전체 글 208

소프트웨어를 그린다는 것: 개와 말, 그리고 도깨비

소프트웨어를 그린다는 것: 개와 말, 그리고 도깨비— 보이는 것을 묘사하고, 보이지 않는 구조를 이해시키는 방법『한비자』에는 제나라 왕과 그림을 그리는 사람 사이의 짧은 문답이 등장한다. 왕이 무엇을 그리기가 가장 어려운지 묻자, 화가는 개와 말이라고 답한다. 무엇을 그리기가 가장 쉬운지 묻자, 이번에는 귀신이라고 답한다.개와 말은 사람들이 일상에서 보고 잘 아는 대상이다. 그림을 실제 모습과 비교할 수 있으므로 닮게 그리기가 어렵다. 반면 귀신은 눈앞에서 그 형체를 확인할 수 없다. 어떻게 그리든 그 모습이 맞는지 대조하기 어렵다. 우리가 도깨비 이야기로도 접하는 이 일화는 『한비자』 「외저설좌상」에 실려 있다. 이 편은 말과 주장을 판단할 때 실제 효용과 판단 기준을 중시해야 한다는 논의를 담고 있다..

Homo Architect 08:48:40

AI와 사고의 외주화

AI가 생각을 대신하는 시대, 왜 혼자 생각하는 시간이 더 중요해지는가생성형 AI를 사용하면서 가장 크게 달라진 것은 답을 얻는 속도다. 과거에는 어떤 문제를 이해하기 위해 자료를 찾고, 서로 다른 주장을 비교하며, 나름의 결론을 내리는 과정이 필요했다. 이제는 질문 하나로 상당히 정교한 설명과 대안을 얻을 수 있다.AI는 복잡한 개념을 설명하고, 서로 다른 지식을 연결하며, 때로는 우리가 미처 생각하지 못했던 문제까지 제기한다. 지식을 습득하고 문제를 해결하는 데 필요한 시간과 노력은 크게 줄어들었다.그러나 답을 얻는 속도가 빨라졌다고 해서 인간의 사고까지 깊어진 것은 아니다.오히려 AI가 제공하는 답변이 정교해질수록 스스로 고민해야 할 필요를 느끼지 못할 수 있다. 충분히 이해하지 못한 문제도 논리적..

Homo Ware 2026.11.18

AI가 코드를 작성하는 시대, 개발자는 무엇을 고민해야 할까?

사용자 요구사항을 이해하고 실제 구현으로 연결하는 과정에 대해AI를 이용해 개발하다 보면 예전에는 며칠씩 걸리던 작업이 몇 시간 만에 끝나는 경우도 있다. 요구사항을 설명하면 AI가 코드를 작성하고, 테스트를 만들고, 오류가 발생하면 수정안까지 제시한다.개발자의 입장에서는 상당히 편리한 환경이 만들어진 셈이다.그런데 AI를 사용하면서 한 가지 더 신경 쓰게 되는 부분이 있다. 코드를 작성하는 속도가 빨라진 만큼, 요구사항을 잘못 이해한 상태에서도 구현이 빠르게 진행될 수 있다는 점이다.사용자가 요청한 기능을 AI가 정확하게 만들어 주었다고 해도, 그 기능이 사용자가 실제로 필요로 하는 것과 다를 수 있다.이것은 AI만의 문제는 아니다. 기존에도 개발자와 사용자 사이에서 요구사항을 다르게 이해하는 일은 흔..

Homo Coding 2026.11.17

AI 시대, 소프트웨어 개발자로 살아남기

코드를 만드는 능력에서 문제를 해결하는 능력으로오래전에 '스마트 시대, SW 개발자로 살아남기'라는 주제로 강연을 한 적이 있다.당시에는 스마트폰과 클라우드가 소프트웨어 산업을 빠르게 변화시키던 시기였다. 새로운 기술이 등장하고 개발 환경이 달라지면서 개발자들은 무엇을 공부해야 하고, 어떤 역량을 갖추어야 살아남을 수 있을지 고민하고 있었다.그때 내가 강조했던 것은 새로운 기술을 얼마나 빨리 습득하느냐보다 소프트웨어 개발의 본질을 얼마나 이해하고 있느냐는 것이었다.시간이 흘러 이제는 AI가 소프트웨어를 개발하는 시대가 되었다.AI는 요구사항을 분석하고, 설계안을 제시하고, 코드를 작성하고, 테스트까지 수행한다. 과거에는 개발자가 며칠씩 작업해야 했던 기능을 몇 분 만에 만들어 내기도 한다.이러한 변화를 ..

Homo Coding 2026.11.17

미국 항공관제 시스템 장애와 Microsoft 365 장애: AI 활용의 한계와 시사점

AI가 시스템을 만드는 속도와 그 시스템을 신뢰할 수 있는지는 별개의 문제다.지난주 미국 항공관제 시스템과 Microsoft 365에서 발생한 대규모 장애를 보면서 몇 가지 생각이 들었다.미국 연방항공청(FAA)은 통신망 장애로 미국 전역의 항공편 출발을 일시 중단했고, Microsoft 365는 서비스 장애로 Outlook, Teams, Copilot 등 여러 업무 서비스가 영향을 받았다.두 사건은 서로 다른 영역에서 발생했다. 하나는 항공 안전과 직결되는 국가 기반 시스템이고, 다른 하나는 전 세계 기업과 개인이 사용하는 클라우드 업무 플랫폼이다.그런데 장애의 발생 과정과 영향 범위를 살펴보면 공통적으로 생각해 볼 문제가 있다.장애가 발생했을 때 이를 우회하거나, 영향 범위를 제한하거나, 신속하게 복..

Homo Architect 2026.11.16

‘Coded By Someone’에서 ‘Reviewed By Someone’으로

소프트웨어를 개발하다 보면 소스코드의 주석에 작성자의 이름이 남아 있는 경우를 볼 수 있다. ‘Coded By Someone’이라는 표시는 해당 코드를 누가 작성했는지 알려준다. 코드에 대한 문의가 생겼을 때 찾아갈 사람이기도 하고, 구현 과정에서 어떠한 생각과 판단이 있었는지를 설명해 줄 사람이기도 하다. 이러한 의미에서 코드에 이름을 남긴다는 것은 저작자를 표시하는 것 이상의 의미를 가진다.인공지능(AI)을 사용해서 개발하는 경우에는 이 관계가 조금 달라진다. 개발자가 요구사항을 설명하면 AI가 구현 방법을 제안하고, 여러 파일을 수정하고, 테스트까지 수행한다. 개발자가 직접 입력하지 않은 코드가 시스템의 상당 부분을 구성하게 되는 것이다. 이때 개발자의 이름을 남긴다면 그 이름에는 어떠한 의미가 담..

Homo Ware 2026.11.05

예측 기반 사용자 기능 구축(Prediction-Driven Product Development) 방법론 - V

예측 대상 정의: 사용자가 알고 싶은 것과 실제로 결정해야 하는 것 구분하기예측 기능을 만들 때 가장 먼저 해야 할 일은 모델을 고르는 것이 아닙니다.데이터를 모으는 것도 아닙니다.가장 먼저 해야 할 일은 무엇을 예측할 것인가를 정의하는 것입니다.그런데 이 질문은 생각보다 어렵습니다. 사용자가 말하는 “알고 싶은 것”과 실제로 업무에서 “결정해야 하는 것”이 항상 같지는 않기 때문입니다.예측 대상 정의의 핵심은 이 둘을 구분하는 데 있습니다.사용자가 알고 싶은 것 ≠ 사용자가 실제로 결정해야 하는 것이 차이를 구분하지 못하면 예측 기능은 흥미로운 숫자를 보여주지만, 실제 의사결정에는 도움이 되지 않는 기능이 될 수 있습니다.사용자가 알고 싶은 것사용자는 보통 자연스러운 언어로 질문합니다.월드컵 우승 확률..

Homo Ware 2026.06.29

예측 기반 사용자 기능 구축(Prediction-Driven Product Development) 방법론 - IV

예측 기능 성숙도 모델예측 기능은 한 번에 완성되지 않습니다.처음부터 완벽한 데이터 파이프라인, 정교한 모델, 실시간 재예측, 이력 관리, 시나리오 분석, 자동화된 운영 체계를 모두 갖추기는 어렵습니다. 대부분의 예측 기능은 작은 리포트나 분석 화면에서 시작해, 사용자의 질문을 따라 점진적으로 성숙합니다.Prediction-Driven Product Development Framework에서는 예측 기능의 성숙도를 다음과 같이 볼 수 있습니다.1단계. 리포트형 예측2단계. 대시보드형 예측3단계. 비교/이력형 예측4단계. 시나리오형 예측5단계. 운영 자동화형 예측 제품이 단계는 단순히 기술 수준을 나눈 것이 아닙니다.각 단계는 사용자가 예측을 어떻게 이해하고, 비교하고, 행동으로 연결할 수 있는지를 기준으..

Homo Ware 2026.06.29

예측 기반 사용자 기능 구축(Prediction-Driven Product Development) 방법론 - III

예측 기반 제품 기능의 핵심 개념예측 기반 제품 기능을 설계할 때 가장 먼저 구분해야 하는 것이 있습니다.예측값, 의사결정, 사용자 행동, 운영 기준 시점입니다.이 네 가지는 서로 연결되어 있지만 같은 개념은 아닙니다. 예측 기능이 실패하는 많은 이유는 이 개념들을 구분하지 않고 “모델이 예측값을 내면 기능이 완성된다”고 생각하는 데서 시작됩니다.하지만 실제 제품에서는 예측값 하나만으로 사용자가 움직이지 않습니다.사용자는 예측값을 보고, 그 의미를 해석하고, 현재 상황과 비교하고, 판단한 뒤, 어떤 행동을 선택합니다. 그리고 이 모든 과정은 “언제 기준의 데이터인가”라는 운영 기준 시점 위에서 해석됩니다.예측값은 출발점일 뿐이다예측값은 모델이 만들어낸 결과입니다.예를 들어 월드컵 우승 확률 예측 기능이라..

Homo Ware 2026.06.29

예측 기반 사용자 기능 구축(Prediction-Driven Product Development) 방법론 - II

개요Prediction-Driven Product Development Framework의 목적과 적용 범위AI 예측 모델을 만드는 일과, 그 예측 모델을 제품 기능으로 만드는 일은 다릅니다.모델을 만드는 일은 주로 “얼마나 잘 맞히는가”에 집중합니다.제품 기능을 만드는 일은 “사용자가 이 예측을 보고 어떤 판단을 할 수 있는가”에 집중합니다.Prediction-Driven Product Development Framework는 바로 이 차이에서 출발합니다.이 프레임워크의 목적은 예측 모델을 단순한 분석 결과나 대시보드 숫자가 아니라, 사용자의 의사결정을 돕는 제품 기능으로 설계하고 발전시키는 것입니다.왜 이 프레임워크가 필요한가많은 AI 프로젝트는 모델 개발 단계에서는 꽤 성공적으로 보입니다.데이터를 ..

Homo Ware 2026.06.26
반응형