기본 콘텐츠로 건너뛰기

xper 5월 정기 모임에 다녀와서

정말 오랜만에 xper 5월 정기 모임을 다녀왔습니다.

사실 그동안 이런 저런 핑계로 참석을 못했지만 이번에는 김창준님 그 유명한 제럴드 와인버그의 PSL 워크샵 후기 발표가 있어서 기필코 참석하겠다는 의지와 함께 끝내 참석할 수 있었습니다.

아마 와인버그 생전에 제가 PSL 워크샵에 참석할 수 있을 것 같지는 않지만 김창준님을 통해 간접적으로 경험해복 참 많은 걸 생각해 볼 수 있던 복 받은 자리였습니다.

제가 최근에 읽었던 '절대로 후회하지 않을 선택의 기술'이라는 책과 제약이론의 사고 프로세스와 맞물려서 참 많은 걸 생각해 볼 수 있던 자리였습니다.

이번 정기 모임에서는 김창준님이 PSL 워크샵에서 하셨던 일종의 역할극을 체험했습니다.

이 역할극이라는 것이 사람을 몰입하게 하더군요.

하지만 전 초반에 감옥에 끌려가서 참여자가 아닌 관찰자와 같은 입장으로 역할극에 참여하는 기이한 경험을 했습니다.

역할극을 통해서 제가 느낀 것은 정보의 공유 그리고 투명성이 조직과 사람 사이의 관계에서 얼마나 중요한가를 느낄 수 있었습니다.

역할극을 통해 제가 느낀 것들은 아래와 같습니다.
  1. 사람은 시지키 않으면 움직이지 않는다. 그냥 논다.
  2. 하지만 동기가 부여된다면 사람은 움직인다.
  3. 사람이 모이면 리더가 생긴다.
  4. 리더의 능력치가 높으면 조직의 능력치가 같이 높아진다.
  5. 유능한 리더는 목표를 명확히 제시한다.
  6. 목표가 명확하고 리더가 유능해도 조직에는 꼭 노는 사람(방관자)가 생긴다.
  7. 상황이 긴박해질수록 조직의 집중도는 향상된다.
뭔가 우리 일상생활에서 보던 모습들이 그대로 투영된 느낌이었습니다.

그리고 그 속에서 제가 어떻게 행동하는지를 생각해 볼 수 있었습니다.

위의 느낌들로 제가 앞으로 노력하기로 마음 먹은 것은 선택의 폭을 넓히기 위해 노력하자라는 것입니다. No라고 말하기 전에 Yes라고 말하기 위해 한번 더 고민하고 노력해야 겠다는 것이었습니다.

김창준님이 리더쉽이란 문제해결을 위한 창조적인 생각을 해낼 수 있는 권한이 생기는 환경을 만들어 내는 능력(?) 이라고 하신 부분이 매우 공감이 갑니다.

그리고 그 리더쉽이라는 것이 꼭 조직의 장이 아니더라도 누구라도 발휘할 수 있는 것이고 그러한 리더쉽이 생기도록 하는 것은 조직원 모두의 책임이라는 것도 기억이 나는 것이 제가 역할극 초기에 규칙을 알려달라는 요구가 계속적으로 무시되었고 아무도 기억하지 못한다는 것이 참 재미있었습니다. 덕분에 전 방관자처럼 메모만 하다가 감옥에 끌려갔고, 나오지 못했다는 슬픈 전설입니다.

어쨌든 이번 모임은 여러면에서 참 유익한 모임이었습니다.

기회가 된다면 다음에 또 한번 더 한다면 더 재미있고 유익한 시간이 될 거라고 확신합니다.

이렇게 제 간략한 후기를 마무리할까 합니다. 또 다른 후기를 기다립니다.

댓글

  1. 크헉 T_T 재미 있었겠는데욥 T_T

    정말 참석하고 싶었는데 결국 일이 꼬여서 못갔습니다 대신 여기저기서 웹에 올라온 후기를 뒤지면서 아쉬움을 달래고 있습니다. T_T

    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 ...

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...

AI가 만들고 사람이 고친 글, 과연 'AI 생성물'일까? — 무너지는 경계선과 각국의 표기 가이드라인

이미지, 음성, 텍스트를 가리지 않고 생성형 AI의 산출물이 전 세계 디지털 공간에 폭포수처럼 쏟아져 나오고 있습니다. 가짜 뉴스, 딥페이크 오정보, 저작권 침해 등 여러 사회적 문제를 일으키면서, 최근 EU를 비롯한 세계 각국의 규제 기관들이 "AI가 만든 콘텐츠에는 반드시 표시(Labelling)를 하라"는 강제 가이드라인을 잇달아 꺼내 들고 있습니다. 이와 관련해 Smashing Magazine에 비탈리 프리드만(Vitaly Friedman)이 기고한 아티클은 EU의 최신 규제가 실무 인터페이스(UI/UX)에 어떤 변화를 요구하는지 잘 보여줍니다. (출처: Smashing Magazine - New EU Guidelines For AI Labelling / Vitaly Friedman) https://www.smashingmagazine.com/2026/08/eu-guidelines-ai-labelling/ EU AI Act 제50조 투명성 규정에 따르면, 딥페이크나 AI 챗봇 대화, 인간의 검수 없이 AI가 100% 작성한 공공 텍스트 등에는 전용 AI 마크나 암호화된 메타데이터(Watermark)를 반드시 내장해야 합니다. 기존에 서비스들이 유행처럼 쓰던 모호한 '반짝이 아이콘(✨ Sparkles)' 수준으로는 법적 기준을 충족할 수 없게 된 것입니다. 하지만 현장의 개발자, 에디터, 테스터들이 마주한 진짜 혼란은 규제의 유무가 아닙니다. 바로 "도대체 어디까지를 AI가 만들었다고 볼 것이며, 어디서부터를 사람이 만든 것으로 정의할 것인가?"라는 근본적인 경계선의 모호함입니다. 프롬프트 한 줄 던져서 AI가 뽑아낸 초안을 사람이 문장 몇 개 다듬었다면, 이것은 AI 산출물일까요, 인간의 글일까요? AI가 코딩한 1,000줄의 소스 코드를 엔지니어가 한 시간 동안 디버깅하고 검수했다면 이 코드의 주인은 누구일까요? 글로벌 규제 기관들도 이 모호함을 인지하고 명확한 자격 기준을 세우기 위해 격렬한 논의를 ...