기본 콘텐츠로 건너뛰기

프로젝트의 3요소 - Project Management

프로젝트는 예산, 일정, 품질 3가지 요소로 이루어진다고 볼 수 있다.

물론 위 3가지 요소 외에도 개발 범위, 팀워크, 자원 조달 등 여러가지 요소들도 고려해 볼 수 있지만, 가장 중요한 요소를 꼽는다면 예산, 일정, 품질일 것이다.

위에서 말한 여러가지 요소들은 프로젝트를 계획하여 완료하는 순간까지 복합적으로 작용해서 프로젝트의 성과를 제한하게 된다.

위의 요소들을 잘 통제한다면 성공적인 프로젝트가 되는 것이고 그렇지 못한다면 실패하거나 사라지게 될 것이다.

프로젝트 관리란 그런 면에서 제한된 자원을 가지고 목적한 바를 제한된 기간내에 최소의 비용으로 완수할 수 있도록 하는 것으로 정의할 수 있을 것이다.

이것을 도식화 한다면 아래와 같은 그림으로 표현할 수 있을 것이다.



위의 그림에 보는 것처럼 일정과 품질, 예산은 우리의 프로젝트가 목적하는 바를 달성하도록 하기 위해 상호 연관되어 작용하게 된다.

우리가 접하게 되는 많은 방법론들의 가정에는 위의 요소들을 어떻게 관리할 것인가에 대한 기본적인 가정들이 설정되어 있다.

조직에서 어떤 특정한 방법론을 도입한다는 것은 그런 가정에 동의하는 것이고 그러한 철학을 받아들인다는 것이기 때문에, 방법론을 채택하기 전에 조직의 근본 문제와 문화에 대해 점검해 볼 필요가 있다.

그리고 위의 요소들 외에 고려해 볼 사항은 위의 요소들은 변동성과 불확실성을 내포하고 있다는 것이다.

특히 비용과 예산, 목적은 프로젝트를 진행하면서 가변할 가능성이 매우 큰 요소들이다.

대부분의 방법론은 이러한 변동성에 대한 안전장치들을 가정해서 세워져 있다.

변동성의 측면에서 위의 요소들을 다시 살펴본다면 아래와 같이 가정할 수 있다.



위의 그림을 일부 해석해 본다면 일정이 늘어난다면 비용은 늘어나게 된다.

범위가 변경되어도 비용은 늘어나게 된다.

범위와 일정은 상호 의존적이 된다.

만약 위 3가지 요소의 변동성을 통제하지 못하게 된다면 프로젝트는 혼돈에 빠지게 된다. 그리고 모든 요소가 변동이 된다면 프로젝트 관리자가 통제해야 할 요소들은 급격하게 늘어나고 종국에는 통제 불가능에 빠지게 될지도 모른다.

따라서 각 방법론들은 각 요소들의 변동성을 통제하기 위한 기본 가정들이 설정되어 있다.

그렇다면 어떤 요소가 가장 통제하기 쉬운 것일까? 대부분의 방법론에서 예산을 통제하는 경우는 거의 없다. 예산은 통제하기 가장 어려운 요소 중 하나이다.

개발 범위 역시 통제하기 어려운 요소 중 하나이다. 개발 범위 즉, 요구 사항이 내부에서 발생한다면 통제가 용이하겠지만 수천 또는 수만명의 사람들을 대상으로 하는 프로젝트라면 이 역시 통제가 매우 어려워진다.

결론적으로 일반적으로 최근의 방법론들은 일정을 통제하여 다른 요소들을 통제하는 매커니즘을 사용한다.

그런 의미에서 폭포수 모델은 아직까지는 실제적인 세력을 가지고 있지만 계속해서 그 입지가 작아질 것이라고 생각된다.

왜냐하면 폭포수 모델은 개발 범위에 초점을 맞춘다. 맨 먼저 요구사항 단계에서 모든 요구사항을 정의하고 그 이후에 요구사항의 변경은 없다는 가정하에 세워진 방법론이 폭포수 모델이다. 하지만 급변하는 소비자의 요구와 최근의 추세를 본다면 이러한 노력은 점점 설득력이 없어지고 있다. 물론, 아주 특수한 프로젝트에서는 여전히 개발 범위 즉, 요구사항을 통제하는 것이 유효한 경우도 있다.

반면 애자일 방법론은 시간을 고정시킨다. 가장 대표적인 프로젝트 관리 방법론인 스크럼(Scrum)의 스프린트는 정해진 바는 없지만 대략 2주 정도의 개발 주기를 정해서 진행하게 되어 있다.

즉, 일정을 고정하고 그에 맞춰서 개발 범위를 조정하도록 설계되어 있다.

테스트 프로젝트는 위의 요소와는 조금 다르다.

테스트 프로젝트는 첫번째 그림을 가지고 접근하는 것이 더 타당하다.

테스트 프로젝트는 품질을 결정하고 그에 따라 일정과 비용을 조정하도록 되어 있다.

그렇다면 TOC에서는 무엇에 집중할까?

TOC 역시 애자일 방법론 처럼 시간에 집중하도록 설계되어 있다.

하지만 TOC와 애자일 방법론의 가장 큰 차이점이라 한다면 애자일 방법론은 일정의 기간 자체의 변동성을 제거해 버리지만 TOC는 일정의 변동성 자체를 인정하고 일정의 변동성을 흡수할 수 있는 버퍼라는 개념을 사용한다.

이때, 일정에 대한 버퍼로 인해 일정 자체가 진동하게 된다. 일정이 진동하게 된다면 예산과 개발 범위 자체도 진동할 수 있다.

때문에 TOC 에서는 필요하다면 예산과 개발 범위 자체에도 일정 부분 버퍼라는 개념을 사용한다.

기존의 방법론과 TOC의 가장 큰 차이점이라면 탄력성에 있다고 할 수 있다.

기존의 폭포수 모델은 탄력성이 거의 없는 소성체나 마찬가지다. 만약 이 소성체에 충격이 가해지게 된다면 그냥 부서져 버린다.

애자일 방법론은 가연성 플라스틱과 같다. 일정한 형태를 갖고 있지만 필요하다면 녹여서 다른 모양으로 만들 수도 있다. 다만 너무 자주하면 이 역시 부서져 버린다.

반면 TOC 는 물과 같은 성격을 지닌다. 어떤 그릇에도 어떤 상황에서도 충격을 완변히 흡수하고 그 성질 자체는 변하지 않는다.

어떠한 방법론에도 담을 수 있고 필요하다면 얼려서 그릇을 만들어 담을 수도 있다.

반면 쉽게 변형되는 장점에 비해 끊임없이 유지하고 보수해야 한다는 점에서는 단점이 될 수도 있다.

물론 어떤 방법론이 가장 좋다는 논쟁은 우스운 싸움이다.

앞에서도 말한바와 같이 가장 중요한 것은 지금 현재의 조직의 상황과 문화에 따라 가장 좋은 것을 선택하면 된다.

그러기 위해서는 먼저 나 자신을 알아야 하고 그 다음은 남을 알기 위한 노력을 해야할 것이다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

피드백 루프: AI 시대 테스터가 지켜내야 할 핵심 엔진

소프트웨어 개발과 테스팅 현장에서 가장 자주 언급되지만, 막상 시스템이 복잡해질수록 쉽게 경시되곤 하는 핵심 개념이 바로 '피드백 루프(Feedback Loop)'입니다. 코드를 수정하고, 빌드하고, 테스트 결과를 확인하고, 다시 개선하는 그 순환 과정의 속도와 정확도가 결국 소프트웨어의 품질을 결정짓기 때문입니다. 품질 전문가 매슈 하이저(Matthew Heusser)가 자신의 블로그 Quality Remarks에 기고한 "One Loop After Another" 아티클은 바로 이 피드백 루프의 다층적 구조와, AI 시대에 우리가 놓치지 말아야 할 품질 검증의 본질을 날카롭게 되짚어 줍니다. (출처: Quality Remarks - One Loop After Another / Matthew Heusser) https://qualityremarks.com/one-loop-after-another/ 매슈 하이저는 소프트웨어 개발 생태계가 단순히 하나의 커다란 테스트 루프로 돌아가는 것이 아니라, 시간 축과 관점에 따라 겹겹이 쌓인 '연쇄적인 피드백 루프들(One Loop After Another)'로 이루어져 있다고 설명합니다. 초단기 루프 (Inner Loop): 개발자가 코드를 작성하는 몇 초~몇 분 단위의 루프입니다. 단위 테스트(Unit Test)나 IDE의 Linter, AI 자동 완성이 즉각적인 피드백을 주는 영역입니다. 단기 루프 (Daily / CI Loop): 커밋과 푸시가 이루어지고, CI/CD 파이프라인에서 통합 테스트와 정적 분석이 실행되는 몇 시간 단위의 루프입니다. 중기 루프 (Iteration / Exploration Loop): 스프린트 단위로 탐색적 테스팅(Exploratory Testing)을 수행하고, 실제 사용자 시나리오나 엣지 케이스를 사람이 직접 검증하며 시스템의 유기적 작동을 확인하는 며칠~몇 주 단위의 루프입니다. 장기 루프 (Outer / Market Loop): 실제 ...

에이전틱 AI 프로젝트에서 테스터의 5가지 핵심 원칙

AI 코딩 에이전트와 자율형 에이전트가 빠르게 개발 워크플로우에 통합되면서, 단순히 코드를 잘 짜는 것을 넘어 '에이전트와 어떻게 협업하고 통제할 것인가'가 개발자와 아키텍트들의 가장 큰 화두로 떠올랐습니다. 윤석찬 님의 아티클 "AI 에이전트 시대, 개발자는 어떻게 일해야 하는가? – 프론티어 엔지니어링의 10가지 원칙"은 에이전틱 AI 시대에 엔지니어가 마주하는 패러다임 변화와, 실무 현장에서 일하는 방식을 어떻게 재정의해야 하는지 아주 명확한 가이드라인을 제시해 줍니다. (출처: channy.creation.net - 윤석찬 님의 블로그) https://channy.creation.net/blog/1989 비록 대규모 에이전트 오케스트레이션이나 초거대 인프라 시스템을 개인이 직접 구축하고 운용하는 것은 비용적·기술적으로 현실적인 한계가 있습니다. 하지만 개인 프로젝트에서 AI와 바이브 코딩(Vibe Coding)을 활용하며 겪었던 맥락 손실, 환각, 통제 불능의 경험들을 떠올려보면, 이 아티클이 제시하는 10가지 프론티어 엔지니어링 원칙은 소규모 개인 개발 환경에서도 대단히 깊은 공감을 불러일으킵니다. 이 글은 단순히 "AI 도구를 잘 쓰자"는 수준에 머무르지 않습니다. AI 에이전트가 생성해내는 불확실성 속에서 인간 엔지니어가 시스템의 맥락을 주도하고, 오작동을 제어하며, 품질의 키(Steering Wheel)를 쥐기 위한 구조적 사고법을 다룹니다. 그렇다면 프론티어 엔지니어링의 원칙을 바탕으로, 시스템의 신뢰성과 안전성을 검증해야 하는 테스터는 과연 어떤 실무 원칙을 세워나갈 수 있을까요? 윤석찬 님이 제시한 엔지니어링 원칙을 테스팅 관점으로 재해석해 보면, 다음과 같은 5가지 원칙으로 정리할 수 있을 것 같습니다. 1. 결정론적 검증에서 '경계선 및 허용 오차(Boundary)' 테스팅으로 전환하라 에이전트 기반 시스템은 같은 입력을 주어도 매번 다른 추론 경로를 거치는 확률적(Stoc...

에이전틱 AI 시대에 테스팅은?

 "소프트웨어 엔지니어링은 과연 끝난 것일까?" 최근 AI 코딩 에이전트와 바이브 코딩(Vibe Coding)의 급부상 속에서, 엔지니어들과 아키텍트들이 스스로에게 던지는 가장 뼈아픈 질문입니다. 이 질문에 대해 기술 현장의 날카로운 시선을 담은 이원국 님의 아티클 "소프트웨어 엔지니어링의 종말"과 arXiv 논문 "Agentic Software: How AI Agents Are Restructuring the Software Paradigm"은 아주 근본적인 패러다임의 변화를 짚어내고 있습니다. (출처: blog.wonkooklee.com - 소프트웨어 엔지니어링의 종말) https://blog.wonkooklee.com/blog/20260913_02/ (출처: arXiv - Agentic Software: How AI Agents Are Restructuring the Software Paradigm) https://arxiv.org/html/2606.05608v2 이원국님의 아티클과 논문에서 공통적으로 말하는 핵심은, 우리가 알고 있던 '인간이 직접 코드를 다듬고 작성하던 전통적 소프트웨어 엔지니어링'의 정체성은 종말을 고하고 있으며, 그 자리를 '에이전트 패러다임(Agentic Paradigm)'이 빠르게 대체하고 있다는 사실입니다. arXiv 논문 "Agentic Software"에서는 소프트웨어 구축의 단위가 단순히 결정론적(Deterministic) 알고리즘이나 코드에서, 목표를 스스로 자율 추론하고 도구를 호출하며 과업을 완수하는 'AI 에이전트 오케스트레이션'으로 이동하고 있음을 말하고 있습니다. 이제 개발자는 시스템의 메서드나 API 하나하나를 직접 타이핑하는 존재가 아닙니다. AI 에이전트가 코드를 생성하고, 실행하고, 테스트를 돌리고, 스스로 디버깅하는 일련의 자율 루프(Autonomous Loop)를 설계하는 '시스템...