책:: 우리, 프로그래머들 후기

우리, 프로그래머들

읽은 기간: 26.02.23 ~ 26.05.08 (75일)

 

총정리/총평

프로그래밍의 전체적인 역사에 대해서 톺아본다.

 

어릴 적 문서실무사 같은 자격증에서 보던 최초의 컴퓨터처럼, 지금의 우리는 상상하기 힘든 기계를 다루던 프로그래머들이 어떤 과정을 거쳐 코딩했는지를 볼 수 있다. 또한 우리가 당연하게 사용하는 개념과 기술들(주석, 서브루틴, 컴파일러, 프로그래밍 언어 등)이 어떻게 등장하게 되었는지도 간접적으로 알 수 있다. 마지막 3장에서는 저자의 경험담을 통해 당시 이야기를 더욱 생생하게 접할 수 있다.

AI 시대에 개발자의 역할이 대체되고 있다는 이야기가 나오지만, 프로그래밍의 근간 자체는 과거와 크게 달라지지 않았다는 점도 인상 깊었다. 저자는 앞으로 50년 역시 기존의 프로그래밍 기법을 확장하고 다듬어 나가는 시기가 될 것이라고 이야기한다.

---

동기

펀딩 참여

AI 시대에 잊혀 가는 '프로그래머 정신'을 다시 깨우다 라는 문구에 이끌려서 펀딩으로 구매했다.
AI 시대에 프로그래머로서의 가치로 어떤걸 챙겨야할지 고민하던 중 위 문구가 와 닿았던거 같다.

즉, 출판사에서 캐치프레이즈를 잘한 듯

​

 

인상 깊은 점

프로그래머는 어떤 사람인가?

우리는 디테일을 사랑하는 사람들입니다.
(...)
디테일을 위해 살아가고 그것을 위해 기꺼이 열정적으로 일합니다.

 

 

우린 어떤 사람이 되어 가는가?

AI가 나옴에도 프로그래머의 필요성과 위상은 더욱더 높아질 것이다.

프로그래머의 인식 변화 과정이 이미 한차례 있었기 때문이다.

 

과거에 대한 내용

배비지 차분기관2 작동 모습

차분기관

배비지가 본래 수학 함수표(로그표, 삼각함수표 등)를

사람이 계산하다 발생하는 오류 없이 자동 계산하기 위해 만들어짐.

명령어와 데이터 구조

1. 명령어와 데이터는 원래 분리되어 있었다.
   데이터는 변하지만 명령어는 변하지 않는다
   
   • 명령어 = 동사 | (예) 나무 카드에 구멍을 뚫는 방식
   • 데이터 = 명사 | (예) 회전식 숫자 계기를 이용한 레지스터에 저장
2. 명령어와 데이터를 동일한 메모리에 저장해야 한다 = 앨런 튜링, 존 폰 노이만
   • 위 아이디어가 나오게 된 이유:
     계산 성능과 속도를 높이기 위한 유일한 방법은 명령어와 데이터를 프로세서 자체보다 빠르거나 최소한 같은 속도의 매체에 저장해야 함. 따라서 프로그램 자체가 곧 데이터가 되어야 한다.

그레이스 호퍼가 논문에서 한 말
현재의 목표는 가능한 한 인간의 두뇌를 전자 디지털 컴퓨터로 대체하는 것이다.

상식적으로 생각한다면 프로그래머는 다시 수학자로 다시 돌아가야 한다.

컴퓨터가 서브루틴을 조합하여 자동으로 프로그램을 생성할 수 있을 것이다. = A형 컴파일 루틴

단계적 자동화 개념: A형 컴파일 루틴 > B형 컴파일 루틴 > C형 컴파일 루틴도 존재할 수 있다.

 

존 배커스와 포트란, 다익스트라와 소프트웨어 구조 등 현대 프로그래밍의 영역에 미친 역사를 엿볼 수 있었음

 

느낀 점

 

Robert C. Martin(Uncle Bob)의 AI 견해 변화 추적

 

마지막 장의 저자 로버트 C 마틴의 AI 시대에 대한 견해인데,

책이 24년 11월 말에 나와서 로버트 C.마틴의 AI 견해를 담은 글을 gist로 정리한 것을 가져왔다.

 

결론은 프로그래밍은 사라지기 보다 방식이 변화할 것이다라는 말이고 이는 책의 내용과 유사한 것 같다.

 

---

실무에서 개발을 하면서 생산성을 늘리는 방법에 대해 고민하고 있다.

이런 고민은 예전 개발자들도 마찬가지였다.

당시에는 하드웨어 제약이 컸기 때문에 하드웨어 중심으로 소프트웨어를 설계해야 했지만,

이후 추상화를 통해 약간의 성능 손해를 감수하더라도 더 편하게 코딩할 수 있는 환경들이 만들어졌다.

그리고 그런 trade-off와 하드웨어 발전이 맞물리면서 지금의 프로그래밍 개념들이 등장하게 된 것 같다.

 

앞서 말했듯, 내가 이직하면서 가장 중요하게 생각한 것도 AI를 활용해 포팅 생산성을 높이는 것이었다.

다만 실제로 포팅 작업을 하다 보니, 단순히 코드 레벨만 아는 것으로는 부족하다는 점도 느꼈다.

특히 H5 게임처럼 실행 환경의 특성을 이해하고 있어야 디버깅 과정에서 소거법을 빠르게 적용할 수 있다고 생각한다.

 

AI에게 코드 작성 자체는 맡길 수 있어도, 환경적인 부분은 결국 내가 알고 있거나 직접 설명할 수 있어야 한다고 느꼈다.

결국 실무에서는 AI만으로 해결되지 않는 문제를 마주하게 되고,

내가 이해하고 있는 영역이 있어야 제대로 된 AI 워크플로우도 만들 수 있다.

 

그래서 이 책을 읽으며 다시 한 번 들었던 생각은,

질문하기를 멈추지 말 것, 그리고 문제를 인지하고 해결하려는 태도를 잃지 말자는 점이었다.