기본 콘텐츠로 건너뛰기

IT 후진국 보고서 - 소리바다는 왜?

소리바다는 왜? - 10점
김태훈.양정환 지음/현실문화

소리바다를 기억하시나요?

저는 기억합니다.

제 기억속의 소리바다는 불법으로 mp3를 유통하는 악의 축입니다.

이 책을 읽기 전까지 그렇게 알고 있었습니다.

사실 소리바다가 아직까지 서비스 되고 있는지에 대한 관심도 없었습니다.

하지만 이 책을 한장 한장 넘기며 드는 생각은 분노 뿐입니다.

이 책이 얼마나 객관성을 가지고 사실을 기술했는지 저는 잘 판단하지 못하겠습니다.

하지만 제가 지금까지 알고 있었던 사실이 제 무지와 거짓으로 일관한 기존 언론들의 프레임에 속아 넘어간 것이었다는 사실에..

그리고 소리바다가 그토록 험난한 길을 걸었던 이유가

무능하고 부패한 정부와 SKT라는 재벌의 횡포 때문이었다는 사실에 분노하지 않을 수 없었습니다.

얼마전 정부는 IT업계, 현역 병역특례 대상자에 특성화고등학교와 마이스터고 졸업생들만 허용하고 대학생을 배제하는 정책을 발표해서 논란이 일고 있습니다.

진정, 정부는 IT 업계에 대해서 제대로 이해하고 있는것인지 의심스럽습니다.

그동안 정부 주도하에 견인되던 산업 구조를 앞으로도 계속 그렇게 해야하는지 정말로 의심스럽기 그지 없습니다.

IMF 이후 거품같던 황금기가 지나고 이 땅의 IT는 지금 이순간도 계속해서 뒤고 가고 있습니다.

이 상황에서 정말 내가 할 일이라고는 외국 서비스를 쓰는 것 뿐인건지..

이 책도 역시나 기, 승, 전, 아이폰으로 끝납니다.

소리바다의 험난한 여정을 읽고 난 후 생각난 서비스가 구글 뮤직입니다.

이번달에는 국내에 정식으로 서비스를 시작한다더니 아직이네요.

그런데, 문득 소리바다가 꿈꾸던 서비스와 구글 뮤직이 참 닮았다라는 생각이 들었습니다.

우리도 세계를 상대로 엄청난 서비스를 할 수 있는 기회가 정말 많았음에도 불구하고 이렇게 뒤로만 가고 있는 것에 대해 IT 업계에 종사하는 사람들이라면 한번쯤은 목소리를 내어야 하는 것이 아닌가 하는 생각입니다.

요즘 몇몇 책을 읽으면서 생존에 대해 생각해봅니다.

저는 기업을 운영하는 사장은 아니지만 한 가족의 생계를 책임지는 아빠로서, 제가 가정을 지속 가능하도록 하기 위해서는 지속 가능한 수입이 있어야 하는데..

요즘은 이런 저런 생각이 많이 듭니다.

구글이나 아이폰에만 의지해서 부패한 재벌이 바뀌고 정부가 바뀌고 벤처 기업이 활성화 되는 기적이 과연 일어날지..

여러분은 어떻게 생각하시나요?

개인적으로 이책에 5점 만점에 5점을 부여합니다.

댓글

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 ...