소프트웨어가 출시된 후 시간이 흐르면, 개발자가 의도한 동작 외에도 시스템 특유의 quirks나 edge case 같은 예상치 못한 behavior가 생기게 됩니다. Hyrum’s Law에 따르면, API를 사용하는 사람이 많아질수록 시스템의 모든 observable behavior가 의존 대상이 됩니다. 이때 일반적인 regression tests만으로는 이러한 변화를 잡아내기 어렵습니다. Michael Feathers가 제안한 characterization tests는 코드가 '어떻게 동작해야 하는지'가 아니라 '현재 실제로 어떻게 동작하는지'를 capture하여 safety net을 만드는 데 집중합니다. Golden master testing이나 snapshot tests를 활용하면 이를 효율적으로 수행할 수 있으며, 특히 실제 traffic을 캡처하여 테스트하는 방식은 서비스의 side effects까지 잡아낼 수 있어 매우 강력합니다. 이러한 방식은 legacy code 리팩토링, 프레임워크 업그레이드, 시스템 재작성 시에 매우 유용하게 활용될 수 있습니다.