코드 공장 시대와 미래 SRE
(article.keeban.io)원래는 제 주변에만 공유한 졸문이나, 반응이 괜찮아서 Geeknews에도 공유하여 다른 분들의 생각과 관점을 듣고 싶어서 공유합니다. 홍보성 글로 생각되면 지적해 주십시오!
요약
- 소프트웨어 엔지니어링의 근간이 AI와 자동화의 급격한 부상으로 재구조화되고 있음. 이러한 변혁은 되돌릴 수 없는 수준이며, 기존 관행과 워크플로우들이 본질적으로 재평가되고 있음
- 산업에서 AI가 전통적인 인간 개발자를 완전히 대체하는 조건은 단순히 AI가 인간보다 코드를 잘 만드는 수준이 아니고, AI 단독 생산 능력이 인간과 AI의 조합보다 우월할 때 발생함. 그 미래는 쉽게 오지는 않을 것
- 기존의 인간 중심 워크플로우, 베스트 프랙티스, 협업 모델(TDD, Git/PR 체계 등)은 AI 시대에 재검토될 필요가 있음
- 바이브코딩으로 쉽게 만들 수 있는 건 그만큼 경쟁우위가 없다는 뜻임. 진지한 프로젝트에서는 AI 자동화 속에서도 섬세한 엔지니어링 공정(LLM 컨텍스트 관리, 검증 자동화, 코드 관리 등)이 핵심
- AI 덕분에 누구나 소프트웨어를 만들 수 있게 되었지만, 실제 서비스 운영(SRE/DevOps)은 여전히 자동화가 어려움. Vercel/Supabase는 스케일하면 비싸지고, AWS/쿠버네티스는 복잡하고, 모니터링·알람 설정은 더 어려움
- AI가 코드 작성을 가속시킬수록 오히려 SRE/DevOps/운영 부담은 커지는데, 이 영역은 Stateful하고 환각의 대가가 크며, 실시간 메트릭/로그 처리가 필요해서 LLM 단독으로는 잘 풀리지 않음
- EC2에 LLM 에이전트를 심어서 알아서 운영하게 하는 것은, LLM에게 카메라 스냅샷 주고 자율주행 시키는 것과 비슷한 비현실적 구상으로 생각되며, 좀 더 본질적인 접근이 필요함
- 자율주행의 레벨 2→4→5 단계처럼, 서비스 "자율운영"도 센싱(로그/메트릭), 월드 모델(가상 아키텍처/트래픽 시뮬레이션) 등 별도의 기술적 접근인 "시스템 모델"이 필요
SRE/DevOps 도 AI로 자동화 가능한 솔루션이 나오질 않을 까요? (이건 새로운 사업 아이디어가 될 수도 있겠네요.) 기존 이 분야의 업체들이 아마도 내부적으로 AI솔루션을 만들고 있지 않을 까 하는 생각도 듭니다.
https://github.com/HolmesGPT/holmesgpt 예전에 이런거랑 비슷한거 몇개를 본적이 있었는데 아마 지금쯤이면 비슷한애들 더 많을거 같긴하네요. 무엇보다 주변 회사 다니는 사람들보면 각자 회사내에서 직접 이것저것 만들더라구요. 애초에 그런것도 요즘은 AI가 만들어주는 시대다보니