보건의료 R&D

KGTC를 이용해주셔서 감사합니다.

상단

보건의료 R&D 글답변

이름필수 비밀번호필수 이메일 홈페이지

제목필수

내용필수

웹에디터 시작

> 
 > 
 > 요즘은 아이디어를 프로토타입으로 옮기는 일이 정말 쉬워졌다.
> 
> 예전 같으면 몇 주 걸리던 것이 이제는 몇 일, 때로는 몇 시간 안에도 나온다.
> 하지만 여기서 많은 사람이 착각한다.
> 
> 프로토타입을 만드는 능력과 서비스를 운영 가능한 제품으로 만드는 능력은 전혀 다른 문제라는 점이다.
> 
> 인공지능은 초반 80%를 빠르게 만들어준다.
> 화면도 나오고, 기능도 얼추 돌아가고. 문서도 그럴듯하다.
> 
> 문제는 그 다음이다.
> 마지막 20%에는 늘 이런 것들이 기다리고 있다.
> 요구사항 정리, 예외 처리, 승인, 테스트, 배포, 모니터링, 장애 대응, 보안, 유지보수 등.
> 바로 이 지루한 구간에서 사업은 아이디어와 갈라지고, 제품은 데모와 갈라진다.
> 
> 그래서 나는 이렇게 본다.
> 
> AI는 문제 해결의 비용을 크게 낮췄다.
> 하지만 제품화의 비용은 아직 충분히 낮추지 못했다.
> 
> 이 말은 매우 중요하다.
> 왜냐하면 모든 소프트웨어가 시장에 나가야 할 필요는 없기 때문이다.
> 
> 내 일의 병목을 줄여주는 도구, 팀의 반복 업무를 덜어주는 내부 시스템, 작지만 정확하게 문제를 해결하는 개인용 유틸리티라면 굳이 “출시”까지 가지 않아도 이미 역할을 다한 것이다.
> 
> 즉, 제품이 부족하다고 해서 문제 해결이 부족한 것은 아니다.
> 
> 다만 여기에는 또 하나의 그림자가 있다.
> 
> 인공지능이 코드를 너무 쉽게 만들어주기 시작하면서 사람은 점점 “왜 고장 났는가”보다
> “다시 돌려보면 되지 않을까”에 익숙해질 수 있다.
> 
> 이건 꽤 위험하다.
> 디버깅 감각, 즉 문제의 근본 원인을 추적하는 근육이 약해질 수 있기 때문이다.
> 겉보기엔 생산성이 올라간다.
> 그러나 깊이 들어가면 생산성의 일부는 이해의 축적이 아니라 시행착오의 외주화일 수도 있다.
> 그래서 숙련된 사람일수록 인공지능을 좋아하면서도 동시에 경계한다.
> 
> 결국 앞으로 더 가치가 올라갈 사람은 코드를 빨리 찍는 사람이 아니라 다음 네 가지를 함께 할 수 있는 사람일 것이다.
> • 무엇을 만들지 결정하는 사람
> • 어디서 멈출지 아는 사람
> • 왜 문제가 생겼는지 끝까지 파는 사람
> • 데모를 운영 가능한 현실로 바꾸는 사람
> 
> 나는 AI 붐을 무조건 거품이라고 보지는 않는다.
> 다만 과열은 분명히 있다.
> 
> 앱은 더 많이 나올 것이다.
> 도구도 더 많이 생길 것이다.
> 하지만 그중 상당수는 “시장용 제품”이 아니라 문제 하나를 조용히 해결하고 사라지는 내부 도구로 남을 가능성이 크다.
> 
> 어쩌면 그것으로 충분하다.
> 모든 삽이 금광이 될 필요는 없다.
> 그러나 정말 금을 캐려면 삽질 이후의 공정이 더 중요하다.
> 
> AI가 잘하는 것은 시작이다.
> 여전히 사람의 몫인 것은 끝까지 책임지는 일이다.
> 
> 
> #AI #SoftwareEngineering #ProductDevelopment #Prototype #GrantThinking #BekayStyle
 > 
 >

웹 에디터 끝

링크 #1

링크 #2

자동등록방지

자동등록방지 숫자를 순서대로 입력하세요.

취소

하단