다른 서비스
NEW
기획
디자인
개발
프로덕트
아웃소싱
프리랜싱
비즈니스
최근 검색어
전체 삭제
최근 검색어가 없습니다.

개발

프로그래밍의 종말

 

본문은 요즘IT와 번역가 Mink가 함께 만든 해외 번역 콘텐츠입니다. 필자인 매트 웰시(Matt Welsh, mdw@mdw.la)는 최근 창업한 Fixie.ai의 CEO 겸 공동창업자로, 이 스타트업에서 소프트웨어 개발팀을 지원하는 AI 역량을 개발하고 있습니다. 그는 하버드대 컴퓨터 과학과 교수를 역임했고 구글의 엔지니어링 디렉터, 애플의 엔지니어링 리드, OctoML의 엔지니어링 부사장으로 재직한 경력이 있습니다. 또한 “AI가 아직 체스를 잘 두지 못했던 시절에 UC 버클리대에서 박사 학위를 받았다”라고 자신을 소개합니다.

 

이번 글에서는 프로그래밍을 짠다는 개념이 앞으로는 AI 모델을 훈련시키는 일로 대체될 전망이라는 의미의 ‘프로그래밍의 종말’을 이야기합니다. 이 글을 읽고 필자의 의견에 덧붙여 급변하는 현 시대를 살아가는 데 필요한 개발자의 자세, 이러한 변화 속에서 맞이하게 될 기회와 위험에 대해 들려주고 싶은 이야기가 있으신 분, 혹은 이 주장에 반대하시는 분은 yozm@wishket.com으로 글을 보내주세요. 채택된 분께는 소정의 원고료를 드리고 필자에게도 의견을 전달하겠습니다.

 
프로그래밍의 종말
<출처 : Ursa major>

 

저는 1980년대 집에서 Commodore VIC-20 및 Apple ][e 같은 PC로 프로그래밍을 하며 청소년기를 보냈습니다. 학부에서는 컴퓨터 과학(computer science, CS)을 전공하고 UC 버클리대에서 박사 학위를 받았죠. 제가 받은 전문적인 교육의 대부분은 본 글에서 ‘고전’ CS라고 지칭하는 분야에 그 근간을 두고 있습니다. 이 분야에서는 프로그래밍, 알고리즘, 데이터 구조, 시스템, 프로그래밍 언어를 다룹니다. 고전 CS의 궁극적인 목표는 바로 아이디어를 인간이 작성한 프로그램, 즉 자바나 C++, 파이썬 등의 언어로 된 소스 코드로 구현하는 것입니다. 고전 CS에서는 모든 아이디어를 인간이 읽고 이해할 수 있는 프로그램으로 구현할 수 있습니다. 데이터베이스 조인 알고리즘부터 말도 안 되게 난해한 팩소스(Paxos) 컨센서스 프로토콜에 이르기까지, 그 아이디어가 얼마나 복잡한지는 상관없죠.

 

프로그래밍의 종말
Commodore VIC-20 <출처 : Wikipedia>

 

제가 학부 시절을 보냈던 1990년대 초반은 아직까지도 인공지능(AI)의 한겨울이었습니다. AI 분야 자체에서도 고전 알고리즘이 주류였죠. 제가 코넬대에서 맡게 된 첫 연구는 다니엘 허튼로커(Dan Huttenlocher) 교수와 함께였는데요. 이 분은 컴퓨터 비전 분야의 리더로, 현재 MIT 슈워츠먼 컴퓨팅 학부(Schwarzman College of Computing)의 학장으로 재직하고 계십니다. 1995년 즈음 허튼로커 교수가 진행한 박사 과정 수준의 컴퓨터 비전 수업에서는 딥러닝이나 신경망과 비슷한 내용은 한 번도 거론된 적이 없었습니다. 캐니 에지 검출(Canny edge detection)과 광학 흐름(optical flow), 하우스도르프 거리(Hausdorff distances) 등과 같은 고전 알고리즘을 전적으로 다뤘죠. 딥러닝 분야는 아직 초창기여서 주류 CS는커녕 주류 AI로도 인정받지 못했습니다.

 

이는 물론 30년 전 이야기이죠. 그 이후로 수많은 변화가 있었습니다. 그러나 그 와중에도 바뀌지 않은 한 가지가 있는데요. 바로 CS가 데이터 구조와 알고리즘, 프로그램을 핵심으로 다루는 분야로 교육되고 있다는 점입니다. 30년 후, 아니 10년 후에도 CS 교육이 여전히 이 같은 방식으로 진행된다면 저는 놀랄 겁니다. 실제로 CS는 앞으로 주요한 격변을 맞이하게 될 분야라고 생각합니다. 다만 이러한 변화에 진정으로 대비하는 사람이 현재 거의 없을 뿐이죠.

 

 

프로그래밍은 앞으로 무용지물이 될 것입니다 

‘프로그램을 짠다’는 기존의 개념은 사라지는 방향으로 가고 있다고 봅니다. 또한 매우 특화된 응용 프로그램을 제외하고 우리에게 익숙한 형태의 소프트웨어 대부분이 ‘프로그램되는’ 대신 ‘훈련된’ AI 시스템으로 대체될 전망입니다. ‘간단한’ 프로그램이 필요한 상황에서는 이러한 프로그램 자체가 손으로 코딩되는 대신 AI로 생성될 것입니다. 어차피 모든 프로그램이 GPU 클러스터상에서 매개변수 수천억 개로 구성된 모델을 실행할 필요는 없으니까요.

 

이게 말도 안 되는 생각이라고는 보지 않습니다. 컴퓨터 과학은 전기공학에서 상대적으로 미비한 하위 분야였다가 새로운 학문으로 갈라져 나왔는데요. 미래의 컴퓨터 과학자들은 반도체와 이진법 계산, 마이크로프로세서 설계를 깊이 있게 이해할 수 있어야 한다고 컴퓨터 과학의 초창기 선구자들이 굳게 믿었던 것도 당연한 일입니다. 시간을 빠르게 돌려 오늘날에 와서 보자면, 저는 소프트웨어를 작성하는 사람의 99%가 CPU의 실제 작동 원리조차 거의 이해하지 못한다는 데 큰 돈을 걸 의향이 있습니다. 트랜지스터 설계의 근간이 되는 물리학에 대한 이해는 고사하고 말이죠. 더 나아가 미래의 컴퓨터 과학자들은 ‘소프트웨어’의 전통적인 정의에서 너무나도 동떨어져 있게 될 것이라 봅니다. 연결 리스트(linked list)를 역순으로 바꾸거나 퀵정렬(Quicksort)을 구현하려면 엄청 애를 먹게 되겠죠. (저 자신조차 퀵정렬 구현 방법이 기억나는지 잘 모르겠네요.)

 

코파일럿(CoPilot) 등의 AI 코딩 비서는 고작 제가 여기서 설명하고 있는 내용의 겉핥기일 뿐입니다. 미래에는 당연히 모든 프로그램이 결국 AI로 짜일 게 명백해 보입니다. 인간은 기껏해야 AI를 관리·감독하는 역할을 담당하게 되겠죠. 이와 같은 예측에 의구심이 드는 사람은 이미지 생성처럼 AI 콘텐츠 생성의 다른 분야에서 아주 빠르게 진행되고 있는 발전 성과를 살펴보기만 해도 무슨 말인지 이해할 수 있을 것입니다. DALL-E의 첫 번째 버전과 15개월 후 발표된 두 번째 버전 사이에는 품질 및 복잡성 측면에서 엄청난 차이가 존재하니까요. AI 분야에 몸담고 있었던 지난 몇 년간 제가 알게 된 건 바로 규모가 점점 커지는 대형 AI 모델의 강력한 힘을 간과하기가 무척 쉽다는 점입니다. 몇 개월 전만 해도 SF에 나올 법해 보였던 일들이 빠르게 현실로 구현되고 있습니다.

 

그러니 제가 말하고자 하는 바는 깃허브의 코파일럿이 인간 프로그래머를 대체하는 등의 일만이 아닙니다. 바로 프로그램을 짠다는 전체 개념을 모델 훈련으로 대체하게 된다는 얘기를 하는 것이죠. 미래에는 CS를 전공하는 학생들이 이진 트리에 노드를 추가하는 방법이나 C++로 코딩하는 방법 같은 지루한 스킬을 배우지 않아도 될 겁니다. 그러한 교육 방식은 구식으로 전락할 테니까요. 마치 오늘날의 공학도에게 아날로그 시대에나 사용하던 공학용 계산기 사용법을 가르치는 일처럼 말입니다.

 

미래의 엔지니어는 키보드를 몇 번만 두드리면 400억경 매개변수 모델의 인스턴스를 구현할 수 있을 전망입니다. 이러한 모델은 이미 기존에 존재하는 인간 지식 전체(및 이후 생겨날 지식)를 코드화해 머신이 해야 할 어떤 작업이든 수행할 준비가 되어 있겠죠. 인간이 원하는 바를 머신이 구현하도록 만드는 지적 작업의 핵심은 대부분 제대로 된 예시와 제대로 된 훈련 데이터, 그리고 훈련 과정을 평가할 수 있는 제대로 된 방법을 제시하는 것일 전망입니다. 적절한 성능을 갖고 있어 퓨샷 러닝(few-shot learning)을 통해 일반화가 가능한 모델에는 수행할 작업을 보여주는 좋은 예시 몇 가지만 있으면 됩니다. 대부분의 경우, 인간이 큐레이션한 대규모 데이터 세트가 더 이상 필요하지 않겠죠. 또한 AI 모델을 ‘훈련시키는’ 사람들 대부분은 파이토치(PyTorch)로 경사 하강법(gradient descent loops)을 반복하는 등의 작업은 실행하지 않을 겁니다. 사람들이 예시를 통해 머신을 훈련시키면 나머지 작업은 머신이 알아서 진행하는 거죠.

 

이렇게 새로운 컴퓨터 과학에서는(혹시라도 이를 컴퓨터 과학이라고 지칭하게 된다면) 머신이 너무나도 강력한 성능을 보유하고 있고 벌써 굉장히 많은 작업의 수행 방법을 알고 있을 겁니다. 이렇게 된다면 컴퓨터 과학은 엔지니어링보다 교육에 더욱 가까운 분야로 보이겠죠. 즉, 머신을 학습시키는 최선의 방법과 학교에서 어린이를 교육하는 최선의 방법이 별반 다르지 않을 것입니다. 하지만 이러한 AI 시스템은 인간 어린이와는 다르게 비행기를 조종하고 전력망을 운용할 것이며, 심지어는 국가 전체를 통치할 가능성도 있을지 모릅니다. 우리의 초점이 인간의 직접 프로그래밍 대신 인공지능 머신 교육으로 이동하면 고전 CS의 대다수 내용이 현실에서는 무용지물이 될 것이라고 생각합니다. 전통적인 의미로의 프로그래밍이 사실상 사망 선고를 받게 되는 셈이죠.

 

본문과 무관한 사진. (출처: UnsplashMichael Dziedzic

 

이제까지 언급한 모든 내용은 컴퓨터 과학 분야에 대한 우리의 사고방식을 어떻게 바꾸어 놓을까요? 

컴퓨팅 능력(computation)의 새로운 최소 단위는 폰 노이만(von Neumann) 머신을 구현하는 프로세서와 메모리, I/O 시스템이 아닌, 뛰어난 적응성을 갖추고 사전 훈련을 마친 대규모 AI 모델이 될 것입니다. 이는 계산에 대한 우리의 사고방식을 획기적으로 바꾸는 변화인데요. 계산을 명령어 세트와 타입 시스템, 결정가능성이라는 개념에 좌우되는 예측 가능한 정적 프로세스로 보지 않는 거죠. AI 기반의 계산은 정적 분석이나 형식적인 증명 같은 루비콘 강을 오래 전에 건넌 셈입니다. 우리가 빠르게 향하고 있는 세상은 바로 계산의 기본 구성 요소가 예측되기 어렵고, 이해되기 힘들며, 뛰어난 적응성을 갖춘 곳인 겁니다.

 

이러한 변화를 부각하는 사실은 대규모 AI 모델의 작동 원리를 정말로 이해하는 사람이 현재 아무도 없다는 점입니다. 사람들은 기존 대규모 모델의 새로운 행동을 실제로 발견한 연구 논문을 게재하고 있죠. 바로 인간이 이 시스템을 ‘설계했음’에도 불구하고 말입니다. 대규모 AI 모델은 명시적으로 훈련받지 않은 작업도 수행해낼 수 있습니다. 이는 스웨덴 철학자 닉 보스트롬(Nick Bostrom)과 더불어 초지능 AI가 통제불능이 되는 것을 (당연하게) 우려하는 사람들의 간담을 서늘하게 하겠죠. 지금 우리에게는 현존하는 AI 시스템의 한계를 판단할 방법이 실증 연구 외에는 존재하지 않습니다. 그 규모가 훨씬 더 크고 보다 난해할 미래의 AI 모델에 대해서는 운에 맡기는 수밖에요.

 

이 분야의 무게중심이 프로그램에서 모델로 변화하고 있다는 점은 최근에 나온 머신러닝 논문을 조금이라도 읽어본 사람이라면 명백하게 알 만한 사실입니다. 이러한 논문에는 혁신의 근간이 되는 코드나 시스템은 거의 언급되지 않습니다. AI 시스템은 어텐션 레이어(attention layers)와 토크나이저(tokenizers), 데이터 세트와 같은 훨씬 더 고차원의 추상적 기본 요소로 구성됩니다. 20년 전 세상에서 타임머신을 타고 온 시간 여행자는 75쪽짜리 GPT-3 논문에서 단 세 문장을 이해하는 데 만도 힘든 시간을 보낼 테죠. 바로 다음 내용입니다.

 

“본 논문에서는 GPT-2에 설명되어 있는 변형된 초기화(modified initialization)와 사전 정규화(pre-normalization), 가역 토큰화(reversible tokenization)를 비롯해 GPT-2와 동일한 모델 및 아키텍처를 사용했는데, 스파스 트랜스포머(Sparse Transformer)와 유사한 트랜스포머 레이어에서는 어텐션에 있어 밀집(dense) 패턴과 국소로 집중된 희소(locally banded sparse) 패턴을 교대로 사용하는 예외를 두었다. 모델 규모에 대한 ML 성능의 의존도를 연구하고자 1.25억 개의 매개변수부터 1,750억 개의 매개변수에 이르기까지 1,000배 차이가 나는 규모가 서로 다른 8개의 모델을 훈련시켰고, 그중 마지막 모델을 GPT-3라고 지칭했다. 이전 연구에서 충분한 훈련 데이터가 있으면 검증 손실(validation loss)의 규모는 대략 크기에 대한 함수로 부드러운 멱법칙을 따른다는 점을 알 수 있었으며, 서로 다른 수많은 규모의 모델 훈련을 통해 검증 손실과 다운스트림 언어 태스크(downstream language tasks) 모두에 대해 이러한 가설을 테스트할 수 있었다.”

 

컴퓨팅(computing)에 대한 근본적인 정의가 이렇게 변화한다는 점은 우리에게 커다란 기회를 선사함과 동시에 커다란 위험도 많이 안겨줍니다. 하지만 그럼에도 이게 머지않아 일어날 미래라는 사실을 받아들이고 우리의 사고도 이에 맞게 발전시킬 때라고 봅니다. 우주에서 지구로 유성이 충돌하는 것과 같은 엄청난 변화가 우리에게 닥치기만을 그저 앉아서 기다릴 수는 없으니까요.

 

 

<참고자료>

1. Berger, E. Coping with copilot. SIGPLAN PL Perspectives Blog, 2022; https://bit.ly/3XbJv5J

2. Bostrom, N. Superintelligence: Paths, Dangers, Strategies. Oxford University Press, 2014.

3. Brown, T. et al. Language models are few-shot learners. 2020; https://bit.ly/3Eh1DT5

4. Kojima, T. et al. Large language models are zero-shot reasoners. 2022; https://bit.ly/3Ohmlqo

5. Nye, M. et al. Show your work: Scratchpads for intermediate computation with language models. 2021; https://bit.ly/3TLnfMY

 

 

<원문>

The End of Programming

 

위 번역글의 저작권은 Matt Welsh에게 있으며, 요즘IT는 해당 글로 수익을 창출하지 않습니다. 글의 내용은 원저작물을 편집하지 않은 번역물로써 요즘IT의 의견이나 견해가 아니며, 이에 관한 책임은 원작자에게 있습니다.

댓글 1

요즘IT의 번역글들

요즘 해외 개발자들은 어떻게 일할까요? 기획자나 디자이너는요? 그래서 준비했습니다. 읽어볼만한 해외 소식들을 번역해 전합니다. We are the world.

2023년 주목해야 하는 UI/UX 디자인 트렌드

디자인

나쁜 자바스크립트 작성 습관과 작별하기

개발

다음 11가지 언어들은 여전히 살아있나요?

개발

2023년 최고의 노코드 개발 도구

개발

디자이너를 위한 리액트 가이드

디자인

제품 관리의 제0법칙

기획

CTO는 어떤 일을 하나요?

개발

제품 디자인으로 5초 테스트하기

디자인

신입 개발자를 위한 완벽한 온보딩 가이드

개발

설문지 양식 UX: 더 나은 설문조사를 위한 언어

기획

영리한 개발자와 현명한 개발자의 차이점

개발

프리랜서 업무 로드맵 작성의 5단계

프리랜싱

모든 개발자가 시스템 디자인을 배워야 하는 이유

개발

주니어 개발자에서 미드레벨 개발자로 도약하기 위한 7단계

개발

최소 기능 제품 MVP, 이제 구시대적 발상인가요?

기획

스크럼이 개발자를 괴롭히는 9가지 이유

개발

북극성 지표(North Star Metric) 선택하기

비즈니스

피그마는 여러분을 나쁜 디자이너로 만들고 있습니다

디자인

인터랙션 디자인 vs 시각 디자인

디자인

좋은 디자인 포트폴리오를 만드는 팁

디자인

나에게 맞는 웹 기술 스택을 고르는 방법

개발

윈도우11은 실패작이다

프로덕트

“파이썬은 느리다”에 대한 반론

개발

파이썬 초보자가 저지르는 10가지 실수

개발

우리가 주목할 UI/UX 디자인 트렌드

디자인

2022년 프론트엔드 개발 동향

개발

코드 리뷰 문화

개발

데이터 분석가는 무슨 일을 할까요?

개발

최고의 오픈 소스 개발 도구 Top 8

개발

데이터 분석이란 무엇일까?

개발

Flutter로 UI를 구현하는 방법

개발

자바 언어의 장단점과 2022년 트렌드

개발

데브옵스(DevOps) vs 데브섹옵스(DevSecOps)

개발

엑셀을 사용한 아름다운 데이터 시각화

디자인

여러분을 더 나은 플러터 개발자로 만들어줄 7가지 프로젝트

개발

모든 디자이너가 숙지해야 할 피그마 팁과 노하우

디자인

디자인 원칙과 디자인 가치, 그리고 디자이너

디자인

디자인, 산출물 그 이상을 넘어

디자인

이 회사는 디자인에 투자하고 있는 회사일까요?

디자인

애자일은 정말 디자인을 배제하나요?

디자인

평판 관리가 프리랜서 경력에 미치는 영향

프리랜싱

리액트 네이티브 개발자들이 겪는 가장 빈번한 5가지 문제와 해결책

개발

“솔직히 우리가 하는 것은 스크럼이 아닙니다!”

기획

데이터 시각화가 인류를 위기에서 구한 세 가지 역사적 사건

디자인

NFT의 장밋빛 미래는 사실일까?

기획

피그마 토큰으로 디자인 시스템 만들기

디자인

디자이너+개발자 = 슈퍼팀 만들기

기획

1인 개발자로서 테크 스타트업을 운영하며

기획

웹 디자이너가 PX대신 REM을 사용해야 하는 이유

디자인

100개의 스타트업을 멘토링하며 깨달은 성공의 비밀

기획

중화권 앱 UI가 영미권 앱 UI와 다른 점 알아보기

프로덕트

내가 테크 리더로 일하면서 얻은 8가지 교훈

기획

모두가 즐길 수 있는 디자인 검토 회의 만들기

디자인

프로덕트 매니저에서 프로덕트 마스터로

기획

10배 이상 뛰어난 개발자가 되는 법

개발

제품 디자인 관점에서 바라보는 NFT 아바타 열풍

디자인

에어비앤비: 대규모 iOS 앱 개발 생산성을 위해 바꾼 것들

개발

스포티파이: 맞춤형 플레이리스트 개발 비하인드 스토리

개발

프리랜서가 일하게 될 15가지 유형의 프로젝트

프리랜싱

슬랙: 제품 원칙을 통해 다시 태어난 알림 기능

프로덕트

페이팔: 실시간 그래프 데이터베이스 분석을 통해 사기를 방지하는 방법

개발

트위터: 수십억 개의 이벤트를 실시간 처리하기

개발

슬랙: 4가지 애자일 가치와 방법

기획

스퀘어: 모바일 우선을 넘어 웹에서 누리는 모바일앱 경험

개발

스포티파이: 카피를 언어로 만드는 UX 라이팅

기획

마이크로소프트: 디자인의 미래를 위한 4가지 원칙

디자인

메타: AR/VR 경험까지 고려한 디자인 청사진

프로덕트

슬랙: 훌륭한 마케팅 카피를 위한 5가지 원칙

기획

2022년 UX/UI 디자인 트렌드

디자인

구글: 가변 폰트의 놀라운 활용법

디자인

에어비앤비: 위기 상황에서의 디자인 원칙 5가지

기획

어떻게 두 명의 인턴이 수백만 개의 코드들을 보호할 수 있었나

개발

Lattice로 마이크로 프론트엔드를 구축하는 법

개발

Cool Cats NFT를 구축하면서 배운 것

개발

웹 컴포넌트가 프론트엔드 프레임워크를 대신할까?

개발

당신이 NFT에 대해 알아야 할 모든 것

개발

우리에겐 이상하지만 개발자들에겐 일상인 일들

개발

Next.js 12에서 주목해야 할 5가지 변화

개발

스벨트 vs 리액트, 누가 더 뛰어날까?

개발

개발자를 위한 iOS 15의 새로운 기능

개발

내가 오픈소스를 싫어하는 이유

개발

프로덕트 매니지먼트 고객 여정 5단계

기획

클럽하우스의 인기는 모두 거품이었다?

프로덕트

데이터 기반 의사결정의 장점

기획

시각 디자인의 폐쇄성 법칙이란?

디자인

사용자 경험(UX) vs 서비스 디자인

기획

프로덕트 매니저는 하루 종일 무슨 일을 할까?

기획

제품 주도 성장은 어떻게 이루어지는가?

기획

UX를 망치지 않는 설득력 있는 배너 디자인

디자인

팝업(Pop-up)으로 불리는 것들에 대하여

디자인

드롭다운(Drop-down)으로 불리는 것들에 대하여

디자인

당신의 생각을 표현하는 새로운 이모지

디자인

가장 똑똑한 소프트웨어 엔지니어에게 배운 10가지 교훈

개발

성공적인 UX 프로젝트를 위한 가장 중요한 질문

디자인

2021년, UI 디자이너가 모바일 앱에서 흔히 저지르는 실수

디자인

IT 매니저가 되는 방법과 성공하기 위한 요소

기획

슬랙(Slack) 같은 앱을 만들려면 비용이 얼마나 들까?

개발

아웃소싱이 이토록 인기를 얻게 된 이유는?

아웃소싱

마케터가 UX 관련 역량을 키워야 하는 이유

기획

미니멀리즘 디자인의 핵심적인 요소들

디자인

새로운 소프트웨어 개발사가 필요하다는 7가지 신호

아웃소싱

2021년을 이끌어가는 프론트엔드 개발 트렌드 5가지

개발

PM을 성장시키는 학습 프레임워크

기획

UI 카피라이팅, 어떻게 써야 하나요?

기획

트렌드 예측: 경쟁에서 앞서는 방법

기획

제품 사고(product thinking)의 힘

기획

인하우스 vs 아웃소싱, 소프트웨어 개발 어떻게 하나요?

개발

그림을 못 그리는 사람도 쉽게 와이어프레임 그리는 방법

기획

스타트업 기업들에게 아웃소싱이 중요한 이유

아웃소싱

제품과 기능, 성공적으로 종료하는 방법 (下)

기획

제품과 기능, 성공적으로 종료하는 방법 (中)

기획

제품과 기능, 성공적으로 종료하는 방법 (上)

기획

UX 디자이너에게 반드시 필요한 12가지 스킬

디자인

패스워드 없는 세상이 오고 있다

개발

디자이너를 쉽게 잃는 방법 10가지

디자인

프론트엔드 코딩 작업에 영감을 줄 8가지 아이디어

개발

구글이 아웃소싱을 하는 이유: 아웃소싱 성공사례 5가지

아웃소싱

일 잘하는 PM이 되기 위한 로드맵 도구 5가지

기획

이제는 말할 수 있다! 아웃소싱에 대한 오해 11가지

아웃소싱

디자인 트렌드, 모던 미니멀 스타일의 UI 가이드

디자인

MVP 개발을 아웃소싱으로 해도 될까요?

아웃소싱

온보딩 효과를 높이는 '좋은' 귀차니즘 3가지

기획

게임처럼 즐겨라, 게임화 기법 TOP3

기획

시니어 소프트웨어 엔지니어는 어떻게 일할까?

개발

프로덕트 매니저가 글을 잘 써야 하는 이유

기획

2030년엔 사라질 수도 있는 프로그래밍 언어 5가지

개발

고객들이 언제나 옳은 것은 아니다

기획

유저 스토리는 무엇인가?

기획

고객 성공을 위한 14계명

기획

8px 그리드 시대가 끝나고, 4px 그리드의 시대가 열릴까?

디자인

모바일 앱은 더 이상 스타트업에게 좋은 아이디어가 아니다

비즈니스

과연 구글의 UX 강좌는 도움이 될까요?

디자인

프로덕트 매니저 여러분, ‘소비자의 요구사항 수집’을 그만두십시오

기획

고객 여정과 경험 지도의 차이점

기획

내가 AI 업계를 떠난 이유 5가지

개발

모달윈도우(팝업)를 디자인할 때 생각할 9가지 원칙

디자인

대기업 vs 중소기업, B2B SaaS 스타트업을 위한 시장은?

기획

내가 개발 인터뷰에서 면접자에게 감동한 이유

개발

HTTP의 새로운 메서드, 서치(SEARCH)에 대하여

개발

세상의 모든 프로덕트 디자이너를 위한 5가지 심리학 원칙

디자인

2021년 테스트 자동화 트렌드 리포트 (下)

개발

2021년 테스트 자동화 트렌드 리포트 (上)

개발

아마존과 스포티파이는 어떻게 사용자를 유지하고 측정할까?

기획

UX 디자이너라면 필수적으로 알아야 할 5가지 법칙

디자인

앵귤러 vs 리액트, 2021년의 승자는?

개발

2021년, SaaS 스타트업 시작을 위한 놀라운 아이디어 10가지

기획

디지털 제품 관리에서 B2B와 B2C 사이의 차이점은?

기획

빠르게 실행할 수 있는 ‘제품 요구사항 문서(PRD)’ 만들기

기획

더 나은 제품을 위한 프로덕트 메트릭스 가이드

기획

노 코드(No Code) 트렌드로 프로그래머들은 일자리를 빼앗길까?

개발

넷플릭스의 플랫폼: 코스모스(Cosmos)에 대하여

프로덕트

비즈니스와 애자일 조직은 어떻게 친해질 수 있을까요?

기획

효과적인 제품 전략 세우기: 다수의 전략적 트랙(MuST) 활용

기획

1년 만에 이메일 마케팅 효과를 극대화했던 방법

기획

솔루션 아키텍트를 위한 팁: 아키텍처 다이어그램의 5가지 유형

개발

새로운 맥 OS ‘빅서’에 대한 UX 디자이너의 생각

디자인

디자인 트렌드, 뉴모피즘의 정석

디자인

스스로 학습하는 UI/UX 디자이너가 되기 위한 2021년 로드맵, 3편

디자인

스스로 학습하는 UI/UX 디자이너가 되기 위한 2021년 로드맵, 2편

디자인

2021년 모바일 UX 트렌드 10가지

디자인

스스로 학습하는 UI/UX 디자이너가 되기 위한 2021년 로드맵, 1편

디자인

앱 설정 기능의 UX를 개선하는 효과적인 방법

디자인

다크모드 UI 디자인의 원칙

디자인

온라인 고객 경험을 개선하기 위한 5가지 방법

기획

신생 스타트업에서 일하는 프로덕트 매니저를 위한 현실적인 조언

기획

웹 개발자와 소프트웨어 개발자의 차이는 무엇인가요?

개발

랜딩 페이지 디자인을 개선하는 13가지 꿀팁

디자인

오프라인 비즈니스가 온라인에서 존재감을 가져야 하는 이유 5가지

기획

상향식 가격 책정 및 패키징 정책: 사용자 여정을 가이드로 활용하기

기획

B2B 제품의 UX, 그것은 숨겨진 영역인가요?

기획

상단 내비게이션 vs 사이드 내비게이션, 어느 것이 더 나을까?

디자인

자동완성 검색 기능 UX 설계를 위한 8가지 팁

디자인

프로덕트 매니저는 전문적인 IT 기술을 갖춰야 하나요?

기획

실리콘밸리 51개 기업들이 말하는 프로덕트 매니저의 역할 9가지

기획

아웃소싱에 대한 모든 것

아웃소싱

앱 디자인 가이드, 사람들이 즐겁게 사용할 수 있는 앱을 만드는 법

디자인

처음부터 완제품이 아니라 ‘MVP’를 만들어야 한다

기획

플러터 vs 리액트 네이티브 vs 네이티브, 성능이 더 우수한 것은?

개발

스타트업 프로덕트 매니저로 성장하는 법, 30-60-90일 플랜

기획

당신의 두뇌는 진보하고 있다: 성취감을 위한 3가지 전략

기획

디자이너들을 편하게 해주는 HTML/CSS 마법 10가지

디자인

코딩의 미래는 ‘노 코드(No Code)’이다

개발

내가 엔지니어링 매니저로 일하면서 저지른 실수들

개발

내가 롬 리서치(Roam Research)를 좋아하는 이유와 실제 사용법 (下)

기획

내가 롬 리서치(Roam Research)를 좋아하는 이유와 실제 사용법 (上)

기획

프로그레시브 웹 앱(PWA)이란 무엇이며, 왜 필요한가?

개발

PWA vs 네이티브 앱, 어떤 것을 선택해야 할까?

개발

UI 디자인에 여백을 활용하는 8가지 팁

디자인

마이크로소프트와 링크드인의 새로운 시도, 프리랜서 마켓에 도전장을 던지다

기획

토마스넷은 왜 가입자 수를 폭발적으로 늘려준 테스트 결과를 거부했을까?

기획

잘 팔리는 기업용 소프트웨어 디자인하기

디자인

파이어베이스(Firebase)란 무엇인가? 파이어베이스 심층 탐구 : 하편

개발

파이어베이스(Firebase)란 무엇인가? 파이어베이스 심층 탐구 : 중편

개발

파이어베이스(Firebase)란 무엇인가? 파이어베이스 심층 탐구 : 상편

개발

업워크(Upwork)가 조사한 요즘 가장 인기 좋은 개발 기술 15가지

개발

일자리 산업이 휴먼 클라우드(human cloud)에 적응하는 방법

기획

팬데믹 이후 세계에서의 디지털 가속화는 어떤 모습일까?

기획

같은 분야를 다룬 글들을 권해드려요.

요즘 인기있는 이야기들을 권해드려요.

일주일에 한 번!
전문가들의 IT 이야기를 전달해드려요.

[구독하기] 버튼을 누르면 개인정보 처리방침에 동의됩니다.

일주일에 한 번! 전문가들의 요즘IT 이야기를 전달해드려요.

[구독하기] 버튼을 누르면 개인정보 처리방침에 동의됩니다.