(번역) 프런트엔드 개발의 종말

sehyun hwang·2023년 4월 6일
212

FE 번역글

목록 보기
18/29
post-thumbnail

원문 : https://www.joshwcomeau.com/blog/the-end-of-frontend-development/

지난 몇 달간, 저는 AI에 대해 점점 더 불안해하는 많은 주니어 개발자들과 얘기를 나눴습니다. 그들은 GPT-4와 같은 도구들의 갈수록 발전해가는 인상적인 데모를 보고, AI가 HTML/CSS/JS에 능숙해질 무렵에는 자신들이 할 일이 남아있지 않을 것이라고 걱정했습니다.

이러한 분위기는 트위터 전반적으로 퍼져 있습니다.

프런트엔드 스킬셋만 가진 사람들은 곧 일자리가 사라질 수 있으므로 즉시 스킬셋을 다양하게 확장해야 합니다.

저는 전적으로 동의하지 않습니다. 저는 웹 개발자라는 직업이 사라질 것으로 생각하지 않습니다. 그리고 만연하게 퍼져있는 온라인상의 두려움, 불확실성, 의심에 지쳤습니다.

따라서 저는 이 글에서 앞으로 발생할 일에 대한 저의 가설을 공유하려고 합니다. 상황은 변하고 있지만, 사람들이 말하는 무서운 방향으로는 아닙니다.

시작하기 앞서

저는 이 주제에 대해 이해관계가 있다는 것을 미리 알려드립니다. 저는 온라인에서 소프트웨어 개발을 가르칩니다. 만약 개발자 직업들이 사라진다면 제 사업에도 좋지 않을 것입니다.

즉, 이 글의 모든 것은 저의 신념에 근거합니다. 이러한 믿음이 편향된 것인지 아닌지는 스스로 판단하셔야 합니다.

다시 본론으로

CSS 언어는 1996년에 Internet Explorer 3 에서 처음 출시되었습니다. 그로부터 2년 후 첫 "노 코드(no code)" 웹사이트 빌더인 Homestead가 출시되었습니다.

Homestead를 통해 사람들은 코드를 한 줄도 작성하지 않고도 커스텀 웹 페이지를 구축할 수 있었습니다.

꽤 초반부터 새로운 기술에 의해 웹 개발자들이 불필요해질 것이라는 걱정들이 있었습니다. 2000년대 초반에는 WordPress였습니다. 2010년대에는 Webflow였습니다. 2020년대 초반에는 "노 코드" 도구들이었습니다.

그리고 어떤 의미에서 웹 개발자들은 쓸모없는 존재가 되었습니다! 오늘날에 만약 지역의 제과점, 치과의사, 또는 예술가가 웹사이트가 필요하다고 한다면 개발자를 고용한 다음, 수만 달러를 들여서 처음부터 웹사이트를 구축하지는 않을 것입니다. 대신 SquareSpace에 접속하여 마음에 드는 템플릿을 찾고 월 20달러를 지출할 것입니다.

그런데도 웹 개발자들은 여전히 존재합니다.

지난주에 OpenAI는 GPT-4의 쇼케이스를 진행했습니다. 여기서 꽤 인상 깊은 데모를 시연했습니다. GPT-4는 손으로 그린 웹사이트 스케치를 기반으로 약간의 JS를 추가하여 'Reveal Punchline' 버튼을 연결하는 등 완전한 기능을 갖춘 웹사이트로 만들 수 있었습니다.

이는 놀랍습니다. 그리고 프로토타입핑에 있어 큰 가능성을 지니고 있다고 생각합니다. 하지만 분명히 합시다. 우리는 수십 년간 이런 종류의 웹페이지를 제작할 때 웹 개발자를 필요로 하지 않았습니다. 이러한 HTML 문서와 오늘날 프런트엔드 개발자들이 작성하는 코드에는 엄청난 차이가 있습니다.

미래를 내다보며

지금까지 제가 본 대부분의 데모는 간단한 HTML 페이지나, 단일 자바스크립트 함수 등 매우 한정적이었습니다. 이는 한 개발자가 오후 내에 끝낼 수 있는 작업입니다.

그러나 AI는 아직 초기 단계입니다! 만약 지금과 같은 속도로 계속 발전한다면 몇 년 내에는 전체 애플리케이션을 개발할 수 있을 것입니다. 그렇지 않나요?

저는 GPT-4와 같은 *LLM(Large Language Model)에 대해서 전문가는 아니지만, 고수준(high level)에서 이들이 어떻게 동작하는지는 이해하고 있습니다.

LLM : Large Language Models의 약어로, GPT-4와 같은 도구를 구동하는 머신 러닝 모델

기본적으로 LLM은 매우 강력한 문자 예측 도구입니다. 프롬프트가 주어지면 머신 러닝을 사용하여 프롬프트에 뒤이어 작성될 가능성이 가장 큰 문자 집합을 찾아냅니다.

OpenAI와 같은 회사들은 모델의 결과물을 발전시키기 위해 엄청난 양의 시간과 에너지를 투자합니다. 인간 라벨러 군단이 모델의 결과물을 "평가"하고, 모델은 이를 학습하여 발전합니다.

Chat GPT 또는 Bing의 AI 기반 검색을 테스트해보면, 답변의 정확도는 80% 정도이지만, 그들은 매우 절대적이고 자신감 있는 태도로 답변하는 것을 확인할 수 있습니다.

LLM은 스스로 가정을 검증하거나, 가설을 테스트할 수 없습니다. 그들은 말하고 있는 게 진실인지 아닌지 확신할 수 없습니다. 그들은 확률 게임을 하고 있으며, 어떤 문자열이 프롬프트 상의 문자 집합들과 가장 잘 호환될지를 예측합니다.

때때로, 일부 답변은 말이 안 됩니다. OpenAI팀은 이것을 "환각 현상(hallucinations)"이라고 합니다.

기술이 발달함에 따라 이러한 결점들은 개선되겠지만, 기본적으로 어느 정도의 부정확성은 항상 존재할 것입니다. 이러한 도구들은 대답을 객관적으로 검증할 수 있는 메커니즘을 갖고 있지 않습니다.

따라서 정확도는 높아지겠지만 절대로 완벽할 수 없습니다. 웹 개발자가 쓸모없어진다는 주장의 문제점이 여기에 있습니다. 만약 당신이 프로그래머가 아니라면 어떤 부분이 정확한지 아닌지를 판단할 수 없으며, 환각 현상을 발견하지 못할 것입니다.

하지만 잠깐만요. 우리는 GPT-4 데모에서 AI가 스스로 문제를 해결하는 방법을 보았습니다! 오류 메시지를 복사/붙여넣기 하여 문제점을 찾고 해결합니다.

하지만 모든 환각 현상이 예외를 발생시키는 것은 아닙니다. 예를 들어, 저는 최근에 GPT-4를 이용하여 리액트 <Modal> 컴포넌트를 생성했고 결과는 놀라울 정도로 좋았지만, 몇 가지 접근성 문제가 있었습니다. 앱을 개발하는 사람은 이를 알아채지 못하겠지만, 사용자들은 불편함을 느낄 것입니다.

코드의 보안 취약점은 어떨까요? 상황이 매우 안 좋아졌을 때 누가 책임을 져야 할까요?


한 가지 더 짚고 넘어갈 점이 있습니다. 50줄짜리 HTML 문서를 생성하는 것과 프로덕션에서 바로 사용할 웹 애플리케이션을 생성하는 것에는 엄청난 차이가 있습니다. 이 블로그와 같이 작은 JS 앱은 약 6만 5천 줄의 코드와 900개 이상의 파일로 이뤄져 있습니다. 이는 작성된 콘텐츠를 제외한 자바스크립트와 타입스크립트만을 측정한 수치입니다.

정확도가 95%여도 디버깅하기가 엄청나게 어려울 것입니다. 이는 마치 개발자가 큰 프로젝트를 몇 달 동안 100%로 완성하기 전까지 실제 코드의 실행 없이 개발하는 것과 같습니다. 악몽이 따로 없습니다.

AI는 마법이 아닙니다. 단지 학습 데이터만큼만 좋은 것뿐입니다. 코드 조각들은 인터넷에 널려 있으며 일반적일 때가 많습니다. 반면에 모든 코드 베이스는 고유합니다. 큰 오픈 소스 코드 베이스는 거의 없습니다. AI가 실제 대규모 프로젝트를 구축하는 방법을 어떻게 학습할 수 있을까요?

우리는 지금 비 개발자도 챗봇을 이용하여 소규모의 독립 프로젝트를 만들 수 있는 시점에 매우 빠르게 도달하고 있습니다. 이를 통해 현재 사람들이 Webflow와 같은 도구를 사용하여 구축하는 것과 같은 종류의 프로젝트를 생성할 수 있습니다. 정말 멋진 일이죠!

그러나 저는 주요 테크 회사들이 개발자 인력을 해고하고 프롬프트 엔지니어로 대체하기에는 아직 갈 길이 멀다고 생각합니다. 이게 현실이 되기까지 몇 가지 잠재적으로 해결할 수 없는 문제가 남아있는 것 같습니다.

당신의 블로그는 왜 그렇게 큰가요??

앞서 저는 제 블로그가 약 6만 5천 줄의 코드로 이뤄졌다고 언급했습니다. 만약 당신이 제가 하는 일에 친숙하지 않다면, 간단한 블로그가 어떻게 그렇게 클 수 있는지 놀랄 것입니다! 얼마나 과도하게 설계되어야 그럴까요??

많은 코드가 있는 이유는 바로 제 블로그 포스트들은 Flexbox에 대한 인터랙티브 가이드와 같이 많은 커스텀 인터랙티브 요소들로 구성되어있기 때문입니다.

비디오 링크

또한 gradient generator 또는 JS operator search engine과 같은 여러 개의 사이드 프로젝트를 동일한 코드 베이스에서 운영하고 있습니다.

대체가 아닌 보강

이 글에서 못 느끼셨겠지만 저는 사실 AI에 대해 꽤 낙관적입니다. 😅

제가 생각하는 가장 그럴듯한 시나리오는 GPT-4와 같은 도구가 개발자 도구와 통합되어 숙련된 개발자가 할 수 있는 일을 확장하는 데 사용되는 것입니다.

목수는 전기 도구에 의해 대체되지 않았으며, 회계사도 스프레드시트에 대체되지 않았고, 사진사도 디지털카메라나 *스마트폰에 의해 대체되지 않았습니다. 그리고 저는 개발자도 LLM에 의해 대체되지 않을 거라고 생각합니다.

믿거나 말거나이지만, 전문 사진사의 수가 매년 증가하고 있습니다. 미국 노동 통계국은 향후 10년간 일자리 수가 매년 9%씩 증가할 거로 예측했습니다. 참고로 전체 산업의 평균적인 증가율은 5%입니다.

만약 개발자의 일자리 수가 감소한다면, 즉, 개발자 개개인의 업무 효율성이 높아지면, 더 적은 개발자가 필요하지 않을까요??

딱히 그렇지는 않습니다. 현재 소프트웨어 개발자에 대한 수요는 공급보다 훨씬 많습니다. 제가 일했던 모든 회사에서는 진행하고 싶은 일이 매우 많았지만, 개발자 수에 제약이 있었습니다.

만약 개발자들의 생산성이 두 배 더 높아지면 무슨 일이 발생할까요? 더 많은 버그가 수정되고, 더 많은 기능이 개발되며, 더 많은 수익이 창출될 것입니다. 제작할 것이 부족하지 않기 때문에 개발자가 할 일 또한 부족하지 않을 것입니다.

저는 이것이 실제로 전체 개발자 일자리를 늘릴 수 있다고 생각합니다.

오늘날 소프트웨어 개발자들을 전혀 고용하지 않는 회사들이 매우 많습니다. 저는 이전에 Konrad Group이라는 회사에서 일한 적이 있었는데, 이 회사는 다른 회사들을 위해 웹 애플리케이션을 구축하는 에이전시로, 대부분 유명 기업입니다. 개발 비용이 꽤 높다 보니 회사에서 개발자를 직접 고용하기보다는 개발 요구사항을 에이전시에 위탁하는 것이 더 합리적인 것이죠.

포춘 500대 기업들은 현재의 소프트웨어 개발 비용을 기준으로 계산하고 있습니다. 예를 들어, 한 명의 개발자당 15만 달러라고 하면 4명의 개발자는 연간 60만 달러가 지출됩니다. 에이전시에 50만 달러를 주고 이를 위임하는 게 더 합리적입니다. 하지만 만약 LLM이 진정으로 개발자 생산성을 높인다면 같은 일을 하기 위해 한 명당 15만 달러씩 2명만 고용해도 될 것입니다. 갑자기 수학 계산이 훨씬 매력적으로 느껴집니다!

분명히 말씀드리자면 저는 경제학자가 아니며 이는 모두 추측에 불과합니다. 이런 식으로 변화할 거라고 단정 짓는 것이 아닙니다. 제가 말씀드리고 싶은 건 현재 상황이 우리에게 안 좋을 거라고 예견된 결론이 아니라는 겁니다. 아무도 상황이 어떻게 변할지 알 수 없으며 저는 최악의 시나리오를 기정 사실화하여 생각하는 사람들에 지쳐갑니다.

우리만 이런 대화를 하는 것이 아닙니다

Aaron Blaise는 베테랑 애니메이터 겸 일러스트레이터입니다. 그는 거의 20년간 디즈니에서 일하며 미녀와 야수(1991), 알라딘(1992), 포카혼타스(1995) 등의 클래식 디즈니 영화에 기여했습니다.

몇 주 전, 그는 유튜브에 AI 애니메이션에 대한 디즈니 애니메이터의 반응이라는 동영상을 게시했습니다. 이 블로그 글을 다 읽고 나면 그의 견해가 친숙하게 느껴질 것입니다. 그는 이러한 도구를 위협으로 보지 않고, 애니메이터의 생산성을 향상하고, 더 많은 애니메이터 일자리를 창출할 수 있을 것으로 보고 있습니다.

수십 개 산업 분야의 예술가와 지식 근로자들은 지금 같은 대화를 나누고 있습니다. 사람들은 GPT-4, DALL-E 2 그리고 Midjourney와 같은 AI 들에 의해 일자리를 빼앗길 것을 걱정합니다.

GPT-4는 상위 10%의 성적으로 모의 변호사 시험을 통과할 수 있습니다. 많은 변호사가 이와 같은 논의를 하고 있습니다.

제 개인적인 믿음으로는 대부분의 현업 전문가들이 이 기술을 그들만의 워크플로우에 통합하여 생산성과 가치를 높이는 방법을 찾으리라 생각합니다. 특정 작업은 AI에 위임될 수 있겠지만, 대부분의 직업은 그렇지 않습니다.

하지만 제가 틀렸고, LLM이 소프트웨어 개발자를 완전히 대체할 수 있게 되면 어떡할까요? 만약 그렇다면 LLM이 상당수의 지식 근로자를 대체할 것으로 생각합니다.

이는 다른 분야로 전환한다고 해서 피할 수 있는 쓰나미가 아닙니다. 더 높이 올라갈 곳은 없습니다. 그러니 미래에 어떤 일이 발생할지에 도박하는 대신 본인이 열정을 갖고, 관심이 있고, 더 잘하는 일에 집중하는 게 어떨까요?

ⓘ 프런트엔드 vs 다른 엔지니어링 분야

온라인상의 일부 사람들은 프런트엔드 개발이 특히 AI로 대체될 가능성이 크며, 프런트엔드 개발자들은 백엔드나 데이터 엔지니어링을 집중적으로 스택을 변경해야 한다고 주장합니다.

저는 완전히 반대로 생각합니다. 어떠한 분야의 개발도 대체되는 것을 걱정할 필요가 없지만, 만약 취약성이 있다면 오히려 백엔드쪽이라고 생각합니다.

지난주 OpenAI의 GPT-4 라이브스트림은 2개의 코드와 관련된 데모를 시연했습니다.
1. 프런트엔드 "Joke website"
2. 파이썬 기반의 Discord 봇

2개의 프로젝트 중에 파이썬 코드가 훨씬 출시 가능성이 높아 보였습니다. 저는 최근에 Node.js로 Discord 봇을 개발했는데 코드가 꽤 비슷해 보였습니다.

반면에, joke website를 위해 생성된 기본 HTML 문서와 제가 매일 작성하는 프런트엔드 코드 사이에는 꽤 큰 차이점이 있습니다.

과도한 일반화일 수 있지만, 지난 10여 년 동안 많은 복잡성이 서버에서 클라이언트로 이동해 왔습니다. 모놀리식 익스프레스 애플리케이션은 서버리스 함수의 집합으로 변경되었으며, 프런트엔드 하이퍼링크 기반의 디지털 문서에서 본격적인 데스크탑급 애플리케이션으로 진화했습니다.

또한 프런트엔드는 사용자가 제품과 상호작용하는 부분입니다. 일반적으로 기업들은 자사 브랜드에 맞게 특별하고 세심하게 제작된 맞춤형 제품을 원합니다. 반면에 백엔드는 보이지 않습니다. 일반화된 백엔드가 일반화된 프런트엔드보다 훨씬 그럴듯해 보입니다.


업계에서 우울할 정도로 많은 사람이 백엔드 개발이 프런트엔드 개발보다 훨씬 어렵고 복잡하며, "실제" 엔지니어링은 서버에서 발생한다고 말합니다. 이는 당연히 말도 안 됩니다.

저는 제가 풀 스택 개발자라고 생각합니다. 저는 실제로 PHP와 Ruby on Rails를 사용하며 백엔드로 경력을 시작했습니다. 아직도 저는 제 강의 플랫폼을 위해 상당한 시간을 백엔드 코드를 작성하는데 할애하고 있습니다. 두 스택 모두 서로 다른 방식으로 어렵습니다. 둘 다 복잡하고 어렵습니다.

(참고로 프런트엔드는 JS 프레임워크가 아니더라도 여전히 복잡하고 어렵습니다. 저는 HTML, CSS, 바닐라 JS만으로 사용성과 접근성을 확보하며 높은 수준의 웹사이트를 제작하는 분들을 정말 존경합니다. 그리고 이들이 AI에 의해 곧 대체될 거로 생각하지 않습니다.)

학습을 위해 LLM 활용하기

몇몇 사람들로부터 ChatGPT가 기술을 학습하는 데 많은 도움이 되었다는 이야기를 들었습니다. 튜토리얼에서 헷갈리는 부분이 있다면 AI에 보충 설명을 요청할 수 있습니다!

저에게는 흥미로는 사용 사례였습니다. 기본적으로 ChatGPT는 모르는 것을 이해하도록 도와주는 페어 프로그래머와 같습니다. 구체적인 질문을 하면 구체적인 답변을 얻을 수 있습니다.

하지만 주의해야 할 점이 있습니다. 학습을 위해 이러한 도구를 사용하는 데 올바른 방법과 옳지 않은 방법이 있습니다.

잘못된 방법은 이러한 도구를 GPS 내비게이션처럼 다루는 것입니다. 어디론가 운전해야 할 때, GPS에 주소를 입력하고 별다른 의심 없이 지시를 따르게 됩니다. 가야 할 곳에 도착하긴 하지만 스스로 정신적 노력은 전혀 들이지 않았습니다. 그 결과 방향 감각을 완전히 잃게 됩니다. 뭘 해야 하는지 알려주는 기계 음성 없이는 어디로도 갈 수 없습니다. 😬

GPS로 취급하는 대신, LLM을 피고인으로 세워두고 스스로가 배심원의 일원이라고 생각하는 게 좋습니다.

그들의 말을 모두 사실로 받아들일 필요는 없습니다. 좀 더 회의적인 시각에서 모든 발언을 비판적으로 생각해야 합니다.

ChatGPT가 생성하는 코드를 생각 없이 복사/붙여넣기 하는 대신 코드를 찬찬히 살펴보고 이해해야 합니다. 자세한 설명을 요청하세요. 그리고 의심스러운 부분은 공식 문서와 같이 공신력 있는 출처를 통해 다시 한번 확인하시길 바랍니다. LLM은 100% 자신감 있어 보이지만, 100% 정확지는 않다는 것을 명심하세요.

이런 식으로 활용한다면 LLM으로부터 많은 가치를 제공받을 수 있습니다. 😄

개발자를 꿈꾸는 이들에게 전하는 메시지

제가 이 블로그 글을 작성한 이유는 웹 개발을 배우는 과정에서 이 분야 전체가 곧 사라질 텐데 시간과 노력을 들일 필요가 있는지 불안해하고 낙담하는 분들을 위해서입니다.

모든 상황이 변하지 않을 거라고 약속드릴 수는 없습니다. 저는 AI가 업무처리 방식에 영향을 미칠 것으로 생각합니다. 저는 2007년에 HTML/CSS/JS를 다루기 시작했는데 그 이후로 정말 많은 변화가 있었습니다. 개발자들은 항상 기술과 함께 발전할 수 있는 적응력을 갖춰야 합니다.

하지만 지금까지 제가 본 바로는 우리의 일자리가 위험에 처해 있다는 징후는 없습니다. 비 개발자가 웹 기술에 대한 이해 없이 전체 웹 애플리케이션을 구축할 수 있다면 어떨지 상상해보았는데, 향후 GPT가 환각 현상을 그다지 크게 발생시키지 않더라도 말이 안 될 이유가 많이 떠올랐습니다.

제가 틀렸을 수 있습니다. 저는 예언가가 아닙니다.🔮 제가 알기론 태양이 내일 폭발할 수도 있습니다. 그러나 웹 개발자가 쓸모없게 되는 시점에 있다고 생각하지 않습니다. 그리고 많은 예비 개발자들이 아무런 이유 없이 개발에 손을 떼고 있는 건 아닌지 걱정스럽습니다.

저는 여러분이 소프트웨어 개발자의 수요가 더 많아진 5년 후를 돌아보며 꿈을 포기한 것을 후회하지 않았으면 합니다. ❤️

14개의 댓글

comment-user-thumbnail
2023년 4월 7일

좋은 글 감사합니다.

답글 달기
comment-user-thumbnail
2023년 4월 7일

공부 게을리 하지 않고 노력해야겠네요. 감사합니다:)

답글 달기
comment-user-thumbnail
2023년 4월 7일

좋은 글 감사합니다! 게임 개발 쪽으로 공부하고 있는 대학생입니다. 요즘 GPT가 뜨면서 주변에서 막연하게 "개발자도 대체된다. 일자리가 사라진다"라면서 GPT, AI에 대해서 자세히 알지도 모르면서 자꾸 저한테 말하길래 짜증도 났었는데 이 글을 보고 나니 깐 속이 뻥 뚫리네요! 덕분에 오늘도 열심히 공부할 수 있는 힘 얻고 갑니다!!

답글 달기
comment-user-thumbnail
2023년 4월 8일

정확하려면 사람이고 좀 대충해도 되면 GPT

답글 달기
comment-user-thumbnail
2023년 4월 9일

좋은글 감사합니다

답글 달기
comment-user-thumbnail
2023년 4월 9일

좋은 글 감사합니다!

답글 달기
comment-user-thumbnail
2023년 4월 9일

좋은 글 감사합니다!!!

답글 달기
comment-user-thumbnail
2023년 4월 10일

좋은 글 감사합니다!

답글 달기
comment-user-thumbnail
2023년 4월 12일

예를 들어, 한 명의 개발자당 15만 달러라고 하면 4명의 개발자는 연간 60만 달러가 지출됩니다. 에이전시에 50만 달러를 주고 이를 위임하는 게 더 합리적입니다. 하지만 만약 LLM이 진정으로 개발자 생산성을 높인다면 같은 일을 하기 위해 한 명당 15만 달러씩 2명만 고용해도 될 것입니다.
에이전시의 생산성도 늘어난다면?

답글 달기
comment-user-thumbnail
2023년 4월 12일

잘 읽었습니다
감사합니다!

답글 달기
comment-user-thumbnail
2023년 5월 16일

AI가 잘 만드는것도 사실이지만 결국 고객이 직접 웹개발을 하는것이 아니라면 결과물에 대한 최종 검수를 할 웹 개발자는 필요할 것 같습니다. 오히려 이러한 모델들이 웹 개발자를 대체하는것이 아니라 웹 개발자들의 프로젝트 기간 단축과 디버깅에 큰 도움을 줄 수 있는 도구로서 잘 활용될 것 같습니다.

답글 달기
comment-user-thumbnail
2023년 7월 20일

마지막에 "Written by ChatGPT" 라는 반전이 있지 않을까 하면서 재밌게 봤습니다ㅎㅎ

답글 달기
comment-user-thumbnail
2023년 7월 29일

저도 '아직까지는' ChatGPT가 큰 코드를 짤 수 있는 능력이 없는 탓에 아직까지 개발자를 완전히 대체할 수는 없다고 생각합니다. 하지만 만약 말도 안 될 정도로 많은 양의 토큰을 분석할 수 있고 파일 구조를 자유자재로 다룰 수 있는 LLM이 나온다면... 적어도 꽤나 위협적일 것이라는 생각은 드네요.
또한 AI 산업을 촉발시킨 ImageNet이 나온 지 불과 11년 만에 AI 산업이 이루어 낸 성과를 생각하면 절대적인 불가능의 영역은 존재하지 않을 것 같다고 느껴집니다.

답글 달기
comment-user-thumbnail
2024년 1월 4일

과거 인터넷을 대하는 자세 : https://pann.nate.com/talk/364772580
빌게이츠가 인터넷에 대해 무시했던 흑역사가 생각나네요 ㅎㅎ 전문가도 틀리니 사실 예측이란게 의미가 없을지도..
다만 개발하는 분들은 다 아시겠지만 제가 18년도에 개발 했었을때 스프링으로 했는데 null 익셉션 에러 뜨면 개발자가 다 봤어야 했죠. 3년 지났어도 그거 어디에 무슨 이유로 널에러가 뜬다 알려주는게 개발되지도 않았고,
지금은 리액트 하는데 근 3년동안 리랜더링을 여러번하면 어디서 문제가 있다 알려주는 프로그램이나 디버깅 툴도 안나왔죠. 지금도 리랜더링 잡으려면 개발자가 일일이 체킹해야합니다. 근 3년동안 말한마디에 디버깅해주는게 안나왔어요.
이것뿐 아니라 개발 도구에 대해 발전이 많은 발전이 있긴 했지만 개발자가 손수해야하는게 너무 많습니다. 패키지 의존도 에러가 뜨면 자동으로 착착 다운받고 해주면 되는데 3~4년동안 하나도 발전 안한거 같아요. 다 손수 체킹해줘야 되거든요.
AI가 되면서 물론 코드 추천 코파일럿은 발전이 빨랐지만 그 외에것들은 3년전에 비해 도대체 얼마나 발전했는가? 의문입니다. 오늘도 자동으로 고쳐주지 않는 타입 에러를 보면서 ㅋㅋㅋ 과연 이인간들은 도대체 언제 자동 디버깅을 만들어줄까? config 셋팅같은 경우는 아직까지도 왜케 복잡할까 라는 생각을 하면서 개발 디버깅과 도구분야도 근 5년동안 엄청난 혁신이 있었다고 생각하진 않습니다 ㅎㅎ
전 실제로 18년도에 스프링 메이븐 셋팅 할때 에러랑 싸우면서 한 4-5년뒤엔 셋팅 없이 바로 프로젝트에 코드 몇줄만 쳐도 될줄 알았습니다 ㅎㅎㅎ 리액트 물론 보일러플레이트는 있어도 린트랑 타입스크립트셋팅, 프리티어 셋팅, 라우터 셋팅 등 다 잡아야되잖아요.. 과연 엄청난 발전이 있었을까 하는 의문이

답글 달기