AI 인턴 생존기 3부 4화: 에러와의 전쟁

AI 인턴 생존기 3부 4화: 에러와의 전쟁 “누가 이걸 승인했죠?” 지현이 모니터를 가리키며 물었다. 에러 메시지가 뜨자 사무실은 정적에 휩싸였다. 팀원들은 서로의 얼굴을 쳐다보며 어색한 웃음을 지었다. 중간에 끼어든 인턴인 나는 긴장한 목소리로 “어… 이건 우리가 예상한 게 아닌데요?”라고 덧붙였다. 이런 상황을 겪고 나서야 깨달았다. 자동화 시스템이 작동하지 않을 때의 불안감은 매우 강렬할 수 있다는 것을. “이 부분이 문제인 것 같아요!” 한 팀원이 손가락으로 모니터를 가리켰다. 하지만 다른 팀원이 “아니, 이 부분이 더 문제인 것 같아!”라고 반박하며 혼란은 가중됐다. 각자 다른 해석으로 에러 메시지를 분석하며 무슨 일이 발생했는지 이해하려 애쓰는 모습이 역력했다. 팀장인 수연이 마우스를 내려놓으며 말했다. “그럼 이 에러를 어떻게 해결할까요?” 모두가 잠시 멈추고 나의 대답을 기다렸다. “일단 에러 로깅을 확인해봐야 할 것 같아요.” 그렇게 우리는 에러와의 전쟁을 시작했다.

에러 로깅 에러 로깅을 통해 발생한 문제를 추적하고 빠르게 대응할 수 있다. Python의 logging 모듈을 활용하면 쉽고 간편하게 에러를 기록할 수 있다. 다음은 에러 로깅 설정 예시이다: - Python logging 모듈 임포트하기: ```python

import logging - **로거 객체 생성하고 로그 레벨 설정하기**:python logging.basicConfig(level=logging.ERROR, format='%(asctime)s - %(levelname)s - %(message)s') logger = logging.getLogger() - **에러 발생 시 로그 기록하기**:python try: # 에러가 발생할 수 있는 코드 result = 10 / 0 except Exception as e: logger.error("에러가 발생했습니다: %s", e) ``` 이런 설정으로 예기치 않은 상황에서도 문제를 빠르게 감지할 수 있다.

유닛 테스트 유닛 테스트를 통해 코드의 정확성을 검증할 수 있다. 다음은 테스트 케이스 작성 예시이다: - 테스트 케이스 작성하기: ```python

import unittest class TestDivision(unittest.TestCase): def test_divide(self): with self.assertRaises(ZeroDivisionError): result = 10 / 0 if name == 'main': unittest.main() ``` 이렇게 하면 코드의 기능이 정상적으로 작동하는지 검증할 수 있다.

팀워크의 중요성 에러를 해결하는 과정에서 팀원들 간의 소통이 얼마나 중요한지를 다시 한 번 절감했다. “에러 메시지 해석이 이렇게 어려운 줄 몰랐어요.” 지현이 말했다. “서로 다른 해석으로 혼란만 가중되네요.” 수연이 고개를 끄덕이며 덧붙였다. “정확한 정보 공유가 없으면 문제를 해결하기가 더 힘들어져요.” 우리는 각자 다른 방식으로 문제를 해결하려다가 비효율적인 상황이 발생하는 것을 경험했다. 그러던 중, 인턴인 내가 “문서화가 부족해서 이전의 에러를 반복하는 것 같아요. 이를 해결하기 위해 우리 모두의 이해를 돕는 문서가 필요할 것 같아요.”라고 제안했다. 팀원들은 이 제안에 동의하며, 문제 해결에 있어 문서화의 중요성을 깨닫게 되었다.

에러 분석 기법 발생한 에러를 분석하고 원인을 추적하는 과정도 매우 중요하다. 에러 로깅이 잘 설정되면, 발생한 에러를 쉽게 확인할 수 있다. 예를 들어, 아래와 같은 방식으로 에러를 분석할 수 있다: 1. 에러 로그 확인: 발생한 에러 메시지를 통해 어떤 부분에서 문제가 발생했는지 파악한다.

2. 코드 리뷰: 에러가 발생한 시점의 코드를 다시 검토하여 문제의 근본 원인을 찾아낸다.
3. 유닛 테스트 실행: 예상되는 에러를 사전에 방지하기 위해 유닛 테스트를 수행한다. 이런 과정을 통해 문제를 보다 신속하게 해결할 수 있다.

실제 구현하면 에러 로깅과 유닛 테스트를 구현하는 예시로는 다음과 같은 절차를 따를 수 있다: 1. 에러 로깅 설정: - 위의 에러 로깅 코드를 프로젝트에 추가하여 에러 발생 시 로그를 기록하도록 한다. 2. 유닛 테스트 작성: - 각 기능에 대한 유닛 테스트를 작성하고, 테스트를 통해 코드의 정확성을 검증한다. 3. 문서화: - 발생한 에러와 그 해결 방법을 문서화하여 팀의 지식 자산으로 활용한다.

흔히 하는 실수 - 과도한 에러 로깅: 너무 많은 정보를 기록하면 로그 파일이 비대해지고 중요한 정보가 묻힐 수 있다.

• 테스트의 불완전성: 모든 가능한 시나리오를 테스트하지 않으면 특정 상황에서 문제가 발생할 수 있다.
• 커뮤니케이션 실패: 팀원 간의 잘못된 정보 전달은 문제를 더 복잡하게 만들 수 있다. 이번 에피소드를 통해 우리는 에러 로깅과 디버깅 기법에 대한 깊이 있는 이해를 얻었다. 팀원들과의 협업을 통해 문제를 효과적으로 해결하는 방법을 배우며, 다음번 프로젝트에 더욱 자신감을 가질 수 있을 것이다.

참고 자료 - Python documentation - logging: 에러 로깅 설정 및 활용 방법.

• Python documentation - unittest: 유닛 테스트 작성법.
• pytest documentation: 테스트 프레임워크인 pytest에 대한 정보. 이제 우리는 에러와의 전쟁에서 한 걸음 더 나아갔다. 다음에는 이 기술들을 어떻게 활용해 우리의 프로젝트를 성공적으로 마무리할 수 있을지에 대한 이야기를 나누게 될 것이다.

실전 미니 워크북 이번 회차의 기술 개념은 에러 로깅과 디버깅 기법입니다. 이야기를 현실 업무로 가져오려면 먼저 AI에게 맡길 일을 한 문장으로 쓰고, 그 다음에는 아래 여섯 칸을 채워야 합니다.

1. 맡길 일

• AI가 해야 하는 일:
• 사람이 먼저 준비해야 하는 자료:
• AI가 건드리면 안 되는 범위:

2. 입력과 출력

• 입력: 메일, 파일명, 표, 문서, 고객 문의처럼 실제로 들어오는 자료를 적습니다.
• 출력: 분류표, 요약문, 파일명 규칙, 체크리스트처럼 확인 가능한 결과물을 적습니다.
• 완료 기준: 사람이 봤을 때 "끝났다"고 말할 수 있는 상태를 적습니다.

3. 실패했을 때의 안전장치

• 바로 삭제하거나 전송하지 않기
• 먼저 샘플 5개로 테스트하기
• 결과를 로그나 표로 남기기
• 사람이 승인하기 전에는 최종 작업을 하지 않기

4. 오늘의 한 줄 교훈

효과적인 에러 로그 관리 방법. AI가 똑똑해 보여도, 일의 경계와 완료 기준을 정하는 책임은 아직 사람에게 있습니다.

참고 자료

• Python documentation - logging (본문 인용)
• Python documentation - unittest (본문 인용)
• pytest documentation (본문 인용)

---

함께 보면 좋은 영상

Video: RPA Quick Tips: Advanced Error Handling in Automation Anywhere Enterprise A2019