엔자임은 리액트 네이티브 구성요소를 테스트하는 데 사용할 수도 있다.
- 엔자임 설치
엔자임 설치에 대한 안내는 깃허브에서 볼 수 있다.
카르마
카르마(Karma)는 여러 브라우저에서 코드 실행을 가능하게 해주는 자바스크립트용 테스트 러너다. 모바일 브라우저를 포함한 모든 주요 브라우저를 지원한다. 카르마 프로젝트 개발자에 따르면, 카르마는 개발자가 많은 구성을 할 필요 없이 코드를 작성하고 테스트에서 즉각적인 피드백을 얻을 수 있는 환경을 제공한다. 카르마는 저수준(단위) 테스트용으로 개발됐다. 테스트 프레임워크 또는 어설션 라이브러리가 아닌 카르마는 HTTP 서버를 시작하고 개발자가 선호하는 테스트 프레임워크에서 테스트 러너 파일을 생성한다. 자스민, 모카, 큐유닛(QUnit)과 같은 프레임워크를 위한 플러그인이 제공된다.
- 카르마 설치
카르마 설치에 대한 안내는 깃허브에서 볼 수 있다.
자스민
자스민은 테스트를 위한 “행동 중심(behavior-driven)” 프레임워크로 분류된다. 다른 자바스크립트 프레임워크에 대한 종속성이 없으며 DOM이 필요 없다. 자스민 애호가들이 강조하는 장점은 손쉽게 테스트를 작성할 수 있게 해주는 구문이다. 피보탈 랩스(Pivotal Labs)에서 유지관리하는 자스민은 웹사이트와 Node.js 프로젝트, 그 외에 자바스크립트를 실행할 수 있는 모든 영역의 테스트에 잘 맞는다. 자스민은 다양한 사용 사례 및 브라우저를 위한 손쉬운 테스트에 목적을 두며 자바스크립트 프레임워크에 중립적이므로 개발자는 리액트, 앵귤러, 또는 다른 자바스크립트 라이브러리의 코드를 테스트할 수 있다. 자스민은 작은 크기와 유지관리 편의성을 유지하면서 최소 종속성을 추구한다.
- 자스민 설치
자스민 설치를 위한 안내와 자스민 시작 가이드는 깃허브에서 볼 수 있다.
제스트
제스트(Jest)는 대부분의 자바스크립트 프로젝트에서 구성 없이 바로 사용 가능한 포괄적인 자바스크립트 테스트 솔루션을 추구한다. 테스트에는 고유한 전역 상태가 있으며 병렬로 실행이 가능하다. 이전에 실패한 테스트가 먼저 실행되고 각 실행은 테스트 파일의 길이를 기준으로 재편성된다. 앵귤러, 바벨(Babel), Node.js, 리액트, 뷰(Vue)를 비롯한 인기 있는 자바스크립트 기술에서 별다른 절차 없이 바로 사용할 수 있다. 테스트를 실행해서 큰 개체를 추적할 수 있으며 스냅샷은 테스트와 함께 보존되거나 인라인으로 내장된다. 제스트는 테스트 파일에서 메서드와 개체를 전역 환경에 배치하므로 따로 가져올 필요가 없다.
- 제스트 설치
제스트 설치에 대한 안내는 깃허브에서 볼 수 있다.
루나
루나(Luna)는 구성이 필요 없는 탄탄한 자바스크립트용 단위 테스트 프레임워크다. 루나 문서에 따르면, 처음 접하는 경우라도 몇 분 이내에 단위 테스트를 실행할 수 있다. 다른 모듈을 설치하지 않아도 코드 커버리지 보고서가 생성된다. 테스트는 ES6 모듈로 작성되어야 하며, 기본적으로 테스트는 브라우저에서 실행된다. 동시성이 지원되며 테스트 그룹이 병렬로 실행된다. 루나는 구글 고(Go) 언어에 제공되는 내장 테스트에서 일부 영향을 받은 툴이다. 트랜스파일에 대응하지 않으므로 커피스크립트나 타입스크립트와는 동작하지 않는다. 또한 구형 브라우저를 지원하지 않는다.
- 루나 설치
루나 설치에 대한 안내는 깃허브에서 볼 수 있다.
모카
Node.js와 브라우저에서 실행되는 기능이 풍부한 테스트 프레임워크인 모카(Mocha)는 비동기 코드를 “간단하고 재미있게” 테스트할 수 있게 해준다. 테스트는 직렬로 실행되는데, 모카 지지자들은 이를 통해 정확하고 유연한 보고가 가능하고 포착되지 않은 예외를 정확한 테스트 사례에 매핑할 수 있다고 주장한다. 지속적 테스트의 경우 개발자는 Wallaby.js 툴을 사용해서 아무 어설션 라이브러리와 함께 모카를 위한 실시간 코드 커버리지를 구현할 수 있다. 모카는 코나카(Konacha)를 통하는 등의 방법으로 애플리케이션 프레임워크와 통합되므로 개발자는 모카를 사용해서 루비 온 레일스(Ruby on Rails) 애플리케이션에서 자바스크립트를 테스트할 수 있다. 비주얼 스튜디오 코드용 모카 사이드바 확장 등 여러가지 편집기 플러그인도 제공된다.
- 모카 설치
모카 설치에 대한 안내와 모카의 다양한 기능에 대한 문서는 프로젝트 웹사이트에서 볼 수 있다.
프로트랙터
프로트랙터(Protractor)는 앵귤러 및 그 전신인 앵귤러JS를 위한 종합 테스트 프레임워크다. 테스트는 브라우저에서 애플리케이션을 대상으로 실행되며, 프로트랙터가 마치 사용자처럼 애플리케이션과 상호작용한다. 아무런 설정 없이 앵귤러 요소를 테스트하기 위한 앵귤러용 로케이터 전략이 지원된다. 자동 대기 기능을 통해 웹페이지가 미결 테스트를 완료하는 즉시 테스트의 다음 단계를 실행한다. 프로트랙터는 테스트를 위한 셀레늄(Selenium) 브라우저 자동화 툴의 자바스크립트 구현인 웹드라이버JS(WebdriverJS)를 기반으로 구축됐다.
- 프로트랙터 설치
프로트랙터 설치에 대한 안내는 프로트랙터 웹사이트에서 볼 수 있다.
큐유닛
큐유닛(QUnit)은 제이쿼리, 제이쿼리 UI, 제이쿼리 모바일 프로젝트에 사용되는 자바스크립트 단위 테스트 프레임워크다. 사실 큐유닛은 원래 제이쿼리 창시자인 존 레직이 제이쿼리의 일부로 개발한 툴이다. 큐유닛은 빠르고 사용하기 쉬우며, 강압적이지만 가볍고 확장 가능한 API를 갖췄고 모든 일반 자바스크립트 코드를 테스트하는 데 사용할 수 있다. 테스트 또는 단언이 실패하는 경우 문제를 파악하는 데 충분한 세부 정보가 포함된 피드백을 최대한 신속하게 제공한다. 큐유닛의 어설션 메소드는 커먼JS(CommonJS) 단위 테스트 사양을 따른다. 큐유닛은 크롬의 여러 변형과 엣지, 파이어폭스, 인터넷 익스플로러, 사파리를 포함해 제이쿼리 3.x 호환 브라우저를 지원한다.
- 큐유닛 설치
큐유닛 웹사이트 또는 jQuery CDN에서 큐유닛을 다운로드해서 설치할 수 있다. editor@itworld.co.kr
함께 보면 좋은 콘텐츠
Sponsored
Seagate
'반박 불가' 하드 드라이브와 SSD에 관한 3가지 진실
ⓒ Getty Images Bank 하드 드라이브가 멸종할 것이라는 논쟁이 10년 넘게 계속되고 있다. 빠른 속도와 뛰어난 성능이 필요한 애플리케이션에 적합한 플래시 스토리지의 연매출이 증가하고 있는 것은 자명한 사실이다. 하지만, 클라우드의 보편화 및 AI 사용 사례의 등장으로 인해 방대한 데이터 세트의 가치가 높아지는 시대에 하드 드라이브는 플래시 스토리지로 대체할 수 없는 가치를 가지고 있다. 전 세계 엑사바이트(EB) 규모 데이터의 대부분을 저장하는 하드 드라이브는 데이터센터에서 그 어느 때보다 필수적이다. 전 세계 데이터 세트의 대부분이 저장된 엔터프라이즈 및 대규모 클라우드 데이터센터는 데이터 성장에서 핵심이 될 것이다. 하드 드라이브와 SSD를 비교하자면, 하드 드라이브 스토리지는 2022년에서 2027년 사이 6,996EB 증가할 것으로 예상되는 반면, SSD는 1,363EB 증가할 것으로 보인다. ⓒ Seagate 생성형 AI 시대에는 콘텐츠를 경제적으로 저장해야 하기 때문에 플래시 기술과 밀접하게 결합된 컴퓨팅 클러스터는 더 큰 하드 드라이브 EB의 다운스트림 수요를 직간접적으로 촉진할 것이다. 하드 드라이브가 왜 데이터 스토리지 아키텍처의 중심이 될 수밖에 없는지는 시장 데이터를 근거로 설명 가능하다. 가격 책정 근거 없는 믿음 : SSD 가격이 곧 하드 드라이브 가격과 같아질 것이다. 사실 : SSD와 하드 드라이브 가격은 향후 10년간 어느 시점에도 수렴하지 않을 것이다. 데이터가 이를 명확하게 뒷받침한다. 하드 드라이브는 SSD에 비해 테라바이트당 비용 면에서 확고한 우위를 점하고 있으며, 이로 인해 하드 드라이브는 데이터센터 스토리지 인프라의 확고한 주춧돌 역할을 하고 있다. IDC 및 포워드 인사이트(Forward Insights)의 연구에 따르면, 하드 드라이브는 대부분의 기업 업무에 가장 비용 효율적인 옵션으로 유지될 것으로 전망된다. 엔터프라이즈 SSD와 엔터프라이즈 하드 드라이브의 TB당 가격 차이는 적어도 2027년까지 6대 1 이상의 프리미엄이 유지될 것으로 예상된다. ⓒ Seagate 이러한 TB당 가격 차이는 장치 구입 비용이 총소유비용(TCO)에서 가장 큰 비중을 차지하는 데이터센터에서 특히 두드러지게 드러난다. 장치 구입, 전력, 네트워킹, 컴퓨팅 비용을 포함한 모든 스토리지 시스템 비용을 고려하면 TB당 TCO는 하드 드라이브 기반 시스템이 훨씬 더 우수하게 나타난다. ⓒ Seagate 따라서, 플래시는 특정 고성능 작업의 수행에 탁월한 스토리지이지만, 하드 드라이브는 당분간 안정적이고 비용 효율적이며 널리 채택된 솔루션을 제공하는 데이터센터에서 계속해서 주류로 사용될 것이다. 공급과 확장의 관계 근거 없는 믿음 : NAND 공급이 모든 하드 드라이브 용량을 대체할 정도로 증가할 수 있다. 사실 : 하드 드라이브를 NAND로 완전히 교체하려면 감당할 수 없는 설비투자(CapEx)가 필요하다. NAND 산업이 모든 하드 드라이브 용량을 대체하기 위해 공급을 빠르게 늘릴 수 있다는 주장은 재정적, 물류적으로 엄청난 비용이 발생한다는 점을 간과한 낙관적인 생각이다. 산업 분석기관 욜 인텔리전스(Yole Intelligence)의 2023년 4분기 NAND 시장 모니터 리포트에 따르면, 전체 NAND 산업은 2015년~2023년 사이 3.1제타바이트(ZB)를 출하하면서 총 매출의 약 47%에 해당하는 2,080억 달러의 막대한 자본 지출을 투자해야 했다. 반면, 하드 드라이브 산업은 데이터센터 스토리지 수요의 거의 대부분을 매우 자본 효율적인 방식으로 해결하고 있다. 씨게이트가 2015년~2023년 사이 3.5ZB의 스토리지를 출하하며 투자한 자본은 총 43억 달러로, 전체 하드 드라이브 매출의 약 5%에 불과하다. 그러나 NAND 산업의 경우 ZB당 약 670억 달러에 해당하는 금액을 투자한 것으로 나타나 하드 드라이브가 데이터센터에 ZB를 공급하는 것이 훨씬 더 효율적임을 알 수 있다. ⓒ Seagate 작업 부하 근거 없는 믿음 : 올 플래시 어레이(AFA)만이 최신 엔터프라이즈 작업 부하의 성능 요구를 충족할 수 있다. 사실 : 엔터프라이즈 스토리지 아키텍처는 일반적으로 디스크 또는 하이브리드 어레이, 플래시, 테이프를 사용하여 특정 작업 부하의 비용, 용량, 성능 요구 사항에 최적화할 수 있도록 미디어 유형을 혼합한다. 기업이 플래시 없이는 최신 작업 부하의 성능 수요를 따라잡지 못할 위험이 있다는 주장은 다음과 같은 3가지 이유로 반박 가능하다. 첫째, 대부분의 최신 작업 부하에는 플래시가 제공하는 성능상의 이점이 필요하지 않다. 전 세계 데이터의 대부분은 클라우드와 대규모 데이터센터에 저장되어 있으며, 이러한 환경에서는 작업 부하 중 극히 일부에만 상당한 성능이 필요하다는 파레토 법칙을 따르고 있다. 둘째, 예산 제약이 있고 데이터 세트가 빠르게 증가하는 기업들은 성능뿐만 아니라 용량과 비용의 균형을 맞춰야 한다. 플래시 스토리지는 읽기 집약적인 시나리오에서는 탁월한 성능을 발휘하지만 쓰기 작업이 증가하면 내구성이 떨어져 오류 수정과 오버프로비저닝에 추가 비용이 발생한다. 또한, 대규모 데이터 세트나 장기 보존의 경우 영역 밀도가 증가하는 디스크 드라이브가 더 비용 효율적인 솔루션일 뿐만 아니라 수천 개의 하드 드라이브를 병렬로 활용하면 플래시를 보완하는 성능을 달성할 수 있다. 셋째, 수많은 하이브리드 스토리지 시스템은 다양한 미디어 유형의 강점을 단일 유닛에 원활하게 통합하고 최대한으로 활용할 수 있도록 세밀하게 조정된 소프트웨어 정의 아키텍처를 사용한다. 이러한 스토리지는 유연성을 제공하므로 기업은 지속적으로 변화하는 요구 사항에 따라 스토리지 구성을 조정할 수 있다. AFA와 SSD는 고성능의 읽기 집약적인 작업에 매우 적합하다. 하지만 하드 드라이브가 이미 훨씬 낮은 TCO로 제공하는 기능을 AFA로 불필요하게 비싼 방법으로 제공하는 것은 비용 효율적이지 않을 뿐만 아니라, AFA가 하드 드라이브를 대체할 수 있다고 주장하는 근거가 될 수 없다.
Seagate
“작지만 큰 영향력” 하드 드라이브의 나노 스케일 혁신
ⓒ Seagate 플래터당 3TB라는 전례 없는 드라이브 집적도를 자랑하는 새로운 하드 드라이브 플랫폼이 등장하며 디지털 시대의 새로운 이정표를 세웠다. 플래터당 3TB를 저장할 수 있다는 것은 동일한 면적에서 스토리지 용량을 기존 드라이브 대비 거의 두 배로 늘릴 수 있다는 것을 의미한다. 이러한 혁신은 데이터 스토리지의 미래와 데이터센터의 디지털 인프라에 괄목할 만한 영향을 미친다. AI의 발전과 함께 데이터의 가치가 그 어느 때보다 높아졌다. IDC에 따르면 2027년에는 전 세계에서 총 291ZB의 데이터가 생성될 것으로 예측되며, 이는 스토리지 제조 용량의 15배 이상일 것으로 보인다. 대부분의 데이터를 호스팅하는 대형 데이터 센터에 저장된 데이터 중 90%가 하드 드라이브에 저장된다. 즉, AI 애플리케이션의 주도로 데이터가 급증함에 따라 물리적 공간을 늘리지 않으면서도 데이터를 저장할 수 있는 스토리지 기술 혁신이 필요하다. 데이터 스토리지 인프라를 업그레이드하는 것은 단순히 기술적인 문제가 아니라 지금 시대가 직면한 규모, 총소유비용(TCO), 지속가능성이라는 과제에 대한 논리적 해답인 셈이다. 열 보조 자기 기록(HAMR) 기술은 선구적인 하드 드라이브 기술로 드라이브 집적도 향상을 위해 지난 20년 동안 수많은 연구를 거쳐 완성되어 왔다. 씨게이트 모자이크 3+ 플랫폼은 이러한 HAMR 기술을 씨게이트만의 방식으로 독특하게 구현한 것으로, 미디어(매체)부터 쓰기, 읽기 및 컨트롤러에 이르는 복잡한 나노 스케일 기록 기술과 혁신적인 재료 과학 역량을 집약한 결정체다. 이 플랫폼은 데이터 비트를 변환하고 자기 및 열 안정성을 유지하면서 더욱 촘촘하게 패킹해서 각 플래터에 훨씬 더 많은 데이터를 안정적이고 효율적으로 저장할 수 있다. 예를 들어, 기존 데이터센터에 있는 16TB 드라이브를 30TB 드라이브로 업그레이드하면 동일한 면적에서 스토리지 용량을 두 배로 늘릴 수 있다. 더 낮은 용량에서 업그레이드한다면 상승 폭은 더욱 커진다. 이 경우, 테라바이트당 전력 소비량이 40% 감소하는 등 스토리지 총소유비용(TCO)이 크게 개선된다. 또한 효율적인 자원 할당과 재활용 재료 사용으로 운영 비용을 절감하고 테라바이트당 탄소 배출량을 55% 감소시켜 데이터센터가 지속 가능성 목표를 달성할 수 있다. 드라이브 집적도 향상은 하이퍼스케일과 프라이빗 데이터센터의 판도를 바꿀 수 있다. 데이터센터가 급증하며 전력사용량과 탄소배출량 역시 늘어나 데이터센터의 지속가능성이 화두가 되고 있는 가운데, 과학기술정보통신부는 ‘탄소중립 기술혁신 추진전략-10대 핵심기술 개발방향’에서 2030년까지 데이터센터 전력소모량을 20% 절감하겠다고 밝힌 바 있다. 이러한 목표에 발맞춰, 집적도를 획기적으로 개선한 대용량 데이터 스토리지를 활용하는 것은 원활하고 지속적인 AI 모델 학습, 혁신 촉진 및 비즈니스 성공을 위해 필수적이다. 엔터프라이즈 데이터센터의 경우 제한된 공간, 전력, 예산에 맞춰 확장할 수 있는 지속 가능한 방법을 찾아야 한다. 하드 드라이브의 집적도 혁신은 점점 더 커져가는 클라우드 생태계와 AI 시대에 대응하는 해답이자, 동일한 공간에 더 많은 엑사바이트를 저장하면서도 자원 사용은 줄이도록 인프라를 확장할 수 있는 방법이다. 이는 글로벌 데이터 영역에서 경쟁력을 유지하고 글로벌 디지털 경제의 선두주자로서 입지를 강화하는 데 매우 중요하다.