기술 업계의 거시적 트렌드 2024.10 by Thoughtworks

AI의 성장하는 영향력

• AI, 특히 GenAI는 요즘의 기술 대화에서 큰 역할을 하며 중요한 부분을 차지함
  • AI와 GenAI가 소프트웨어 전달 생태계의 모든 단계에 영향을 미치고 있음
• 코딩 어시스턴트가 가장 주목받고 있으며 일반적으로 가장 성숙한 단계에 있음
  • 이러한 도구의 유용성 증가로 소프트웨어 품질을 지원하는 엔지니어링 엄격성을 유지 또는 향상시키면서 AI가 제공하는 이점을 활용하기 위해 소프트웨어 전달 방식을 재평가하게 됨
  • GitHub Copilot과 Cursor와 같은 개인용 도구나 Haiven과 같은 팀 중심 도구 등 이 분야의 지속적인 혁신이 예상됨
  • AI를 사용하거나 AI 애플리케이션 생성을 지원하는 (또는 둘 다) 도구가 폭발적으로 증가하고 있음
• 이러한 도구가 도입되는 속도는 예전에 Javascript 도구의 속도와 수량을 능가함
• 온디바이스 LLM 또는 소형 언어 모델(SLM) 증가, 추론이 서버에서 웹과 엣지 디바이스로 이동하는 추세를 보임
  • 후자의 추세는 프라이버시에 긍정적임

AI의 한계와 위험에 대한 인식 증가

• 특히 GenAI 도구가 관련될 때 인간이 루프에 있는 것이 중요하다는 인식이 커지고 있음
  • 이러한 도구를 사용할 때 Hallucination나 단순한 실수를 통제하기는 여전히 어려움
  • 일부에서는 현재로서는 특정 애플리케이션에서 사람이 통제권을 가져야 하므로 "AI in the loop"라고 부르자고 제안함
  • 그러나 화학과 물리학 분야 노벨상이 AI에 대한 공헌과 AI에 의해 수상되면서 모든 것이 암울하지는 않음
• 기술에 패턴이 있는 곳에는 안티패턴도 있으며, AI도 확실히 그것들을 수집하고 있음
  • 두드러진 예로는 "실제 페어링의 많은 이점을 주지 못하는 LLM과의 페어링", "스타일 일관성을 설명할 수 없고 코드 베이스의 이해 확산을 어렵게하는 코드 리뷰를 위한 LLM 사용" 등이 있음
  • 이러한 도구가 확실히 개선되고 있지만, 아직 운전석에 앉거나 코드의 품질과 적합성에 대해 자율적으로 판단할 준비가 되지 않음
• 마지막으로 GenAI의 황홀한 약속에 대한 반발이 증가하고 있음
  • 금융 분석가들은 기반 모델에 동력을 공급하는 활동을 포함하여 현재 다양한 AI 및 GenAI 벤처에 투입되는 모든 자금에 대한 투자 수익률 가능성에 의문을 제기하고 있음
  • 모든 기술은 과장 단계를 거치며 GenAI도 예외는 아님
  • AI는 일반적으로 과거에 여러 차례 AI 겨울을 겪었지만 현 시점에서 환멸 수준은 그다지 심각하지 않음
  • 그럼에도 불구하고 위에서 논의한 안티패턴과 마찬가지로 밝고 빛나는 새로운 것이 우리가 원하는 모든 것을 할 수 있다고 생각하는 불행한 경향이 있음
  • 우리는 여전히 우리의 표준 비즈니스 프로세스 중 많은 부분을 재구상할 수 있는 가능성을 배우고 있음
• 그러나 AI가 다시 배경으로 사라질 가능성은 높지 않아 보임

Rust와 WebAssembly의 부상 및 Postgres의 지속성

• AI 외에도 기술 세계에서는 더 많은 일이 일어나고 있음
• Rust 언어의 사용과 도구 개발이 크게 증가하고 있음
  • 많은 도구들이 Rust로 다시 작성되고 있으며, 종종 Python 생태계에서 그러함
  • Rust의 메모리 안전 속성으로 인해 더 많이 채택되고 있음
  • 일부 예로는 Iggy, Ruff, uv, Zed 등이 있음
  • 물론 과거에 살펴본 다른 많은 기술들과 마찬가지로 이러한 Rust 도구의 문헌에서 "blazingly fast"라는 문구가 두드러지게 나타남
• WebAssembly(WASM)는 브라우저에서 모든 것을 실행하는 광범위한 주제와 마찬가지로 논의의 주요 주제였음
  • WebAssembly 표준 채택은 브라우저와 해당 브라우저의 플랫폼에서 거의 보편적임
  • 그러나 우리는 또한 서버에서 WASM 사용에 대한 Blip들이 많이 제출되는 것도 보았음
    • (Blip/블립은 소프트웨어 개발에서 중요한 역할을 하는 기술 또는 기법을 의미)
  • WASM 자체는 현재 Radar에 없지만 PGLite와 Flutter for Web을 비롯한 여러 Blip에서 WASM을 사용하고 있음
  • 물론 AI도 빠지지 않고, 브라우저 상의 LLM에 대한 Blip도 있음
• 데이터베이스 측면에서 Postgres 데이터베이스가 얼마나 널리 퍼져 있는지 확인했음
  • 유사성 검색, 분석 작업, 데이터베이스 일부 동기화 등을 위한 다양한 Postgres 확장이 있음
  • 이것은 새로운 현상은 아니지만 Postgres는 이번 Radar 회의에서 특히 널리 퍼져 있었음
  • 우리는 또한 DuckDB, Iceberg, Parquet와 같은 데이터 레이크에 대한 강력한 새로운 오픈 소스 경쟁자를 보고 있음
  • 관계형 데이터베이스는 매우 오랫동안 존재해 왔지만 우리는 여기서 계속 혁신을 보고 있음

기술 거버넌스의 지속적 중요성

• AI와 관련된 것만이 아니라 다양한 기술 거버넌스 접근 방식에 대해서도 논의됨
  • AI는 고유한 거버넌스 과제를 수반함
• Build Your Own Radar(BYOR)와 같은 거버넌스 접근 방식은 계속해서 조직에 가치를 제공함
  • 종종 그렇듯이, 조직을 위한 Radar 결과물은 가치 있는 산출물이지만, 그 결과물인 Radar를 만드는 얼라인먼트 프로세스만큼 가치 있지는 않음
  • 거버넌스의 큰 문제는 종종 일부 기준 배후의 근거가 전달 팀에 의해 잘 이해되지 않는다는 것
  • 적절한 BYOR 운동은 팀이 왜 어떤 식으로 통제되고 있는지 이해하는 데 도움이 됨
• 거버넌스에는 또한 문서화가 필요하며, 양질의 사용하기 쉽고 최신의 문서는 여전히 어려움
  • Unblocked와 같은 도구는 이러한 모든 문제를 해결하지는 못하지만 Jira 티켓 및 위키 페이지와 같은 다른 출처의 추가 컨텍스트를 질문으로 가져와 도움을 줌
  • GenAI는 문서를 래핑하고 문서에 대한 쿼리에 답변하는 데 유용한 것으로 입증되고 있음
  • 이러한 도구가 성숙해짐에 따라 우리는 적어도 문서에서 정보를 검색하는 데 있어서는 일부 진전을 보일 수 있음

코드로서의 인프라 진화

• 이전 Macro Trends 에디션에서 언급했듯이 코드로서의 인프라(IaC)는 계속 진화하고 있음
• 우리는 또한 최근 GA으로 이동한 System Initiative와 같은 도구에 구현된 코드에서의 인프라(IfC)에 대한 더 많은 현상들을 보고 있음
• 코드 및 소유권 관점에서 애플리케이션과 인프라 사이의 경계가 모호해지고 있음
• 특히 마이크로서비스 아키텍처에서 또는 진화적 아키텍처를 활용할 때 인프라의 복잡성을 관리하고 실제로 실행 중인 내용을 아는 것이 중요함