IT의 세계는 언제나 변화한다. 새로운 툴과 전략이 끊임없이 쏟아지며 기존의 것에 도전한다. 쇠퇴하는 기술은 승리하는 기술에 밀려 컴퓨팅 역사의 저편으로 사라진다. 그런가 하면, 역사가 반복되기도 한다. 경쟁에서 밀려난 기술이 과거의 인기를 회복하는 경우다.
IT인프라와 개발자 운영도 마찬가지지만, 다른 기술 영역만큼 변화가 심하지는 않다. 코딩을 제작/관리하고 시스템을 안정적으로 유지하는 일을 맡은 팀은 원래 신중한 편이다. 실험과 변화는 연구개발 부서의 예민한 기질을 가진 혁신자의 몫이다. 원활한 운영에 전적으로 의존하는 회사에서는 IT인프라와 운영을 안정적으로 유지하는 것이 더 중요하다.
하지만, 백오피스의 과중한 서버 및 네트워크 운영을 변혁하기 위해 최근 여러 새로운 전략과 툴이 출현하였다. 이들은 새로운 혁신을 반영하기도 하고, 순수한 경제 차원과 정치 현실에 근거하기도 한다. 안정성을 희생하지 않으면서 보안과 속도를 강화하려고 의도된 것들이다.
뜨는 IT: 멀티 클라우드 코드를 서버 룸에서 클라우드로 이전하는 것의 장점은 오랫동안 알려져 있다. 다른 사람이 관리하는 기기를 임대한다면 불규칙적으로 증가하고 감소하는 컴퓨테이션 및 워크로드에 이상적이다. 신뢰와 보안에 대한 문제가 없지는 않지만, 클라우드 사업자는 규모의 경제로 가능해진 전용 팀을 배치해 이 문제를 신중하게 처리해왔다.
하나의 클라우드가 좋은 생각이라면 2개 이상의 클라우드는 어떠할까? 여러 클라우드를 지원하는 일은 번거롭기는 하지만 개발자가 코드를 세심하게 작성한다면, 특정 업체에 종속되는 위험을 없앨 수 있다. 또한 여러 클라우드 환경에서 소프트웨어를 운영해본다면 가장 저렴한 사업자를 파악할 기회가 있어 경제적으로도 유리하다.
지는 IT: 동적 웹사이트 월드 와이드 웹(WWW)은 처음에는 정적 파일로 구성되었다. 웹 서버는 URL을 수취하고 모두에게 똑같은 파일을 내보냈다. 이러한 단순한 메커니즘은 신속히 인기를 잃었다. 웹 개발자는 이용자가 특정 URL을 방문할 때 볼 수 있는 것을 커스터마이징 할 수 있음을 알게 되었다. 그러자 웹 페이지는 더 이상 모두에게 똑같을 필요가 없어졌다. 이용자는 개인화를 좋아했다. 광고주는 표적 광고의 유연성을 좋아했다. 기업들은 동적 웹을 제시할 기회를 좋아했다. 따라서 커스텀 페이지를 생성할 수 있는 정교한 프레임워크가 출현하였다.
이러한 시각이 최근 변화했다. 개발자와 기업이, 온갖 선택지가 있더라도, 대다수 웹 페이지가 결국 모든 사람에게 거의 동일하게 제시된다는 것을 알게 된 것이다. 스마트한 서버 로직을 만드는 데 드는 비용은 그만한 가치가 있는가? 차라리 콘텐츠 배포 네트워크(CDN)를 이용해 그냥 신속하게 동일한 페이지를 모두에게 보내는 것이 낫지 않을까? 이제, 최첨단 웹 개발 툴은 웹사이트를 정적 웹페이지 폴더로 미리 정리해서 정적 파일을 서비스하는 속도와 동적 콘텐츠 관리 시스템의 유연성을 동시에 제공한다. 완전히 정적인 웹 페이지를 내보내는 것이 아니다. 자바스크립트나 AJAX 호출을 통해 커스텀 데이터를 수집할 수 있기 때문이다.
뜨는 IT : 온프레미스 클라우드 영업 차원에서, 클라우드 사업자는 데이터와 코드를 언제든지 이전할 있는 자유를 강조해왔다. 데이터와 코드를 이들에게 넘겨주면 이들이 모든 것을 알아서 할 것이다. 코드가 호스팅 되는 지리적 위치를 이야기해주기는 하지만, 모든 것이 무난히 돌아가기만 한다면 클라우드에서 임대한 기계에 무슨 일이 벌어지고 있는지 굳이 알 필요가 없다.
그러나 이에 신경을 쓰는 회사가 없지 않다. 이들은 LED를 볼 수 있고, 팬 돌아가는 소리를 들을 수 있는 곳에서 자신의 데이터를 보관하고 싶어 한다. 이는 아무래도 더 안전하다는 인상을 줄 것이고, 일부 회사는 데이터를 대부분의 경우보다 더 높은 수준에서 보호해야 한다.
해법은 무엇인가? 클라우드 회사의 소프트웨어와 툴을 회사의 로컬 머신에서 운영하는 것이다. 인스턴스를 프로비저닝할 때 마치 클라우드처럼 느껴지지만, 기계는 회사 내에 있다. 이는 머신의 물리적 제어라는 안심의 감정과 클라우드의 가상 인스턴스의 유연성을 조합한다. 게다가, 이 접근법은 때에 따라 더 저렴하기도 하다. 하드웨어를 설치하고 관리하는 추가 비용을 관리할 수 있다면 그러하다.
지는 IT: AI 만능주의 몇 년 전 인공지능(AI) 분야가 폭발적으로 성장할 때 모두가 서둘러서 인공지능을 무언가에, 아니 모든 것에 적용하려고 했다. 발견할 수 있는 모든 데이터 세트를 수집하다 보니 데이터베이스는 거대해졌다. AI에 있어 정보의 증가는 훈련 기회의 증가를 의미하고, 따라서 더 현명하고 더 정확한 결과가 기대되었다.
이러한 과도함은 우려의 목소리를 낳았다. AI를 이용하기 위해 필요한 거대한 양의 정보를 수집하면서 프라이버시에 위협이 될 수 있다는 생각도 있고, 축적된 정보가 일관성이 없고 편향적이어서, AI가 이러한 편향성을 학습할 명확한 가능성을 우려하는 사람도 있다.
그런가 하면 AI가 너무 강력해져서 결정 과정의 너무 많은 부분을 지배하는 것을 꺼리는 사람도 있다. 이제 AI 개발자는 AI의 응용 외의 대답을 내놓아야 한다. 위험을 평가해야 하고, AI 응용의 필요성을 고민해야 한다. 또한 ‘설명 가능한 AI’에 대한 요구도 높아지고 있다.
뜨는 IT: 서버리스 오랫동안, 개발자는 개발 환경의 완전한 지배를 원했다. 예를 들어 배포 및 버전의 정확성을 확인할 길이 없다면 코드가 제대로 작동할 것임을 보장할 수 없을 것이다. 불일치가 치명적일 수 있음을 어렵게 습득한 사람이 너무 많았다. 그래서 개발자는 자신이 제어하는 기기로의 루트 접근을 원했다.
동일 파일의 사본이라면 모든 것이 원활하게 실행될 수 있겠지만, 이는 비효율적이고 소모적이다. 최신 서버리스 툴은 시스템에서 불필요한 것을 모두 배제한다. 이제 개발자가 코드만 작성해놓으면, 필요시에만 코드가 로딩되고, 그 때만 요금이 청구된다. 간헐적으로 실행되는 작업에는 더할 나위 없이 좋다.
백그라운드 프로세스이든, 트래픽이 별로 없는 웹사이트이든 상관이 없다. 운영 체계 전체의 사본이 담긴 서버로 메모리를 잡아먹으며 아무 일도 하지 않는 경우가 사라질 것이다.
지는 IT: 씬 컴포넌트 개발자는 흔히 여러 소형 컴포넌트와 라이브러리를 엮어 멋진 작품을 만들어낸다. 이들은 전체 솔루션의 부분적 정보를 담고 있고, 대개 데이터베이스, 인기 API 등 기성의 제품이다. 수십 가지, 심지어 수백 가지의 부분이 작용하며 이용자에게 통일된 웹을 제시하는 것은 흔히 있는 일이다.
그러나, 최근에는 이들 제품에 기능들이 추가되면서 자체적으로 더 스마트해졌다. 예를 들어 일부 데이터베이스는 네트워크와 한층 긴밀하게 통합되고, 클라이언트에 보관된 데이터를 동기화하기 때문에 이 기능을 따로 구축할 필요가 없어졌다.
번역 등의 기능은 이제 다른 툴 안에 매립된다. 애플리케이션과 서비스가 발전하면서 글루 코드(glue code)와 커스터마이징이 사라진다. 이들은 구성 파일로 들어가기도 하고, 아예 사라지기도 한다. 여전히 동일한 기능이 작용하지만, 솔루션이 확장되면서 결합이나 업데이트의 필요가 줄어들었다.
뜨는 IT: 그린 AI 지난 몇 년 동안 머신러닝과 AI에서는 비교, 연산, 훈련 데이터가 많을수록 좋은 것으로 여겨졌다. AI를 최대한 활용하려면 규모를 키우는 것이 정답이었다.
그러나 컴퓨테이션은 전기를 필요로 하고, 거대한 탄소 배출량을 가진 거대한 알고리즘이 진짜로 필요한가에 대한 의문이 부각되기 시작했다. 이에 AI 개발자는 전기 요금을 지나치게 소비하지 않으면서(그리고 이에 따른 클라우드 또는 온-프레미스 비용), 손색이 없거나 최소한 무난한 결과를 얻을 수 있는지를 시험 중이다.
지는 IT: 기본 저장소 과거, 코드 저장소에 대해서는 비용 측면을 그다지 따지지 않았다. 소프트웨어 사본을 유지하고 변화를 추적하면, 모두가 경탄했다. 이제 개발자는 기본 유닛 테스트로부터 복잡한 최적화에 이르기까지 저장소에 기대하는 것이 많아졌다.
저장소가 더 이상 도서관 사서 역할만 하는 것은 충분하지 않다. 저장소 정리, 팩트 체크, 품질 관리 전문가, 때에 따라 경찰 역할도 해야 한다. 현명한 개발팀은 저장소에 대해 더 많이 알아가면서 정연함을 요구하고 있다.
뜨는 IT: 자동화 과거에는, 무언가를 하려면 우선 코드부터 작성해야 했다. 변수들을 놓고 요란을 떨고 데이터 타입, 함수 범위, 구문에 대한 규칙을 모두 기억해야 했다. 그 후 거만하게 걸어 다니며 코드 품질에 관한 규칙을 이야기한다. 그런데 이는 흔히 아무 기능도 없는 공백에 관한 발언으로 귀결되는 것이 보통이다(기트허브참고).
로봇 프로세스 자동화(Robotic Process Automation, RPA) 같은 새로운 툴은 이러한 과정이 필요하지 않게 해준다. 그러나 C3PO 같은 로봇은 아니고, 그냥 데이터 조작 루틴을 보강하는 것이다.
이제 프로그래머가 아니라도 컴퓨터에 능숙한 사람이라면 개발 작업의 난해한 곳을 대부분 제거하는 툴을 이용해 그럴듯한 코드를 만들 수 있다. 스프레드시트에 컬럼을 추가하는 법을 아는 정도라면 누구든지 단지 몇 번의 클릭만으로 꽤 정교하고 인터랙티브한 결과를 얻을 수 있다. 클로저 함수에 대한 잡설도 필요 없다.
