AI 개발에서 어려운 일은 조직을 움직이는 것이다

핵심 요지 — 2016년 알파고 대국을 지켜보던 때, AI 개발의 어려움을 하드웨어 규모로만 설명하는 이야기가 많았다. 더 많은 연산 능력과 저장 장치는 분명 필요하다. 그러나 여러 규모의 소프트웨어 회사에서 일한 내 경험으로는, 사람과 코드가 함께 커질 때 생기는 조직의 문제도 만만치 않았다.

2016년 알파고 대국을 지켜보던 때, AI 개발의 어려움을 하드웨어 규모로만 설명하는 이야기가 많았다. 더 많은 연산 능력과 저장 장치는 분명 필요하다. 그러나 여러 규모의 소프트웨어 회사에서 일한 내 경험으로는, 사람과 코드가 함께 커질 때 생기는 조직의 문제도 만만치 않았다.

사람이 늘면 조율의 비용도 늘어난다

작은 팀에서는 서로의 작업을 대화로 맞출 수 있다. 팀이 커지면 같은 기능을 누가 책임지는지, 데이터가 바뀌었을 때 어느 서비스가 영향을 받는지, 연구 결과를 언제 제품에 반영할지 문서와 절차가 필요해진다. 그 절차가 지나치면 개발자는 결정하기보다 보고하는 데 시간을 쓴다. 반대로 책임과 기준이 흐리면 변경 사항이 충돌하고, 문제를 고칠 때 담당자를 찾기 어렵다.

두 극단을 피하려면 사람의 열정에만 기대지 말아야 한다. 기술적 결정의 책임자를 정하고, 변경 이유를 짧게 기록하고, 실험 결과가 제품에 들어가는 기준을 공개해야 한다. 실패한 실험도 다음 팀이 배울 수 있게 남겨야 한다. 문서는 개발을 대신하는 목적이 아니라, 여러 사람이 같은 제품을 계속 고칠 수 있게 하는 도구다.

연구팀과 제품팀이 만나는 자리

AI 개발에서는 연구의 속도와 제품의 속도가 다르다. 연구팀은 새 가능성을 확인하려 하고, 제품팀은 현재 사용자에게 약속한 성능과 안정성을 지켜야 한다. 한쪽을 다른 쪽의 하청으로 취급하면 둘 다 약해진다. 어떤 성능 개선이 실제 사용자 문제를 푸는지, 그 개선을 운영할 비용은 얼마인지 함께 판단해야 한다.

2016년의 나는 ‘대규모 소프트웨어 개발조직을 어떻게 운영할까’라고 물었다. 10년이 지나 도구는 많이 달라졌지만, 연구와 개발, 영업과 운영이 서로의 언어를 이해하도록 만드는 일은 여전히 구체적인 설계가 필요하다. 좋은 조직은 젊은 분위기 같은 인상으로 설명되지 않는다. 구성원이 판단하고 고칠 수 있는 권한과 책임의 배치로 드러난다.

이 글은 2016년 3월의 짧은 메모를 다시 썼다. 당시 글에 등장한 기업 인물 일화와 나이에 빗댄 조직 평가는 근거가 충분하지 않아 제외했다.


댓글 남기기