소프트웨어 뒤에 있는 사람

AI 요약

Linear 공동창업자 카리 사리넨은 좋은 제품에는 만드는 사람의 경험과 관심사, 세상을 바라보는 관점이 담긴다고 말합니다. 사용자는 제작자를 직접 알지 못해도 제품에서 그 흔적을 느낄 수 있습니다. 하지만 소프트웨어 업계는 요구사항을 모으고 기능을 만들고 결과를 측정하는 공장처럼 제품을 설명하는 경우가 많습니다. 이제는 에이전트로 이 과정 전체를 자동화하려는 흐름도 나타납니다.

경험에서 나오는 직관

비슷한 고객과 기술을 두고도 팀마다 다른 제품을 만듭니다. 차이는 문제를 해석하는 방식과 만드는 스타일에서 생기며 창업자의 배경이나 회사의 문화도 제품을 빚습니다. Linear는 프로세스나 데이터보다 직관을 중시해 왔습니다. 여기서 직관은 근거 없는 개인 취향이 아닙니다. 직접 만들고 고객과 대화하며 실수하는 과정에서 무엇을 살펴야 하는지 배우고 쌓은 판단입니다. 사리넨은 직관을 내세워 데이터 뒤에 숨지 않고 자신의 판단을 내리는 태도로 설명합니다.

Linear는 출시 전 다양한 회사와 직무의 사람들에게 업무 방식을 물었습니다. 창업자들이 겪은 불편만으로 제품을 설계하지 않고, 대화를 통해 무엇이 중요한지 파악하면서 제품을 보는 관점을 다듬었습니다. 제품의 성격은 만드는 사람이 무엇에 주의를 기울이는지, 무엇을 만들지 않기로 하는지, 기술적으로 작동한 뒤에도 무엇을 계속 손보는지에서 생깁니다. 기능 하나가 완벽하게 작동해도 제품 전체를 나쁘게 만들 수 있습니다. 그런 판단에는 제품이 어떤 모습이어야 하는지에 관한 관점과 고객의 반응을 살피는 일이 필요합니다.

기능 추가와 제품의 일관성

사리넨은 최근 성공한 회사의 제품에서도 복잡함을 느낀다고 말합니다. 기술로 무엇을 더 할 수 있는지에 생각이 쏠리고 제품이 어떤 형태를 가져야 하는지는 덜 다뤄진다는 진단입니다. 기존 기능을 다시 생각하는 일보다 새 기능을 추가하기가 쉽습니다. 그 결과 중심 문제를 개선하기보다 기능을 더하는 변화가 이어지고, 제품은 일관된 관점 없이 여러 능력을 모은 형태가 됩니다.

그는 이런 흐름이 업무 조직 방식과도 관련 있을 수 있다고 봅니다. 각자가 에이전트와 함께 독립적으로 변경 사항을 만들면 개별 변경은 그럴듯해도 전체 제품은 프랑켄슈타인의 괴물처럼 조각난 모습이 될 수 있습니다. 공통된 관점과 생각이 없으면 각 결과의 평균으로 제품이 만들어지고, 제품에 개성을 부여하던 선택은 희미해집니다. 더 많은 기능이 작동하더라도 그 뒤에 누가 있는지 느끼기 어려워집니다. 소프트웨어 제작이 쉬워지는 만큼 문제를 깊이 이해하고 결과물을 하나의 답으로 다듬는 데 더 많은 여지를 쓰기를 바란다는 말로 글을 맺습니다.

Hacker News 반응

• @dozerly — 직관을 실용적으로 적용할 때 생기는 문제는 서로 다른 두 사람의 직관을 비교할 방법이 없다는 점입니다. 작은 조직에서는 괜찮지만 규모가 커지면 50명의 직관을 어떻게 저울질할지 알기 어렵습니다.
  • @ajrouvoet — 어려운 문제지만 글은 직관이 단순한 '좋은 느낌'이 아니라 일관된 이해라고 잘 설명합니다. 일관된 이해는 전달하기도 쉽습니다. 그런 이해를 가진 사람은 같은 생각을 반복해서 가르치기 때문입니다. 그렇다고 일관성 없는 생각보다 반드시 이긴다는 뜻은 아니지만, 알아볼 수는 있습니다.
• @solatic — 글의 핵심 불만은 AI 소프트웨어 공장과 별 상관이 없다고 봅니다. 기능을 더하는 일보다 기존 기능을 고치거나 없애는 일이 제품에서 훨씬 어렵습니다. 제품 책임자는 사용자가 떠날 위험을 감수하면서도 무엇을 바꿀지 판단해야 합니다. 좋은 제품 책임자는 사용자와 분야, 제품의 위치를 깊이 이해하고, 어떤 변화가 해로운지 유익한지 구분합니다. 좋은 제품 리더십이 드문 이유는 좋은 리더십 자체가 드물기 때문이며 AI와는 상관없습니다.
• @mschuster91 — 많은 회사의 조직도를 보면 답이 분명합니다. 아무도 책임지지 않고 각자 일하거나, 예산과 인력을 두고 경쟁하는 작은 영지들이 있습니다. 제품 전체를 책임지고 어떤 모습이어야 하는지, 무엇을 이루어야 하는지, 어떻게 설계할지 함께 정하는 사람이나 위원회가 드뭅니다.
• @jdw64 — Peter Naur는 프로그래밍을 소스 코드 작성이 아니라 문제와 해법에 관한 이론을 세우는 일로 봤습니다. 개발팀이 해산하거나 지식 전달에 실패하면 프로그램의 생애도 끝난다고 했습니다. AI와 함께 개발하는 요즘에는 그 지식이 남을까요? AI에게 작업을 맡기면 그 이론 자체가 개발자의 것이 아닌 셈이라 더 까다로워집니다.
  • @ajrouvoet — 어려움이 있지만 기회도 있습니다. 한 사람이 더 넓은 범위에 닿을 수 있고, 예전보다 적은 비용으로 이론에 맞춰 더 자주 리팩터링할 수 있습니다. AI는 다른 사람이 제품에 일관되게 기여하도록 그 이론을 가르치는 자료를 만드는 데도 효과적입니다.
• @mik3y — 그렇다면 요즘에는 취향이 뚜렷한 소프트웨어를 만드는 데 개인 개발자가 조금 유리할까요?
  • @dack — 그렇다고 생각합니다. 한 사람이 처음부터 끝까지 만들면 팀보다 일관성과 독특함을 얻기 쉽습니다. 예전에는 충분히 빠르고 좋은 결과를 내기가 어려웠지만, 이제는 AI 에이전트에 결정을 너무 많이 넘기지 않는다면 한 사람도 출시할 만한 제품을 만들 수 있습니다.
• @conqrr — 공장 제품과 손으로 만든 제품의 구분에 관한 글이라고 생각하지 않습니다. 최근 '소프트웨어 공장'이라고 부르는 문제는 요구사항만 처리하고 더 넓은 맥락을 고민하지 않는 팀에서도 나타났습니다. 공장 제품도 세심하게 만들 수 있고 수공예품도 생각 없이 대량 생산하듯 만들 수 있습니다.
• @allenu — AI에는 가치와 의도, 취향이 없다고 생각합니다. 사람은 각자 생물학적·문화적 욕구와 이루고 싶은 목표를 지니며, 제품을 만들 때 그 가치와 취향이 목적에 스며듭니다. 좋은 소프트웨어에서는 만든 사람의 관점과 사용자의 목표가 함께 느껴집니다. 지금의 에이전트 코딩으로는 그 관점을 충분히 얻기 어렵고, 사람의 수정과 방향 설정이 필요합니다.
  • @0c3ca83 — 취향은 자신과 주변 사람들이 무엇을 통해 성공했는지, 현재 상황이 어떠한지를 바탕으로 한 경험적 규칙이라고 볼 수 있습니다. AI에게는 그런 규칙이 가득할 수도 있습니다. 다만 그 취향이 당신의 취향은 아닙니다. AI를 쓰며 문제의 세부사항과 멀어지면 당신의 취향은 퇴화할 수 있습니다. 에이전트 코딩은 사람의 주도성을 대체합니다.
• @absoluteunit1 — 혼자 제품을 만들 때도 기능을 더하는 방식에 빠지기 쉽습니다. 제품 방향을 분명히 정하고 개발 기간 내내 지키기 어렵습니다. 1년 반 동안 만들고 나서야 사람들이 원하는 것보다 내가 사람들이 원한다고 생각하는 것을 만들고 있었다는 점을 깨달았습니다. 고객이 원하는 것을 제대로 만들기는 어렵습니다.
• @jwr — SaaS를 만드는 사람으로서 공감합니다. 가치는 코드나 소프트웨어 아키텍처가 아니라 무엇을 만들고 무엇을 만들지 않을지 정하고 제품의 성격과 방향을 세우는 데 있습니다. 고객이 각 화면에서 일을 어떻게 해내는지 살펴야 합니다. 처음에는 좋은 생각처럼 보였던 아이디어를 여러 번 다시 시작하며 다듬어야 하므로 시간이 듭니다. 결과물은 업계 관행을 따르지 않는 '의견이 분명한' 소프트웨어가 되곤 합니다.

원문: karrisaarinen.com / 번역·요약: Trawling