소프트웨어 개발의 미래: 컴퓨터의 미래 P2

1969년 Neil Armstrong과 Buzz Aldrin은 인류 최초로 달에 발을 디딘 후 국제적 영웅이 되었습니다. 그러나 이 우주비행사들이 카메라에 담긴 영웅들인 반면, 그들의 개입이 없었다면 최초의 유인 달 착륙은 불가능했을 수천 명의 이름 없는 영웅들이 있습니다. 이 영웅 중 일부는 비행을 코딩한 소프트웨어 개발자였습니다. 왜요?

글쎄요, 그 당시에 존재했던 컴퓨터는 오늘날보다 훨씬 단순했습니다. 사실, 평범한 사람의 닳아빠진 스마트폰은 아폴로 11호 우주선(그리고 그 문제에 대해서는 1960년대 NASA 전체)에 탑재된 그 어떤 것보다 몇 배나 더 강력합니다. 더욱이 당시 컴퓨터는 가장 기본적인 기계어인 AGC 어셈블리 코드 또는 간단히 1과 0으로 소프트웨어를 프로그래밍한 전문 소프트웨어 개발자에 의해 코딩되었습니다.

문맥상, 이 알려지지 않은 영웅 중 한 명인 Apollo 우주 프로그램의 소프트웨어 엔지니어링 부서 이사는 마가렛 해밀턴, 그리고 그녀의 팀은 오늘날의 프로그래밍 언어를 사용하면 적은 노력으로도 작성할 수 있는 엄청난 양의 코드(아래 그림 참조)를 작성해야 했습니다.

(위 사진은 아폴로 11호 소프트웨어가 들어 있는 종이 더미 옆에 서 있는 마가렛 해밀턴입니다.)

그리고 현재 소프트웨어 개발자가 가능한 시나리오의 약 80-90%를 코딩하는 것과 달리 Apollo 임무의 경우 코드가 모든 것을 설명해야 했습니다. 이를 고려하여 마가렛 자신은 다음과 같이 말했습니다.

"체크리스트 매뉴얼의 오류로 인해 랑데뷰 레이더 스위치가 잘못된 위치에 배치되었습니다. 이로 인해 컴퓨터에 잘못된 신호가 전송되었습니다. 결과적으로 컴퓨터는 착륙을 위해 모든 정상적인 기능을 수행하도록 요청받았습니다. 시간의 15%를 사용하는 가짜 데이터의 추가 로드를 수신하는 동안 컴퓨터(또는 그 안의 소프트웨어)는 수행해야 하는 것보다 더 많은 작업을 수행하라는 요청을 받고 있음을 인식할 만큼 충분히 똑똑했습니다. 그런 다음 우주 비행사에게 알람이 울리면 나는 지금 해야 할 것보다 더 많은 작업에 과부하가 걸리고 더 중요한 작업, 즉 착륙에 필요한 작업만 보관할 것입니다 ... 사실 , 컴퓨터는 오류 상태를 인식하는 것 이상을 수행하도록 프로그래밍되었습니다. 완전한 복구 프로그램 세트가 소프트웨어에 통합되었습니다. 이 경우 소프트웨어의 작업은 우선 순위가 낮은 작업을 제거하고 더 중요한 작업을 다시 설정하는 것이었습니다... 컴퓨터가 없었다면이 문제를 인지하고 복구 조치를 취했다면 아폴로 11호가 성공적으로 달 착륙을 할 수 있었을지는 의문입니다."

— Margaret Hamilton, Apollo Flight 컴퓨터 프로그래밍 책임자 MIT Draper Laboratory, Cambridge, Massachusetts, "Computer Got Loaded", 편지 데이터화, March 1, 1971

앞서 암시했듯이 소프트웨어 개발은 ​​초기 Apollo 시대 이후로 발전해 왔습니다. 새로운 고급 프로그래밍 언어는 1과 0으로 코딩하는 지루한 과정을 단어와 기호로 코딩하는 것으로 대체했습니다. 며칠간의 코딩이 필요했던 난수 생성과 같은 기능은 이제 단일 명령줄을 작성하여 대체됩니다.

다시 말해, 소프트웨어 코딩은 XNUMX년이 지나면서 점점 더 자동화되고 직관적이며 인간적이 되었습니다. 이러한 자질은 우리의 일상 생활에 지대한 영향을 미칠 방식으로 소프트웨어 개발의 진화를 이끌며 미래에도 계속될 것입니다. 이것이 이 장의 컴퓨터의 미래 시리즈를 탐색할 것입니다.

대중을 위한 소프트웨어 개발

1과 0(기계어)을 코딩해야 하는 필요성을 단어와 기호(인간 언어)로 대체하는 과정을 추상화 계층을 추가하는 과정이라고 합니다. 이러한 추상화는 설계된 분야에 대해 복잡하거나 일반적인 기능을 자동화하는 새로운 프로그래밍 언어의 형태로 제공됩니다. 그러나 2000년대 초반에 Caspio, QuickBase 및 Mendi와 같은 새로운 회사가 등장하여 노코드 또는 로우코드 플랫폼을 제공하기 시작했습니다.

이는 비기술적 전문가가 시각적 코드 블록(기호/그래픽)을 결합하여 비즈니스 요구에 맞는 맞춤형 앱을 만들 수 있도록 하는 사용자 친화적인 온라인 대시보드입니다. 다시 말해, 나무를 베어 화장대를 만드는 대신 이케아의 기성품 부품을 사용하여 만듭니다.

이 서비스를 사용하려면 일정 수준의 컴퓨터 지식이 필요하지만 더 이상 컴퓨터 과학 학위가 필요하지 않습니다. 결과적으로 이러한 형태의 추상화는 기업 세계에서 수백만 명의 새로운 "소프트웨어 개발자"의 부상을 가능하게 하고 많은 어린이들이 더 어린 나이에 코딩하는 방법을 배울 수 있도록 합니다.

소프트웨어 개발자의 의미 재정의

풍경이나 사람의 얼굴만 캔버스에 담을 수 있었던 시절이 있었습니다. 화가는 수년간 견습생으로 공부하고 연습해야 하며, 색을 혼합하는 방법, 어떤 도구가 가장 좋은지, 특정 시각 효과를 실행하기 위한 올바른 기술과 같은 회화 기술을 배워야 합니다. 무역 비용과 그것을 잘 수행하는 데 필요한 다년간의 경험은 또한 화가가 거의 없다는 것을 의미했습니다.

그런 다음 카메라가 발명되었습니다. 그리고 버튼을 클릭하면 풍경과 인물 사진이 XNUMX초 만에 캡처됩니다. 그렇지 않으면 그림을 그리는 데 며칠에서 몇 주가 소요됩니다. 그리고 카메라가 개선되고 더 저렴해지며 이제 가장 기본적인 스마트폰에도 포함될 정도로 풍부해지면서 우리 주변의 세상을 포착하는 것은 이제 모두가 참여하는 일상적이고 일상적인 활동이 되었습니다.

추상화가 진행되고 새로운 소프트웨어 언어가 점점 더 일상적인 소프트웨어 개발 작업을 자동화함에 따라 10년에서 20년 후에 소프트웨어 개발자가 된다는 것은 무엇을 의미할까요? 이 질문에 답하기 위해 미래의 소프트웨어 개발자가 미래의 애플리케이션을 구축하는 방법을 살펴보겠습니다.

*첫째, 표준화되고 반복적인 코딩 작업이 모두 사라집니다. 그 자리에는 미리 정의된 구성 요소 동작, UI 및 데이터 흐름 조작(Ikea 부품)의 방대한 라이브러리가 있습니다.

*오늘날과 같이 고용주나 기업가는 소프트웨어 개발자가 전문 소프트웨어 응용 프로그램 또는 플랫폼을 통해 실행할 특정 목표와 결과물을 정의합니다.

*이러한 개발자는 실행 전략을 수립하고 구성 요소 라이브러리에 액세스하고 시각적 인터페이스를 사용하여 함께 연결함으로써 소프트웨어의 초기 초안을 프로토타이핑하기 시작합니다. 즉, 증강 현실(AR) 또는 가상 현실(VR)을 통해 액세스하는 시각적 인터페이스입니다.

*개발자의 초기 초안에 내포된 목표와 결과물을 이해하도록 설계된 특수 인공 지능(AI) 시스템은 초안 소프트웨어 설계를 수정하고 모든 품질 보증 테스트를 자동화합니다.

*결과에 따라 AI는 프로젝트의 목표와 결과물을 더 잘 이해하고 정의하고 다양한 시나리오에서 소프트웨어가 어떻게 작동해야 하는지 논의하기 위해 개발자에게 많은 질문(구두, Alexa와 같은 커뮤니케이션을 통해)을 할 것입니다. 및 환경.

* 개발자의 피드백을 기반으로 AI는 점차 자신의 의도를 학습하고 프로젝트 목표를 반영하는 코드를 생성합니다.

*이 앞뒤의 인간-기계 협업은 완성되고 판매 가능한 버전이 내부 구현 또는 대중에게 판매될 준비가 될 때까지 소프트웨어 버전을 반복할 것입니다.

*사실, 이 협업은 소프트웨어가 실제 사용에 노출된 후에도 계속될 것입니다. 간단한 버그가 보고되면 AI는 소프트웨어 개발 프로세스 중에 설명된 원래의 원하는 목표를 반영하는 방식으로 자동으로 수정합니다. 한편, 더 심각한 버그는 문제를 해결하기 위해 인간-AI ​​협력이 필요합니다.

전반적으로 미래의 소프트웨어 개발자들은 '어떻게'보다는 '무엇'과 '왜'에 더 초점을 맞출 것입니다. 그들은 덜 장인이 될 것이고 더 많은 건축가가 될 것입니다. 프로그래밍은 AI가 이해할 수 있는 방식으로 의도와 결과를 체계적으로 전달할 수 있고 완성된 디지털 애플리케이션 또는 플랫폼을 자동 코딩할 수 있는 사람들을 요구하는 지적 활동이 될 것입니다.

인공 지능 기반 소프트웨어 개발

위의 섹션을 감안할 때 AI가 소프트웨어 개발 분야에서 점점 더 중심적인 역할을 할 것이라고 생각하지만 AI의 채택이 순전히 소프트웨어 개발자를 보다 효과적으로 만들기 위한 목적이 아니라 이러한 추세 뒤에 비즈니스 세력이 있습니다.

해가 거듭될수록 소프트웨어 개발사 간의 경쟁이 치열해지고 있습니다. 일부 기업은 경쟁업체를 인수하여 경쟁합니다. 다른 기업은 소프트웨어 차별화를 놓고 경쟁합니다. 후자의 전략의 문제점은 쉽게 방어할 수 없다는 것입니다. 한 회사가 고객에게 제공하는 모든 소프트웨어 기능이나 개선 사항은 경쟁업체가 비교적 쉽게 복사할 수 있습니다.

이러한 이유로 기업에서 XNUMX~XNUMX년마다 새로운 소프트웨어를 출시하는 시대는 지났습니다. 오늘날 차별화에 중점을 둔 회사는 새로운 소프트웨어, 소프트웨어 수정 사항 및 소프트웨어 기능을 점점 더 정기적으로 출시할 재정적 인센티브를 받습니다. 기업의 혁신이 빠를수록 고객 충성도가 높아지고 경쟁업체로 전환하는 비용이 늘어납니다. 증분 소프트웨어 업데이트의 정기적인 전달로의 이러한 전환을 "지속적인 전달"이라고 하는 추세입니다.

불행히도 지속적인 전달은 쉽지 않습니다. 오늘날 소프트웨어 회사의 겨우 XNUMX분의 XNUMX만이 이러한 추세에 필요한 릴리스 일정을 실행할 수 있습니다. 이것이 AI를 사용하여 작업 속도를 높이는 데 많은 관심이 있는 이유입니다.

앞서 설명했듯이 AI는 결국 소프트웨어 제도 및 개발에서 점점 더 협력적인 역할을 수행하게 될 것입니다. 그러나 단기적으로 기업에서는 이를 사용하여 소프트웨어 품질 보증(테스트) 프로세스를 점점 더 자동화하고 있습니다. 그리고 다른 회사들은 AI를 사용하여 소프트웨어 문서화를 자동화하는 실험을 하고 있습니다. 즉, 새로운 기능 및 구성 요소의 릴리스를 추적하고 코드 수준까지 생성된 방법을 추적하는 프로세스입니다.

전반적으로 AI는 소프트웨어 개발에서 점점 더 중심적인 역할을 할 것입니다. 조기에 사용을 마스터하는 소프트웨어 회사는 궁극적으로 경쟁업체보다 기하급수적으로 성장할 것입니다. 그러나 이러한 AI의 이점을 실현하려면 업계에서도 하드웨어 측면의 발전을 확인해야 합니다. 다음 섹션에서 이 점에 대해 자세히 설명합니다.

서비스로서의 소프트웨어

모든 크리에이티브 전문가들은 디지털 아트나 디자인 작업을 할 때 Adobe 소프트웨어를 사용합니다. 거의 2010년 동안 Adobe 소프트웨어를 CD로 구입하고 영구적으로 사용하면서 필요에 따라 향후 업그레이드 버전을 구입했습니다. 그러나 XNUMX년대 중반 Adobe는 전략을 변경했습니다.

성가시게 정교한 소유권 키가 포함된 소프트웨어 CD를 구입하는 대신 Adobe 고객은 이제 컴퓨터 장치에 Adobe 소프트웨어를 다운로드할 수 있는 권한에 대해 월간 구독료를 지불해야 합니다. .

이 변경으로 고객은 더 이상 Adobe 소프트웨어를 소유하지 않습니다. 그들은 필요에 따라 그것을 임대했습니다. 그 대가로 고객은 더 이상 Adobe 소프트웨어의 업그레이드 버전을 계속 구매할 필요가 없습니다. Adobe 서비스에 가입하는 한 출시 즉시 최신 업데이트가 항상 장치에 업로드됩니다(종종 XNUMX년에 여러 번).

이것은 최근 몇 년 동안 우리가 본 가장 큰 소프트웨어 트렌드 중 하나의 한 예일 뿐입니다. 소프트웨어가 독립형 제품 대신 서비스로 전환되는 방식입니다. Microsoft의 Windows 10 업데이트 릴리스에서 보았듯이 더 작고 특수화된 소프트웨어뿐만 아니라 전체 운영 체제도 포함됩니다. 즉, SaaS(Software as a Service)입니다.

자가 학습 소프트웨어(SLS)

SaaS로의 산업 변화를 기반으로 SaaS와 AI를 결합하는 소프트웨어 공간의 새로운 트렌드가 부상하고 있습니다. Amazon, Google, Microsoft 및 IBM의 선도 기업은 고객에게 AI 인프라를 서비스로 제공하기 시작했습니다.

다시 말해, AI와 머신 러닝은 더 이상 소프트웨어 거물만 액세스할 수 있는 것이 아니라 이제 모든 회사와 개발자가 온라인 AI 리소스에 액세스하여 자가 학습 소프트웨어(SLS)를 구축할 수 있습니다.

인공 지능의 미래 시리즈에서 AI의 잠재력에 대해 자세히 논의할 것이지만 이 장의 맥락에서 현재 및 미래의 소프트웨어 개발자는 SLS를 만들어 수행해야 하는 작업을 예상하고 수행해야 하는 새 시스템을 만들 것이라고 말합니다. 자동 완성하기만 하면 됩니다.

이것은 미래의 AI 비서가 사무실에서 당신의 작업 스타일을 배우고 당신이 원하는 대로 문서 서식 지정, 목소리 톤으로 이메일 초안 작성, 업무 일정 관리 등과 같은 기본 작업을 완료하기 시작할 것임을 의미합니다.

집에서 이것은 SLS 시스템이 도착하기 전에 집을 예열하거나 구입해야 할 식료품을 추적하는 것과 같은 작업을 포함하여 미래의 스마트 홈을 관리하게 하는 것을 의미할 수 있습니다.

2020년대와 2030년대까지 이러한 SLS 시스템은 기업, 정부, 군사 및 소비자 시장에서 중요한 역할을 하여 점차적으로 각각의 생산성을 개선하고 모든 종류의 낭비를 줄이는 데 도움이 될 것입니다. 이 시리즈의 뒷부분에서 SLS 기술을 더 자세히 다룰 것입니다.

그러나 이 모든 것에는 함정이 있습니다.

SaaS 및 SLS 모델이 작동하는 유일한 방법은 이러한 SaaS/SLS 시스템이 작동하는 '클라우드'를 실행하는 컴퓨팅 및 스토리지 하드웨어와 함께 인터넷(또는 그 뒤에 있는 인프라)이 계속해서 성장하고 개선되는 것입니다. 고맙게도 우리가 추적하고 있는 추세는 유망해 보입니다.

인터넷이 어떻게 성장하고 발전할 것인지 알아보려면 다음을 읽어보십시오. 인터넷의 미래 시리즈. 컴퓨터 하드웨어가 어떻게 발전할 것인지 자세히 알아보려면 아래 링크를 사용하여 계속 읽으십시오!

컴퓨터의 미래 시리즈

인류를 재정의하는 새로운 사용자 인터페이스: 컴퓨터의 미래 P1

디지털 스토리지 혁명: 컴퓨터의 미래 P3

마이크로칩에 대한 근본적인 재고를 촉발시키는 퇴색하는 무어의 법칙: 컴퓨터의 미래 P4

클라우드 컴퓨팅이 탈중앙화된다: 컴퓨터의 미래 P5

왜 국가들은 가장 큰 슈퍼컴퓨터를 만들기 위해 경쟁합니까? 컴퓨터의 미래 P6

양자 컴퓨터가 세상을 바꾸는 방법: 컴퓨터의 미래 P7