[GL 5기] 개발자처럼 사고하기: 시작하기 전에 ‘이것’만 알아두세요 🧠

프로그래밍 언어의 문법과 예제를 따라가는 데 익숙해져도, 막상 무엇을 만들지 정하려면 손이 멈출 때가 있습니다. 코드를 쓰는 법과 현실의 문제를 프로그램의 구조로 바꾸는 법 사이에는 생각보다 큰 간격이 있기 때문입니다.

2026년 3월 21일 열린 15차 그로스톡에서 홍범영 님은 개발자처럼 사고하기: 시작하기 전에 ‘이것’만 알아두세요를 발표했습니다. 방송대 학우들이 전공 학습과 개발 경험을 나누는 그로스로그 5기 자리에서, 추상화부터 개발의 여러 영역, 문제 정의와 설계로 이어지는 개발 방법론까지 차례로 살펴봤습니다.

‘그래서, 개발이란 뭔데?’ 슬라이드 앞에서 발표하는 홍범영 발표자

_2026년 3월 21일, 개발의 본질을 현실 문제의 해결과 연결해 설명한 15차 그로스톡 현장_

코드를 배우고도 무엇을 만들지 막막했던 이유

홍범영 님이 처음 공부한 개발 언어는 Perl이었습니다. 프로그래밍 코드를 익히는 과정은 따라갈 수 있었지만, 그 코드로 무엇을 만들 수 있는지는 쉽게 떠오르지 않았고 결국 학습을 한 차례 포기했던 경험을 소개했습니다.

발표에서는 컴퓨터과학을 공부한 뒤 다시 부트캠프를 찾는 상황도 같은 간격을 보여 주는 사례로 제시했습니다. 이미 만들어진 코드와 공식을 사용하는 법은 배웠지만, 현실의 문제를 프로그램으로 바꾸는 방법까지 익힌 것은 아닐 수 있다는 이야기입니다.

그래서 발표가 강조한 출발점은 ‘이미 만들어진 식을 푸는 법’에서 ‘현실의 문제로 식을 만드는 법’으로 관점을 옮기는 일이었습니다. 이산수학이나 전공 서적을 볼 때도 계산 결과만 확인하기보다, 그 개념으로 무엇을 구조화할 수 있는지 질문하면 개발 공부의 방향이 달라집니다.

현실의 문제를 식으로 바꾸는 추상화 🔍

발표에서 추상화는 복잡한 현실에서 핵심만 뽑아 단순한 구조로 만드는 능력으로 소개됐습니다. 생김새와 품종이 다른 대상을 모두 ‘사과’로 부르고, 여러 동물을 ‘포유류’라는 범주로 묶는 일도 구체적인 차이를 덜어 내고 필요한 특징을 남기는 과정입니다.

수학은 이렇게 정리한 관계를 표현하는 언어로 연결됐습니다. 뉴턴의 운동 법칙 F = ma가 여러 물리 현상을 짧은 식으로 나타내듯, 개발에서는 해결하려는 문제를 입력과 처리, 결과의 관계로 바꾸는 일이 중요합니다.

배달 앱에서 무엇을 주문할지 결정하지 못하고 앱을 닫는 상황을 떠올려 볼 수 있습니다. ‘우리 동네에서 많이 주문한 메뉴를 보여 주면 선택이 쉬워진다’는 해결 방향을 세우고, 이를 데이터와 알고리즘으로 옮기는 과정이 바로 문제를 식으로 만드는 연습입니다.

개발은 현실의 문제를 디지털로 해결하는 일

발표는 개발을 현실의 문제를 디지털 세상으로 가져와 더 적절하게 해결하는 일로 정의했습니다. 회원 정보를 안정적으로 관리하려는 필요는 데이터베이스로, 검색 결과를 빠르게 찾으려는 요구는 자료구조로, 이용자에게 알맞은 콘텐츠를 추천하려는 문제는 알고리즘으로 이어집니다.

중요한 것은 기술 이름부터 고르는 것이 아니라 어떤 불편을 바꾸려는지 먼저 분명히 하는 일입니다. 문제를 정의한 뒤에야 저장할 데이터, 필요한 처리 과정, 사용자에게 보여 줄 결과와 사용할 도구를 구체적으로 선택할 수 있습니다.

여섯 개의 개발 영역, 하나의 문제 해결

개발 생태계가 넓어지면서 한 사람이 모든 기술을 다루기는 어려워졌습니다. 발표는 개발 영역을 프론트엔드, 백엔드, 데이터·AI, DevOps, 임베디드·IoT, 게임의 여섯 갈래로 나누어 각 영역이 맡는 현실 문제를 보여 줬습니다.

프론트엔드는 React, Vue.js, Flutter 같은 도구로 사용자가 직접 조작하는 화면과 경험을 만듭니다. 백엔드는 Spring, Django, Node.js 등을 바탕으로 API와 데이터베이스, 인증과 트래픽 처리를 다룹니다. 데이터·AI는 데이터 파이프라인과 예측 모델을, DevOps는 Docker와 Kubernetes, CI/CD를 활용한 배포·운영 자동화를 담당합니다.

임베디드·IoT는 센서와 기기를 소프트웨어에 연결하고, 게임 개발은 그래픽과 물리, 네트워크를 결합해 상호작용을 설계합니다. 사용하는 언어와 도구는 달라도 출발점은 같습니다. 어떤 영역을 선택하든 현실의 문제를 발견하고 디지털 방식으로 해결한다는 본질은 바뀌지 않습니다.

코드는 다섯 단계 중 하나입니다 🛠️

발표는 개발 과정을 문제 정의, 설계, 구현, 테스트, 개선의 다섯 단계로 정리했습니다. 현실의 불편을 구조적인 문제로 바꾸고, 이를 풀기 위한 구성과 관계를 설계한 뒤 코드로 옮깁니다. 설계대로 작동하는지 확인하고 피드백을 반영하면 다시 개선 단계로 이어집니다.

문제 정의·설계·구현·테스트·개선의 다섯 단계를 설명하는 홍범영 발표자

2026년 3월 21일, 개발을 다섯 단계의 문제 해결 흐름으로 설명한 15차 그로스톡 현장

코드는 이 가운데 구현 단계에 해당합니다. 나머지 네 단계에서는 무엇이 문제인지, 어떤 구조가 필요한지, 결과가 기대와 맞는지, 무엇을 다시 바꿀지를 판단해야 합니다. 편집기를 열고 코드를 쓰기 전에 문제를 한 문장으로 정의해야 하는 이유입니다.

리프(Leaf)로 따라가 본 문제 정의와 설계

홍범영 님은 사이드 프로젝트 리프(Leaf)를 예로 들어 다섯 단계가 실제 작업으로 이어지는 모습을 보여 줬습니다. 리프는 자연어로 지출을 입력하면 항목을 자동으로 분류하고 남은 예산을 관리하도록 돕는 대화형 재무 관리 서비스입니다.

출발점은 기존 가계부가 지출을 기록해 주지만 소비를 판단하는 데는 충분한 도움을 주지 못한다는 문제의식이었습니다. 여기에서 핵심 기능과 사용자 시나리오를 정하고, 요구사항 정의서와 기능 명세서를 작성했습니다. 이어 기능 명세를 기준으로 정보 구조(IA)를 만들고, 기능별 정책과 화면 설계를 구체화했습니다.

구현 구조에는 AWS EC2와 nginx, Next.js 프론트엔드, Spring Boot API, FastAPI·Python 기반 NLP 서버, MariaDB가 연결됐습니다. 시퀀스 다이어그램에서는 ‘식비 8,000원 썼어’라는 입력을 의도, 카테고리, 금액, 날짜로 분석하고 데이터베이스에 저장한 뒤 피드백을 돌려주는 흐름을 확인할 수 있었습니다.

발표 자료에는 로컬 개발 뒤 Git 병합을 거쳐 Docker 컨테이너로 배포하는 과정과 테스트 단계도 이어졌습니다. 기술 스택은 문제 정의와 설계가 구체화된 뒤 각 역할을 구현하기 위해 선택된 도구라는 점이 이 사례의 핵심입니다.

AI 시대에도 남는 공부

AI가 코드를 작성해 주는 범위가 넓어지면 개발 언어를 직접 배울 필요가 줄어든다고 생각하기 쉽습니다. 그러나 발표는 코드 생성과 개발 공부를 구분했습니다. 문제를 정의하고 해결 방법을 찾는 사고가 없다면 좋은 AI 도구가 있어도 원하는 결과에 도달하기 어렵습니다.

개발자처럼 사고한다는 것은 코드를 빨리 입력하는 능력보다 현실을 관찰하고 핵심 관계를 구조화하는 힘에 가깝습니다. 다음 아이디어를 시작할 때는 편집기보다 먼저 메모장을 열고, 누구의 어떤 문제를 어떻게 바꾸려는지 한 문장으로 적어 보세요.