기본 콘텐츠로 건너뛰기

프로세스와 프로젝트

프로세스와 프로젝트 ..

우리는 일상에서 이 두 단어를 무척 많이 사용합니다.

그런데.. 이 두 단어가 가지는 의미는 같을까요? 다를까요?

많은 경우 우리는 이 두 단어를 별다른 차이 없이 거의 동일한 의미로 사용합니다.

하지만 이 두 단어는 비슷한 듯 하지만 같지 않은 다른 뜻이 있습니다.

그 차이를 알아보도록 할까요?

한가지 예를 들어보도록 하겠습니다.

여러분이 꿈꾸고 또 꿈꾸던 아파트를 사게 되었습니다. 지난 몇 년 동안 악착같이 돈을 모으기 위해 노력했던 날들이 주마등처럼 스쳐지나갑니다.

아파트를 분양받기 전에 여러분이 가장 먼저 확인하는 곳이 있습니다.

어디일까요?

바로 모델하우스입니다.

직접 현장에 나가서 학교의 위치, 쇼핑몰, 편의 시설, 문화 시설 등도 꼼꼼이 따져봐야겠지만 여러분이 실제 살 집이 어떤 곳인지 확인할 수 있는 방법은 입주 전까지는 모델하우스 뿐입니다.

모델하우스를 통해 우리는 앞으로 살 집의 대략적인 구조나 마감재등을 확인합니다.

그리고 입주를 하고 여러분이 사는 동안 여러분의 집은 어떻게 바뀌나요? 모델하우스와 동일하신가요?

살아가면서 필요하면 발코니를 확장할 수도 있고 벽을 헐어서 방을 합칠 수도 있고 욕실을 개조할 수도 있고 처음의 모델 하우스에서 본 집과는 많은 부분에서 바뀌게 됩니다.

프로세스와 프로젝트도 이와 유사합니다.

모델하우스가 프로세스라고 한다면 프로젝트는 우리가 실제로 살고 있는 집이라고 할 수 있습니다.

프로세스와 프로젝트를 비교하면 아래 표와 같이 비교할 수 있습니다.

 프로세스프로젝트
 지속성, 반복성
시작과 끝이 있는 기간이 정해져 있는 과업
 모든 산출물이 언제나 동일
이전에도 이후에도 동일하지 않은 유일성
 모든 것이 확정적으로 정해져 있음
단계에 따라 구체화, 명확화

프로세스는 여러 프로젝트의 결과물에 대한 일종의 베스트 프랙티스라고 할 수 있습니다.

이러한 베스트 프랙티스는 표준으로 제정되기도 합니다.

분명한 것은 프로세스는 충분히 좋은 선택지라는 것입니다.

방법론 역시 일종의 프로세스라고 할 수 있습니다.

프로세스와 프로젝트의 가장 큰 차이점이라고 한다면 변동성입니다.

프로세스는 확정된 것으로 변동성은 고려되어 있지 않습니다.

우리가 어떤 프로세스를 도입한다고 하였을 때 프로세스가 약속한 성과를 얻기 힘든 것은 현실은 변동성이 내포되어 있기 때문입니다.

프로세스는 이러한 변동성에 대한 충격을 흡수하지 못합니다.

프로젝트는 현업에서 프로세스를 도입하며 겪은 변동성에 따라 고유하게 변경된 산출물이라고 할 수 있습니다.

우리가 프로젝트를 수행하면서 많은 경우 프로세스에 얶메이는 경우를 볼 수 있습니다.

이런 경우 프로젝트는 실패할 확률이 더욱 커진다고 할 수 있습니다.

프로세스는 충분히 좋은 선택 뿐이라는 것을 기억하시길 바랍니다. 그 프로세스를 성공적으로 활용하는 것은 우리의 몫입니다.

표준도 마찬가지인 것입니다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

20년 차 테스터가 고른 최근 IT 소식: 기술의 속도, 그리고 사람의 자리

20년 넘게 IT 업계에서 테스팅하고 강의하고 공부하고 여러 일을 해왔지만... 정말이지 단 하루도 편하게 쉴 틈을 주지 않는 세상입니다. 특히 최근 4~5년 동안 가속화된 AI의 물결은 기술의 스펙트럼뿐만 아니라 우리가 일하고, 협업하고, 조직을 이끄는 방식 전체를 뒤흔들고 있습니다. 이번 주에도 수많은 뉴스레터와 아티클을 훑어보았습니다. 그중에서도 기술의 화려함 뒤에 숨겨진 ‘사람, 조직, 그리고 커리어의 본질’을 찌르는 글 몇 개가 눈에 띄어 메모해 둡니다. 제 평소 생각과 맞닿아 있는 6가지 이야기입니다. --- 1. 인지부채(Cognitive Debt): 바이브 코딩 시대에 우리가 지게 되는 진짜 빚 (출처: ROBOCO - 인지부채: 바이브 코딩 시대의 새로운 부채 관리법 / 정도현 수석 컨설턴트 ) 요즘 커서(Cursor)나 클로드 코드(Claude Code) 같은 에이전트를 붙여 "이거 만들어줘" 하고 승인(Approve) 버튼만 누르면 눈 깜짝할 사이에 코드베이스가 완성되는 '바이브 코딩(Vibe Coding)'이 유행입니다. 그런데 속도는 엄청나게 빠른데, 정작 서비스에 장애가 나면 "AI가 짜서 잘 모르겠는데요?"라는 답이 나오는 이상한 현상이 벌어집니다. 정도현 컨설턴트는 이를 '인지부채(Cognitive Debt)'라고 정의합니다. 코드는 쌓이는데, 정작 인간의 시스템 이해도는 쌓이지 않는 격차죠. * Human-in-the-loop의 환상: AI가 초당 수백 줄을 뽑아내는데 사람이 일일이 검토한다? 결국 검토자는 병목이 되고, 시간 압박에 쫓겨 영혼 없이 승인 버튼만 누르게 됩니다. 40년 전 자동화 연구(Bainbridge, 1983)가 지적했듯, 자동화될수록 사람은 감시만 하다가 정작 개입해야 할 결정적 순간에 숙련도를 잃어버립니다. * 부채는 0으로 만드는 게 아니라 '관리'하는 것: AI가 만든 모든 코드를 사람이 외울 수는 없습니다. 핵심은 ...

우리는 AI로 '더 빠른 말'을 키우고 있는걸까요? 아니면 '자동차'를 만들고 있는걸까요?

20년 넘게 IT 현장에서 뒹굴거렸는데... 요즘처럼 "우리가 지금까지 당연하게 여겨온 일하는 방식의 본질"에 대해 근본적인 질문을 던지게 만드는 때가 없었던 것 같습니다. 최근 읽은 UX 관련 글 하나가 가슴을 쿵 치고 지나갔습니다. UX 및 디지털 트렌드를 다루는 블로그 ux4dotcom에 올라온 "Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions"라는 글입니다. (출처: ux4dotcom - Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions ) 혁신을 말할 때 늘 인용되는 헨리 포드의 유명한 말이 있습니다. "사람들에게 무엇을 원하느냐고 물었다면, 그들은 '더 빠른 말'이라고 답했을 것이다." 사람들은 자신이 경험해 본 범위 안에서만 미래를 상상합니다. 말만 탈 줄 아는 사람에게 자동차는 상상 밖의 범주(Mental Model)니까요. 저자는 그동안 UX(사용자 경험)라는 학문과 필드 자체가 '더 빠른 말을 만드는 일(기존 과업의 효율화)'에 집중해 왔다고 지적합니다. 사용자의 행동을 관찰하고, 마찰(Friction)을 줄이고, 화면을 간소화하고, 기존 워크플로우를 최적화해 주는 작업 말입니다. 실제로 주변을 봐도 우리가 AI를 쓰는 방식도 대부분 이 범주를 벗어나지 못하고 있습니다. 더 빠르게 이메일을 작성하고, 문서 요약을 3초 만에 끝내고, 프레젠테이션 장표나 일정표를 순식간에 만들어내는 일. 분명 유용하고 저 역시 매일 요기하게 쓰고 있지만, 이건 어디까지나 '기존에 인간이 하던 일의 프로세스를 흉내 내어 속도만 올린 것(Faster Horse)'에 불과합니다. 정작 "이 워크플로우 자체가 과연 계속 존재해야 하는가?"라는 근본적인 질문은 던지지 못하고 있는 것이죠....

에이전틱 AI 시대의 소프트웨어 테스팅: 왜 '아키텍트' 역량이 필요한가?

최근 "프로그래밍이란 무엇인가?"라는 근본적인 질문에서 출발해, 하드웨어의 가장 밑바닥인 CPU 명령어 디코더의 원리부터 최근 화두인 에이전틱 AI(Agentic AI)와 바이브 코딩(Vibe Coding)에 이르기까지 AI와 함께 이런 저런 대화를 나누어 보았다.. 사실 내가 처음 컴퓨터를 공부할 때부터 컴퓨터가 내 명령을 어떻게 이해하고 처리해서 이런 결과가 출력되는지는 정말 이해하기 어려운 마법 같은 것이었다.  그래서인지.. 나이가 들어도 프로그래밍은 여전히 어렵다. 하지만 요즘은 AI와 함께 무언가를 만드는 재미를 만끽하고 있다.  어쨌든 AI와의 즐거운 대화의 끝에서 필연적으로 마주한 질문이 있다. "코드를 AI가 스스로 짜고 조립하는 시대에, 소프트웨어 테스팅은 무엇이며 우리는 어떤 역량을 키워야 하는가?" 지금까지의 고민을 바탕으로, 다가오는 AI 시대에 테스트 엔지니어가 나아가야 할 방향과 '아키텍트(Architect)' 역량의 중요성에 대해 정리해 본다. 현대의 소프트웨어 개발은 무(無)에서 유(有)를 창조하는 것이 아니다. 전 세계의 천재적인 엔지니어들이 만들어둔 수많은 라이브러리와 프레임워크라는 '레고 블록'을 조합해 원하는 서비스를 구축하는 과정이다. 내가 젋어서 이걸 잘 이해만 했었어도.. 테스터라는 직업의 세계에 발을 들이지는 않았을 텐데.. 어린 나이에 너무 생각이 많았었다. 그런데 에이전틱 AI가 등장하면서 거대한 변화가 일어났다. 이제는 인간이 직접 레고를 조립할 필요조차 없어지고 있다. "이런 기능을 만들어줘"라는 의도(Intent)만 던지면, AI가 기존에 학습한 방대한 오픈소스와 코드를 바탕으로 알아서 뼈대를 세우고 코드를 완성해 낸다. 개발자는 직접 코드를 타이핑하는 노동자에서, AI 에이전트를 부리는 총괄 기획자로 역할이 변하고 있는 것이다. 하지만 AI가 만들어내는 코드는 필연적인 한계를 지닌다. AI는 과거 인류가 작성한 코드를 학습하...