A/B Test란,
실제 사용자를 대상으로 새로만든 모델을 노출함으로써
기존 모델과 비교 평가하는 방법

좀 더 구체화 해서 설명해보자.
A/B Test란
- 객관적으로 새로운 기능이나 변경을 측정/비교하는 방식
- 큰 위험없이 새로운 기능을 테스트하고 빠르게 배우는 방법이다.
- 보통 서비스내의 다른 영역을 테스트하는 A/B Test들은 독립적이라 생각하고 다수의 AB Test를 동시에 실행하는 것이 일반적이다.
EX) 검색창을 늘리면 검색 유입률이 더 높아지지 않을까?

가설없는 A/B Test는 불가하다.
A/B Test란 기본적으로 가설을 실험하고 검증하는 것이다.
- EX) 새로운 추천방식이 기존의 추천방식보다 매출을 증대시키는가?
- 어떤 지표에서 어느 정도의 임팩트가 예상되는가?
- 가설을 나중에 결과에 비교하면서 생각지 못했던 다양한 배움이 생긴다.
- EX) 상품 체크아웃 페이지의 스텝을 줄이면 결제가 더 올라가는가?
- 스텝을 줄이면 정말 매출이 올라가는가?
- 사용자 관점과 개발자 관점은 굉장히 다룰 수 있다.
- 유데미의 경우
강의가 비쌀 경우 - 스텝이 길 수록 매출이 늘었다.
강의가 저렴할 경우 - 스텝이 짧을 수록 매출이 늘었다.
A/B Test를 사용하면 안되는 경우
- 데이터가 없는경우
- 버그 수정을 임팩트를 측정하는 경우
- 회사에서 쓸데없는 계산을 하는 경우
- 빨리 고치는 것이 중요하다.
- 아직 구체적이지 않은 가설을 가지고 아이디어 테스트의 경우
- 가설없이 굉장히 랜덤한 아이디어 테스트
- 비교대상없이 굉장히 새로운 기능 테스트