Keploy에서 Apidog CLI로 전환

팀이 Keploy로 시작했다면 아마 한 가지 장점에 매료되었을 것입니다. 앱을 실행하고 몇몇 엔드포인트에 접속하자마자 테스트가 나타났습니다. 어설션을 작성할 필요도, 수동으로 종속성을 스터브할 필요도 없었습니다. Keploy는 네트워크 계층에서 실제 트래픽을 캡처하여 다시 재생해 줍니다.

그렇다면 왜 누군가 Keploy에서 벗어나고 싶어 할까요? 보통 다른 필요성 때문입니다. 캡처된 테스트는 이미 발생한 회귀를 포착하는 데 탁월하지만, 팀 전체에서 읽고, 검토하고, 소유하기는 더 어렵습니다. 어느 시점에는 새로운 엔지니어가 pull request에서 열어 한눈에 이해하고 의도적으로 변경할 수 있는 테스트를 원하게 됩니다. 통제할 수 있는 테스트 데이터, 플래그로 전환할 수 있는 환경, 그리고 녹화에서 파생된 것이 아닌 직접 설계한 목 서버를 원하게 됩니다.

버튼

두 가지 다른 패러다임, 솔직한 비교

Keploy와 Apidog는 "API 테스팅"이라는 단어에서 겹치지만, 서로 다른 범주의 도구입니다. 그 반대로 가장하는 것은 여러분에게 해가 될 것입니다.

Keploy는 격리된 테스트 샌드박스를 만들기 위한 오픈 소스 플랫폼입니다. 그 특징적인 기능은 기록 및 재생입니다. 네트워크 계층에서 eBPF를 사용하여 실제 API 호출과 그 종속성(데이터베이스 쿼리, 다운스트림 서비스, 스트리밍 이벤트)을 SDK나 코드 변경 없이 캡처합니다. 캡처된 트래픽으로부터 해당 종속성을 위한 테스트 케이스와 목(mock)을 자동으로 생성합니다. 또한 OpenAPI 사양, Postman 컬렉션, cURL 명령 또는 라이브 엔드포인트에서 스위트를 구축하는 AI 테스트 생성 경로도 있습니다. 캡처가 eBPF 계층에서 이루어지기 때문에 언어에 구애받지 않으며 Linux 및 높은 권한에 의존합니다. 소스 코드는 GitHub에서 확인할 수 있습니다.

Apidog는 설계, 디버깅, 목, 문서화 및 테스트를 한 곳에서 처리하는 올인원 API 플랫폼입니다. Apidog CLI(apidog run)는 터미널 및 CI/CD 환경에서 직접 작성한 테스트 시나리오와 컬렉션을 실행합니다. 데이터 기반 테스팅, 환경 전환, 다양한 보고서 형식 및 클라우드 보고서를 지원합니다. Apidog 또한 AI 테스트 케이스 생성을 제공하지만, 프로덕션 트래픽을 기록하는 대신 앱 내 API 스키마 및 엔드포인트에서 작동합니다.

무언가를 계획하기 전에 알아야 할 솔직한 점이 있습니다. Apidog는 eBPF를 통해 실시간 트래픽을 캡처하지 않으며, 프로덕션 호출 및 종속성 목을 기록하여 테스트를 자동 생성하지 않습니다. 이것이 Keploy의 독특한 강점입니다. 런타임 캡처가 워크플로우의 핵심이라면 해당 작업에는 Keploy를 계속 사용하십시오. Apidog로 전환함으로써 얻는 것은 설계된, 검토 가능한, 팀 간 협업 테스트와 전체 API 수명 주기를 아우르는 플랫폼입니다.

Keploy 접근 방식	Apidog 접근 방식
`keploy record`는 eBPF를 통해 실제 트래픽을 캡처합니다.	OpenAPI, Postman 또는 cURL로 API 표면을 가져옵니다.
캡처된 호출에서 테스트가 자동 생성됩니다.	사양에서 AI 테스트 케이스 생성 및 직접 작성한 시나리오
`keploy test --delay 10`은 녹화된 내용을 재생합니다.	`apidog run`은 CI에서 작성된 시나리오를 실행합니다.
실제 DB/네트워크 트래픽에서 종속성 목이 캡처됩니다.	사용자가 설계하고 제어하는 목 서버
녹화에 포함된 테스트 데이터	사용자가 유지 관리하는 `-d`(CSV/JSON)를 통한 데이터 기반 테스팅
녹화된 실행에서 암묵적인 환경	`-e`로 전환되는 명시적인 환경
Linux/eBPF, 높은 권한	표준 CI 러너를 포함하여 CLI가 실행되는 모든 곳에서 실행됩니다.

이 표는 기능 점수표가 아닌 번역 가이드로 읽으십시오. 각 Keploy 기능은 Apidog의 의도적인 작성 단계에 해당합니다. "도구가 트래픽에서 알아냈다"는 것을 "무엇이 올바른지 당신이 설명했다"는 것으로 바꾸는 것입니다.

1단계: API 표면을 사양으로 캡처

Keploy는 실행 중인 앱에서 시작합니다. Apidog는 API 설명에서 시작합니다. 따라서 첫 번째 작업은 해당 설명을 얻는 것입니다.

이미 OpenAPI 문서를 게시하고 있다면 완료된 것입니다. 해당 문서를 가리키고 다음 단계로 이동하십시오. 그렇지 않다면 가져올 수 있는 몇 가지 옵션이 있습니다.

프레임워크에서 OpenAPI를 생성합니다(대부분의 최신 프레임워크에는 이를 내보내는 익스포터 또는 라이브러리가 있습니다).
팀이 이미 Postman 컬렉션을 가지고 있다면 내보냅니다.
각 엔드포인트에 접근하는 데 사용하는 cURL 명령을 수집합니다.

좋은 부수 효과: Keploy 녹화본이 있다면, 캡처된 요청은 어떤 엔드포인트가 실제로 호출되고 어떤 페이로드로 호출되는지에 대한 실제 재고 목록입니다. 녹화본 자체를 가져오지는 않겠지만, 사양이 동일한 표면 영역을 다루도록 체크리스트로 사용하십시오.

2단계: Apidog로 가져오기

Apidog를 다운로드하고 프로젝트를 생성한 다음 OpenAPI 파일, Postman 컬렉션 또는 cURL 명령을 가져옵니다. Apidog는 사양을 읽고 엔드포인트를 채우고, 요청 스키마, 매개변수 및 응답 모델을 채웁니다. 이제 Keploy가 접근했던 것과 동일한 표면을 가진 각 엔드포인트에 대한 구조화된 정의를 얻었지만, 편집, 버전 관리 및 공유가 가능한 형태로 제공됩니다.

이것이 플랫폼 차이가 나타나는 순간이기도 합니다. 가져온 엔드포인트는 단순히 테스트 픽스처가 아닙니다. 이들은 실시간 문서, 디버깅 가능한 요청, 그리고 목 서버의 기반이며, 이 모든 것이 한 번의 가져오기에서 비롯됩니다. 도구 체인의 단계별 안내는 Apidog CLI 전체 가이드에서 모든 설정을 다룹니다.

3단계: 시작 테스트 스위트를 생성하고 실제 시나리오를 작성합니다.

여기서 Keploy에서 좋아했던 속도를 일부 되찾을 수 있습니다. Apidog의 AI 테스트 케이스 생성은 가져온 스키마와 엔드포인트를 읽고 유효한 요청, 경계 값, 사양에 기반한 일반적인 실패 응답 등 테스트 케이스 초안을 작성해 줍니다. 이는 강력한 시작점이며, 빈 페이지에서 빠르게 벗어날 수 있게 해줍니다. 이것이 다른 도구와 어떻게 비교되는지 보고 싶다면, 최고의 AI 테스트 케이스 생성기에 대한 개요가 그 맥락을 설명해 줍니다.

두 가지 솔직한 참고 사항. 첫째, (Apidog 또는 Keploy에서) AI가 작성한 케이스는 사람의 검토가 필요합니다. 출력을 초안으로 취급하고, 적용되지 않는 것은 정리하고, 어설션을 강화하십시오. 둘째, 이것은 런타임 동작이 아닌 사양에서 생성되는 것이므로 실제 프로덕션 데이터에서만 나타나는 특이점을 알지 못할 것입니다. 그것이 바로 Keploy의 캡처가 채워주었던 공백이며, 설계된 테스트로 전환할 때 수용해야 하는 공백입니다.

그리고 중요한 시나리오를 작성합니다. 시나리오는 요청을 실제 흐름으로 연결합니다. 사용자 생성, 반환된 토큰으로 로그인, 프로필 가져오기, 업데이트, 삭제 등. 상태 코드, 응답 필드, 그리고 데이터가 한 단계에서 다음 단계로 어떻게 전달되는지를 어설션합니다. 이것은 Keploy가 녹화 중에 암묵적으로 수행했던 작업입니다. 이를 명시적으로 수행하는 것은 초기에는 더 많은 노력이 필요하지만, 나중에 누군가가 테스트를 읽거나, 검토하거나, 변경할 때마다 그만한 가치를 합니다. AI 지원으로 테스트 케이스를 작성하는 방법 가이드는 생성과 수동 작성의 균형을 맞추는 데 도움이 됩니다.

4단계: 환경 및 데이터 기반 입력 설정

녹화는 한 번의 실행에서 한 세트의 값을 전달합니다. 작성된 테스트는 모든 데이터셋을 가진 모든 환경에서 실행되어야 합니다.

Apidog에서 자체 기본 URL, 토큰 및 변수를 사용하여 환경(로컬, 스테이징, 프로덕션)을 정의합니다. 런타임에는 -e로 하나를 선택합니다. 테스트 데이터의 경우 CSV 또는 JSON 파일을 연결하면 Apidog는 각 행당 한 번씩 각 시나리오를 실행하므로 하나의 로그인 시나리오가 12가지 자격 증명 조합을 다룹니다. 파일은 -d로 가리킵니다. 데이터 기반 테스팅 가이드는 파일 형식과 변수 바인딩에 대해 자세히 보여줍니다.

apidog run \
  --access-token "$APIDOG_ACCESS_TOKEN" \
  -i 123456 \
  -e "staging" \
  -d ./test-data/login-cases.csv

이것은 고정된 녹화에 대한 구체적인 업그레이드입니다. 테스트 데이터는 여러분이 소유하고, pull request에서 검토하고, 새로운 엣지 케이스가 나타날 때마다 확장하는 파일입니다.

5단계: apidog run으로 CI에서 실행

파이프라인에서 keploy test를 대체하는 명령어는 apidog run입니다. 작성한 시나리오를 실행하고, 선택한 환경 및 데이터 파일을 적용하며, 보고서를 발행합니다. CLI, HTML, JSON 출력을 생성할 수 있으며, --upload-report를 사용하여 공유 가능한 링크를 위해 결과를 클라우드에 푸시할 수 있습니다.

apidog run \
  --access-token "$APIDOG_ACCESS_TOKEN" \
  -i 123456 \
  -e "staging" \
  -r html,cli \
  --upload-report

이것을 파이프라인에 연결하는 것은 다른 CI 테스트 단계와 동일한 형태입니다. CLI를 설치하고, 토큰과 시나리오 ID를 전달하며, 0이 아닌 종료 시 빌드를 실패시킵니다. CI/CD 파이프라인 가이드와 GitHub Actions 워크스루는 정확한 YAML을 다루며, 테스트 보고서 가이드는 팀이 실제로 보게 될 출력을 읽는 방법을 설명합니다.

6단계: 제어하는 목 서버 구축

Keploy는 녹화 중에 종속성 트래픽을 캡처하여 목을 무료로 제공합니다. Apidog는 다른 경로를 택합니다. 목을 직접 설계합니다. 이미 스키마를 가져왔으므로 Apidog는 이를 통해 목 서버를 생성하고, 필드 유형 및 설정한 규칙에 따라 현실적인 예제 응답을 반환할 수 있습니다. 지연 시간, 오류 사례, 정확한 페이로드를 직접 결정합니다.

이 가이드의 다른 모든 곳과 마찬가지로 트레이드오프는 동일합니다. 캡처된 목은 종속성이 실제로 수행한 작업을 반영하고, 설계된 목은 의도했던 작업을 반영합니다. 계약 테스팅 및 안정적인 CI의 경우, 설계된 목은 프로덕션과 달라지지 않기 때문에 유리한 경향이 있습니다. 더 깊은 배경 지식을 원하시면 계약 테스팅 및 목킹 도구와 OpenAPI 스키마에서 목 데이터 생성을 참조하십시오.

얻는 것과 포기하는 것

이러한 움직임의 양면을 팀과 솔직하게 논의하십시오.

자동 캡처 기능을 포기하게 됩니다. 실제 트래픽을 감시하는 keploy record도 없고, 프로덕션 실행에서 파생된 종속성 목도 없으며, 코드 변경이 전혀 필요 없는 eBPF 마법도 없습니다. 그 기능이 핵심적이라면, 해당 작업을 위해 Keploy를 도구 상자에 보관하십시오. 두 도구는 공존할 수 있습니다.

문서처럼 읽히는 테스트, 플래그로 전환할 수 있는 환경, 직접 소유하고 검토하는 테스트 데이터, 설계하는 목 서버, 그리고 설계, 디버깅, 문서 및 테스트를 위한 단일 플랫폼을 얻게 됩니다. 비용은 실제(작성에는 기록보다 더 많은 노력이 필요)하며, 그 대가로 팀 전체가 행동할 수 있는 유지보수성을 얻게 됩니다. API 테스트 자동화 도구에 대한 더 넓은 조사는 이러한 트레이드오프를 맥락에 맞게 설명하며, Apidog로 API를 테스트하는 방법은 다음으로 읽어볼 좋은 실습 자료입니다.

두 도구를 나란히 저울질하고 있다면, Apidog 대 Keploy 비교는 기능별로 분석하며, Keploy가 특히 팀에 맞지 않는다면 최고의 Keploy 대안을 살펴보는 것도 좋습니다.

자주 묻는 질문

Apidog가 기존 Keploy 녹화본을 가져올 수 있나요? 직접적으로는 불가능합니다. Keploy 녹화본은 런타임 캡처이며, Apidog는 API 사양에서 작동합니다. 실질적인 방법은 API 표면을 OpenAPI(또는 Postman/cURL)로 캡처하여 가져오는 것입니다. Keploy 녹화본을 어떤 엔드포인트를 다룰지 체크리스트로 사용하십시오.

Apidog가 Keploy처럼 실시간 트래픽을 기록하고 데이터베이스를 자동으로 목(mock)하나요? 아닙니다. Apidog는 eBPF를 통해 트래픽을 캡처하지 않으며 실제 실행에서 종속성 목을 자동 생성하지 않습니다. 그것이 Keploy의 독특한 강점입니다. Apidog는 스키마에서 테스트와 목을 생성하며, 그 위에 시나리오를 작성합니다.

keploy record 및 keploy test를 대체하는 것은 무엇인가요? record에 해당하는 기능은 없습니다. 대신 사양을 가져오고, AI로 시작 스위트를 생성하고, 시나리오를 작성한 다음, keploy test 대신 apidog run으로 실행합니다.

Keploy에서 마이그레이션하기 위해 추가적인 작성 노력을 기울일 가치가 있나요? pull request에서 읽고 검토할 수 있으며 팀 전체가 소유하는 테스트를 원한다면 예. 핵심 요구 사항이 종속성 목을 포함한 실제 런타임 동작을 최소한의 노력으로 캡처하는 것이라면, Keploy가 여전히 더 잘 수행하므로 해당 작업에는 Keploy를 계속 사용하십시오.

두 도구를 동시에 실행할 수 있나요? 예. 많은 팀이 캡처 기반 회귀 검사에는 Keploy를 사용하고, 설계된 엔드 투 엔드 스위트, 문서 및 목에는 Apidog를 사용합니다. 이들은 서로 다른 문제를 해결합니다.

시작할 곳

하나의 서비스를 선택하십시오. 해당 OpenAPI 사양을 내보내 Apidog로 가져오고, AI가 몇 가지 테스트 케이스 초안을 작성하게 한 다음, 환경과 작은 데이터 파일로 실제 시나리오 하나를 작성하십시오. apidog run으로 실행하고 CI에 연결하십시오. 이 루프가 잘 작동한다고 느껴지면 확장을 시작하십시오. 기록의 편리함을 팀 전체가 읽고, 변경하고, 신뢰할 수 있는 테스트와 교환하게 될 것입니다. CLI 자체에 대해 더 자세히 알아보려면 설치 가이드와 명령줄 REST API 테스트 워크스루부터 시작하십시오.

버튼