서진호

3 분 소요

이번 주 저의 페이스북 타임라인에 안드레 카파시가 Y콤비네이터의 AI 스쿨에서 발표한 유투브 동영상에 대해 많은 공유가 있었다. 그래서 저도 호기심으로 '’인공지능 시대의 소프트웨어 변화(Software is Chaning, Again)” 대해 아주 재미있게 잘 보았다. 그래서 이번에 보면서 느낀 점들과 요약 노트를 정리해 보았다.

1. 소프트웨어 패러다임의 진화

  • 소프트웨어 패러다임은 70년 만에 본질적으로 변화하며, 최근 몇 년간 Software 1.0(전통적 코드), 2.0(신경망 가중치), 3.0(LLM과 자연어 프롬프트) 로 급속하게 진화함
    • Software 1.0: 사람이 직접 작성한 전통적인 소스코드
    • Software 2.0: 신경망의 가중치(파라미터)를 데이터셋과 옵티마이저로 튜닝해 만드는 모델
    • Software 3.0: 대형 언어 모델(LLM) 기반, 영어 등 자연어 프롬프트로 프로그램(명령) 생성
  • 최근 GitHub에서 코드는 영어와 코드가 혼합된 형태로 진화하며, 프로그래밍 언어로서의 영어가 빠르게 확산
  • Hugging Face 등은 Software 2.0의 ‘GitHub’ 역할을 하며, 오픈소스 모델 생태계를 주도함

2. LLM은 새로운 운영체제(OS)다

  • LLM은 단순 API·유틸리티를 넘어 운영체제처럼 다양한 소프트웨어가 돌아가는 플랫폼으로 진화 중
  • 현재는 1960년대 메인프레임 시대와 유사하게, 클라우드 중심의 중앙 집중 구조에서 LLM 활용이 이루어짐
  • 장기적으로는 개인용 LLM 시대(분산·로컬 PC 활용)가 도래할 가능성도 언급
  • LLM 활용 환경은 전통적인 터미널·명령줄 인터페이스와 유사하지만, 아직 범용 GUI는 충분히 발달하지 않음

3. LLM의 능력과 한계

  • LLM은 거대한 기억력과 지식 습득 능력을 갖추었으나, 허위 정보(Halluciation), 맥락 기억 상실, 보안 취약성 등 고유의 결함 존재
  • LLM의 ‘동작 메모리(working memory)’은 사람이 명시적으로 관리해야 하며, 장기적 메모리(Long-term Memory) 학습은 아직 미흡
  • 보안 및 프롬프트 인젝션 등 실질적 위험 요소가 있으므로 활용 시 주의 필요

4. 부분적 자율성(Partial Autonomy)과 Human-LLM 협업

  • Cursor, Perplexity 등 LLM 기반 앱은 전통적 수동 조작과 LLM 자동화의 결합, ‘자율성 슬라이더’(사용자 통제/AI 위임 정도 조절) 개념으로 진화
  • GUI를 통한 감사(audit)와 빠른 검증 루프, ‘AI를 짧게 묶어 통제하는 방법론’이 실무에 필수적
  • 소프트웨어, 제품, 서비스 모두 점진적으로 ‘부분적 자율화’가 강화될 것으로 예측

5. 바이브 코딩 문화

  • 누구나 영어로 직접 LLM을 통해 앱을 만들어보는 ‘바이브 코딩(Vibe Coding)’ 문화가 확산
  • 카파시도 코딩 경험 없이 Swift 언어로 단 하루 만에 iOS 앱을 만들고, 실제 서비스로 확장하는 경험 공유
  • 실제 프로토타입 개발은 LLM이 쉽게 해주지만, 실제 서비스에 필요한 인증, 결제, 배포 등은 여전히 수작업과 DevOps가 병목임
  • 앞으로는 사람이 직접 클릭해서 설정해야 하는 부분을 인간 개입 없이 자동적으로 ‘에이전트’가 대행할 수 있도록 ‘에이전트 친화적 소프트웨어/문서’ 설계가 핵심 과제

6. 인프라의 변화와 에이전트 친화성

  • 기존 인간 중심 문서는 LLM·에이전트가 바로 활용하기 어렵기 때문에, Markdown·명령어 기반으로 재구성 필요
  • Versell, Stripe 등은 에이전트 친화적 문서 전환(예: curl 명령 등) 을 시작
  • 다양한 도구(GitHub Ingest, DeepWiki 등)는 코드 리포지터리 및 문서를 LLM이 바로 활용 가능한 형태로 변환해줌

7. 향후 전망

  • 지금은 수많은 코드를 새롭게 쓰고, 재작성 하는 최고의 시기임
  • LLM은 ‘보조적 도구(Iron Man 슈트)’로써 인간 개발자와 협업하며, 완전 자율화로 나아가는 점진적 혁신이 진행될 것
  • 향후 10년간 ‘자율성 슬라이더’를 단계적으로 높이는 과정이 핵심 트렌드가 될 전망
  • 개발자와 조직은 LLM과 에이전트에 최적화된 소프트웨어, 문서 및 인프라 재설계를 서둘러 필요가 있음 -> 현재 저도 이 분야의 아키텍처 패러다임을 스터디해 컨설팅하고 있음.

8. 결론

  • LLM은 단순 도구가 아닌 새로운 운영체제(Operating System)와 유사한 소프트웨어 생태계로 자리잡고 있으며, 누구나 사람의 언어(자연어)로 컴퓨터를 프로그래밍 할 수 있는 시대가 열림

  • AI 도구·에이전트와의 협업, ‘부분적 자율성(Partial Autonomy)’이 미래 소프트웨어 제품의 핵심이 되고, 인간의 빠른 검증과 통제가 병행되어야 신뢰할 수 있음

  • AI와 LLM은 ‘사람 같은 영혼(people spirits)’의 특성을 가지며, 엄청난 기억력 및 지식력과 동시에 할루시네이션, 맥락 상실, 보안 위험 등 고유의 한계를 내포함

  • 향후 소프트웨어, 문서 및 인프라는 ‘초거대 언어 모델 친화적(LLMs-friendly)’으로 재설계되어야 하며, LLM이 쉽게 이해하고 행동할 수 있도록 구조와 표현 방식이 변화함

  • 전통적인 코딩, 신경망 가중치, 프롬프트를 병렬 비교하는 것이 흥미로웠음.

    • 자율주행 모듈에서 직접 작성한 코드 대신 대상을 잘 대변하는 데이터셋에 맞춰 신경망을 최적화하는 방식이 실제로 꽤 유용하다는 설명 포함,
    • 하지만 많은 환경에서 하드웨어 제약 때문에 “software 2.0”이나 “software 3.0”이 불러올 적용 범위가 매우 제한적일 것이라는 점도 강조
    • 기존의 코드와 프롬프트는 서로 보완적으로 활용되는 도구로 남게 되고, 둘 중 하나가 완벽한 해결책이 되는 것이 아니라는 관점

  • 카파시가 늘 명확하게 사고하는 인재라는 새삼느끼게 되었음.

10. 참고 자료

댓글남기기