Page History
| Info |
|---|
도메인 지식이 중요하다고 이야기하지만, 우리는 정작 소프트웨어 문제의 해결을 푸는 열쇠인 도메인 그자체에 대한 이해가 부족한것같습니다. "도메인" 이것이 무엇인지? 정의를 해주세요 그리고 이러한 개념을 정립했으나 우리는 정작 이것을 무시하고 기술로 오해하고 있습니다. 관련된 철학도 정리 |
도메인(Domain)의 정의와 철학
1. 도메인의 정확한 정의
...
AI가 기술적 복잡성을 대신 처리해주는 시대에서, 우리는 오히려 도메인에 더 집중할 수 있는 기회를 얻었습니다. 기술이 아닌 우리가 해결하고자 하는 진짜 문제가 무엇인지를 깊이 이해하는 것이 AI 시대의 핵심 경쟁력이 될 것입니다.
| Info |
|---|
모놀리식에서 우리는 SOA를 이해하지 못하고 또한 중간과정에 클린아키텍처도 수행하지 못한체 MSA로 바로 건너뛰려고 하고 있습니다. CRUD만 작성하는 단계에서 다음 단계로 가기위해 우리가 준비해야하는 절차와, 우리보다 앞선 기업은 이미 MSA,CQRS를 안정화해 성공단계에 진입했으며 그 수준을 따라잡기위해 필요한 절차와 AI를 이용해 그 격차와 시간을 줄이고 싶습니다 |
AI Agentic 시대의 점진적 개발방법론
중소개발사(50인 미만) B2B SaaS를 위한 실용적 접근법
...
AI 기반 모니터링: 자동 이상 탐지
자율적 배포: AI 기반 CI/CD 최적화
비즈니스 인텔리전스: AI 기반 의사결정 지원
| Info |
|---|
기술중심에서 도메인중심으로 패러다임을 전환한 주요 핵심사건을 시대별로 요약 그리고 애자일이 탄생하고 발전한 것도 시대별로 요약 두 가지 사건이 서로 영향받은것도 소프트웨어 개발자또는 아키텍처 또는 비즈니스전문가가 "도메인지식" 을 강조하면서 왜 이러한것을 별로 소중하게 생각하지 않는 즉각적 방식의 문제도 요약하고 어떻게 변화해야하는는지도 요약 |
...
50인 미만의 중소 개발사에서는 거대한 프로세스보다는 도메인 지식을 AI와 함께 지속적으로 발견하고 축적하는 문화가 핵심입니다. 이를 통해 "우리가 싫어하는 프로덕트를 고객이 좋아할까?"라는 근본적 질문에 답할 수 있을 것입니다.
생성문서중 딴건 지루한 이야기고.... AI가 만든 다음 문구는 마음에 듬
AI시대, 어떤 미래가 기다릴까? (세 가지 시나리오)
시나리오 | 핵심 내용 | 개발자 준비 필요성 |
종말 시나리오 | AI가 인류를 지배하거나 멸망시킬 가능성 | 우리의 노력과 상관없이 결과는 같을 것 |
정체 시나리오 | LLM의 발전이 현재 수준에서 크게 나아가지 않음 | 지금 도구만으로도 멋진 일 가능, 준비 안 해도 괜찮음 |
소프트웨어 혁명 시나리오 | LLM이 소프트웨어 개발 방식을 혁신적으로 변화시키지만, 인간 개발자는 여전히 필요함 | 지금 공부하는 것이 중요, 새로운 기회를 잡을 수 있음 |
LLM 발전에는 여러 미래가 예상되지만, 크게 세 가지 시나리오를 생각해 볼 수 있어요 .
첫 번째는 '종말 시나리오'예요 .
AI가 우리를 죽이거나 배터리로 사용하거나 , 토스터 생산량만 최적화하려다 세상을 토스터 공장으로 만들 수도 있죠 .
이 시나리오에서는 우리가 LLM을 공부하든 안 하든 결과는 똑같을 거라고 해요 .
두 번째는 '정체 시나리오'입니다 .
LLM이 지금보다 크게 발전하지 않고 시들해지는 경우인데 , 저는 지금 도구로도 놀라운 일을 할 수 있다고 생각해요 .
이 시나리오라면 지금 공부하지 않아도 괜찮고, 나중에 "내가 그럴 줄 알았지!"라고 말할 기회가 올 거예요 .
그래도 저는 이 시나리오를 준비하고 있지는 않답니다 .
세 번째는 제가 가장 가능성 높다고 생각하는 '소프트웨어 혁명 시나리오'예요 .
소프트웨어 개발이 완전히 바뀌지만, 인간 개발자는 여전히 필요하다는 거죠 .
이 시나리오에서는 지금 LLM을 공부하는 것이 정말 중요해요 .
미래에 더 쉽게 배울 수도 있겠지만 , 일찍 시작하는 것이 유리하답니다 .
LLM을 잘 쓰려면 '프롬프트 엔지니어링'이라는 것을 배워야 해요 . 이건 LLM에게 우리가 원하는 결과를 얻도록 명령을 잘 내리는 방법 같은 거죠 .
마치 요리사에게 재료와 레시피를 정확히 알려줘야 맛있는 음식이 나오는 것처럼요.
저는 게임 캐릭터 대화에 LLM을 써보는 실험을 했어요 .
단순히 "너는 해적이야"라고 시키는 건 잘 안 됐죠 .
제가 해적에게 AI 스타트업 아이디어를 제안했더니, 해적은 돈이 될 것 같다며 관심을 보였지만 , 진짜 해적 같은 반응은 아니었어요 .
시간 여행자가 보물을 훔치려 할 때 "요즘 세상에 그런 짓을 하다니!"라고 말하는 해적은 없겠죠 ?
그래서 명령을 여러 개로 나누어 쓰는 방법을 시도했어요 .
하나는 '이 대화가 해적 시대 배경에 맞나?' 확인하고 .
다른 하나는 '해적의 대사를 만들어줘'라고 시키는 거죠 .
이렇게 하니 LLM이 제가 원하는 배경에 맞는지 더 잘 판단하더라고요 .
이것은 마치 오래된 디자인 원칙인 '관심사의 분리'와 같아요 .
하나의 복잡한 명령 대신, 명확한 여러 단계를 거치게 하는 것이 LLM을 더 신뢰성 있게 만드는 방법이 될 수 있답니다 .
"만드는 과정에서 우리가 우리의 방식을 사랑해야..." AI Agentic 시대의 개발방법론은 기술 중심에서 도메인 중심으로, 도구 사용에서 AI 협력으로의 이중 패러다임 전환을 요구합니다.
다음은 DDD를 이해하기위한 국내 자료와~ AI시대 DDD는 어떻게 변화할것인가? 추가참고 자료입니다.
DDD 핸드북 : https://ddd.webnori.com/#ddd-intro