기본 콘텐츠로 건너뛰기

여러분의 책상과 벽에는 무엇이 있습니까?

저는 업무차 한달에 한번 정도는 꼭 다른 회사의 사무실에 방문합니다.

저는 다른 회사를 방문할 때 티가 나지 않게 회사 직원들의 책상과 벽을 살펴보는 버릇이 있습니다.

왜냐하면 직원들의 책상과 벽을 통해서 그 회사가 무슨 일을 하고 어떤 정책적인 가치들을 추구하는지 짐작할 수 있기 때문입니다.

어떤 회사는 참 깨끗합니다. 우리는 깔끔하면 참 좋을 것 같지만 저는 갑갑합니다.

그 깨끗함을 유지하기 위해 얼마나 많은 노력을 기울였을까요? 그 노력으로 다른걸 한다면 어떨까요?

그런 깨끗함을 유지하려면 알게 모르게 많은 규칙들이 있을 겁니다. 이것도 안돼, 저것도 안돼, 안돼! 안돼! 안돼! 그런 조직이 과연 얼마나 즐겁고 좋은 곳일까요?

게임 회사를 상상해 보시기 바랍니다. 게임 회사는 특이하게도 어떤 업체를 방문해도 벽에는 회사에서 개발한 게임들의 포스터와 피규어로 장식되어 있고 직원들의 책상에는 자신만의 취미생활로 가득차 있습니다.

그런 회사들은 뭔가 항상 활기가 가득합니다.

한 회사 안의 벽이 어떻게 꾸며지고 사무공간이 어떻게 꾸며지는 것은 어떻게 보면 아주 하찮은 문제처럼 여겨집니다.

하지만 회사의 사무 공간은 우리가 하루에 8시간 이상 머무는 아주 중요한 장소입니다. 저는 그 장소가 최소한 편안해야 한다고 생각합니다.

자기가 원하는 것으로 꾸며질 수 있어야 한다고 생각합니다.

그리고 조직의 벽은 정말 필요한 것들로 채워져야 한다고 생각합니다.

어떤 회사처럼 한쪽 벽면 전체가 화이트보드로 되어 있어 직원들이 자유롭게 생각을 나눌 수 있도록 하는 것도 좋다고 생각합니다.

아니면 번다운 차트나 칸반 차트와 같이 실제적인 프로젝트의 정보가 표시되는 안내판이 설치되어도 좋을 것 같습니다.

이렇게 조직과 회사의 벽과 사무공간이 어떻게 꾸며지는가는 개인의 선택과 회사와 조직의 문화가 반영된 결과입니다.

여러분은 어떤 벽을 원하십니까?

그리고 그 벽을 어떻게 이용할지 누가 선택합니까?

저는 그 벽을 항상 마주보고 있어야 하는 사람이 선택해서 꾸밀 수 있어야 한다고 생각합니다.

여러분의 책상과 벽에는 무엇이 있습니까?

댓글

  1. 제 책상 앞에는 제가 찍은 사진이 출력되어 걸려있네요...

    답글삭제
  2. trackback from: 게임 회사 사회공헌 이대로 좋은가?
    <?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /> 올해 2 월 중순 경 20 대 아들을 둔 한 어머니가, 숨졌습니다. 인터넷 게임에 푹 빠져 지낸 아들에게 어머니가 꾸지람을하자, 어머니가 주무실 때 둔기로 때려 숨지게했다고합니다. 더 기가 막힌 일은 천인공노할 살인을 저질러 놓고, 오락실에서 게임을하다가 경찰에 잡혔다는 거지요. 2009년 한국 정보화 진흥원이 발..

    답글삭제

댓글 쓰기

이 블로그의 인기 게시물

AI 에이전트의 환각과 프롬프트 폭증을 막는 '컨텍스트 엔지니어링(Context Engineering)'과 아키텍처의 미래

AI 코딩 에이전트나 생성형 LLM을 소프트웨어 개발에 접목하는 시도가 늘어나면서, 엔지니어들이 마주하는 가장 큰 기술적 병목 중 하나는 바로 '컨텍스트(Context)'의 관리입니다. 저 역시 최근 AI와 바이브 코딩(Vibe Coding)을 활용해 여러 프로젝트를 진행하고 있는데, 하나의 대화창(세션)을 오래 켜둔 채 작업을 계속 이어가다 보면 AI가 초기 맥락을 잊어버리거나 이전에 지켜달라고 했던 제약조건을 놓치며 실수를 저지르는 경우를 자주 겪곤 합니다. 그래서 저는 목적별로 대화창을 명확하게 분리해서 작업하거나, 어느 정도 작업 단계가 진행되면 지금까지의 구현 내용과 의사결정을 요약 정리한 뒤 새 대화창에서 AI에게 이를 다시 학습시키는 방식으로 맥락을 관리하고 있습니다. 그렇다면 엔지니어링 아키텍처 차원에서는 이 문제를 어떻게 접근하고 있을까요? InfoQ의 발표 아티클 "Architecture / Context Engineering"에서는 바로 이 지점, 즉 단순한 프롬프트 엔지니어링을 넘어 시스템 아키텍처 수준에서 컨텍스트를 제어하는 '컨텍스트 엔지니어링(Context Engineering)'의 필요성과 구체적인 프레임워크를 다루고 있습니다. (출처: InfoQ - Architecture / Context Engineering) https://www.infoq.com/presentations/architecture-context-engineering/ 발표자들은 코딩 에이전트나 자율형 에이전트가 현장에서 실패하는 가장 큰 이유로 '비대해진 컨텍스트 윈도우(Bloated Context Windows)'와 무분별하게 채워진 프롬프트(Stuffed Prompts)를 꼽습니다. AI에게 너무 많은 정보를 한 번에 주면, 모델의 주의력(Attention)이 분산되거나 논리적 우선순위를 놓치는 현상이 발생합니다. 마치 인간 엔지니어에게 백과사전 수십 권을 던져주고 "이거 다 읽고 10초 ...

AI의 UX, 단 5개 문항으로 측정하는 방법: SUXAI

테스트 관리에는 아주 유명한 명언이 있습니다. 어쩌면 이 말은 테스트 관리에서만 유용한 얘기는 아닐거고.. 어쩌면 여러분도 다른 곳에서 들었을 수도 있습니다. "측정할 수 없으면 개선할 수 없다" 지난 글(https://murianwind.blogspot.com/2026/07/ai_01010698011.html)에서 생성형 AI 시대에는 기존의 일반적인 사용성 지표(SUS 등)만으로는 부족하며 정확성, 신뢰성, 설명 가능성, 제어 가능성이라는 AI 에 특화된 품질 특성이 필요하다고 정리해 드린 바 있습니다. 하지만 실무자의 입장에서 항상 부딪히는 현실적인 고민이 있습니다. "이론은 좋은데, 당장 매주 업데이트되는 AI 기능의 UX를 바쁜 현장에서 어떻게 빠르고 정량적으로 측정할 것인가?"라는 점이죠. MeasuringU에서 이에 대한 명확하고 실용적인 해답을 제시하는 후속 아티클을 공개했습니다. 바로 "Streamlined Measurement of the UX of AI"입니다. (출처: MeasuringU - Streamlined Measurement of the UX of AI / Jeff Sauro, PhD & Jim Lewis, PhD) https://measuringu.com/streamlined-measurement-of-the-ux-of-ai/ Jeff Sauro와 Jim Lewis 박사는 실무 연구자들과 테스터들이 긴 설문이나 복잡한 프레임워크 없이도 AI 제품의 핵심 품질을 빠르게 측정할 수 있도록 SUXAI(Streamlined UX of AI)라는 간소화된 측정 모델을 구축했습니다. 기존에 수많은 문항으로 분산되어 있던 지표들을 통계적 요인 분석을 통해 쥐어짜고 압축하여, 핵심적인 5가지 5점 척 문항 으로 표준화했습니다. SUXAI를 구성하는 5가지 핵심 평가 문항 정확성 (Accuracy): "이 AI가 생성한 결과물은 정확하다." 신뢰성 (Trust/Re...

합성 사용자(Synthetic Users)의 5가지 유형과 AI 테스팅 현장에서의 활용법

AI와 생성형 모델 기술이 발전하면서, 사용자 경험(UX) 연구와 테스팅 현장에서 가상 퍼소나를 활용해 테스트 데이터를 수집하거나 사용성을 평가하려는 시도가 급격히 늘고 있습니다. 이를 흔히 '합성 사용자(Synthetic Users)'라고 부릅니다. 하지만 막연히 "AI에게 사용자 역할을 시켜 테스트를 돌린다"고 할 때, 그 가상 사용자가 어떤 방식과 데이터로 생성되었는지 명확히 구분하지 않으면 자칫 왜곡된 결과에 빠질 위험이 있습니다. UX 및 사용성 리서치 분야의 권위 있는 기관인 MeasuringU에서 이 합성 사용자의 개념을 명쾌하게 분류한 아티클을 공개했습니다. 바로 "What Are the Different Types of Synthetic Users?"라는 글입니다. (출처: MeasuringU - What Are the Different Types of Synthetic Users? / Jeff Sauro, PhD & Jim Lewis, PhD) https://measuringu.com/what-are-the-different-types-of-synthetic-users/ Jeff Sauro와 Jim Lewis 박사는 합성 사용자를 단순히 하나의 개념으로 뭉뚱그리지 않고, 생성 기술의 근거와 데이터 기반에 따라 크게 5가지 유형으로 깔끔하게 정리해 줍니다. 첫째는 규칙 기반(Rule-Based) 합성 사용자입니다. AI 모델이 아니라 사전 정의된 조건문, 정규식, 시나리오 스크립트에 따라 움직이는 전통적인 형태의 가상 사용자입니다. 예측 가능하고 정확하지만, 인간 사용자의 복잡한 정서나 미묘한 변수를 반영하진 못합니다. Selenium, Playwright, K6 같은 도구를 통해 지정된 경로대로 버튼을 누르고 데이터를 입력하는 방식을 들 수 있습니다. 둘째는 퍼소나 기반 LLM(Persona-Based LLM) 합성 사용자입니다. 생성형 AI에게 "너는 50대 비테크놀로지 사용...