프로덕트

아직 프로덕트가 없습니다.

아티클

전체 보기
피어낫프로덕

피어낫프로덕

AI로 진짜 모든 사람들이 일자리를 잃을까? 역사를 보니..

 

피어낫프로덕은 재밌는 IT/스타트업 이야기를 다룹니다. 

(심심한데 어디 구독 한번 …?)


 

지난 번 글을 통해서 AI의 미래는 생각보다 충격적일 수 있다는 글을 다뤘습니다.

대체로 사람들은 AI에 대해 환영하기도 하지만, 한편으로는 두려워하는 것 같습니다.

이러다가 우리가 모두 대체되고 굶어죽으면 어떡하죠…?

 

전 이번에 반대 시각을 다루고자 합니다. 

현재 있는 자동화 기술의 대단함에 초점을 맞추는 대신,

자동화가 언제부터 시작되었고, 실제로 어떤 결과를 가져왔는지, 그 역사의 패턴을 통해서요.

 

 

플라잉셔틀, 대량 실직을 만들다! 그런데..

 

약 300년 전 옷을 만드는 방법에 획기적인 변화가 생겨납니다.

바로, 면직물 직조기기인 플라잉 셔틀(Flying shuttle)이 등장했기 때문입니다.

 

이 기기 덕분에 면 만드는 생산성이 무려 4배가 늘어났습니다. 

우와! 사람 혼자서 네 명 분의 일을 하게 된 것이죠.

 

그럼 어떻게 되었을까요?

기존에 면을 짜던 사람들이 대량 실직하게 되었습니다.

그래서 기계 제작자 존 케이는 실직자들을 피해 프랑스로 도망칠 정도였다 합니다..

 

하지만 한편으로는 재밌는 변화가 생겨났습니다.

당시 영국에서는 중산층이어도 새 옷은 1년에 한 번 정도 살 수 있었는데요.

이 기계 덕분에 옷 가격이 갑자기 싸진 것입니다.

덕분에 1년에 여러 번 새 옷을 입을 수 있게 되었습니다.

이에 따라 패션에 대한 수요가 늘어나기 시작했구요.

그리고 영국의 GDP는 이전 경제성장률 최고치의 2배를 달성하게 되었고(이전 : 0.14%, 이후 : 0.27%), 

곧 이는 산업혁명의 방아쇠로 이어지게 됩니다.

그리고 수요가 폭발하자, 면을 짜던 사람들은 오히려 이전보다 많아졌습니다.

 

 

타자기가 등장하다! 그러면 손으로 글쓰던 사무원은?

 

1880년, 타자기가 등장합니다.

우리가 아는 바로 그 타자기입니다.

 

그 전까지는 사람이 일일이 손으로 글을 써야 했었고,

회사나 가게에서는 그대로 글을 베껴 쓰는 사무원(Clerk)이 수두룩 했었습니다.

 

그런데 이제는 타자기 덕분에 손으로 직접 글을 쓰는 것보다 10배 더 빨리 글을 쓸 수 있게 되었죠.

그 많던 사무원(Clerk)들은 어떻게 되었을까요?

 

네, 오히려 늘어났습니다.

다만, 그들은 글을 쓰는 데에 더 이상 시간을 쓰지 않게 되었을 뿐입니다.

대신, 회계나 운영, 전략 등 다른 영역에 시간을 투자하기 시작했습니다.

 

 

엑셀이 등장하자 표 그리던 사람들은 어떻게 되었을까?

 

저번 글에서 다루었던 1979년, 댄 브릭린이 엑셀을 발명했을 때도 비슷한 변화가 일어났습니다.

그전까지는 스프레드시트(표)를 사람이 줄을 치고 직접 그렸어야 했는데요.

그리고, 전자스프레드시트가 나오자, 손으로 표를 그리던 일이 사라져 버린 것입니다.

 

그렇다면, 회계를 담당하면 사람들은 어떻게 되었을까요?

네, 아마 예상하셨겠지만, 늘어났습니다.

스프레드시트 자체를 만드는 데에 시간을 적게 쓰게 되니, 

이제는 이를 이용한 계산을 더 많이 하게 되었고,이것은 더 많은 사람들을 필요로 하게 되었습니다.

회계 관련 학위 숫자는 오히려 엑셀 등장 이후 늘어났습니다. 

 

제본스의 역설 : 효율적이게 되면 더 한다

 

산업혁명 시대에는, 증기기관이 점점 효율적으로 발전하고 있었습니다.

그 때 사람들은 이렇게 생각했죠.

“증기기관이 효율적이게 되면, 우리는 석탄을 적게 쓰게 되겠네!!!!”

 

하지만 영국의 경제학자 제본스는 이와 반대로 생각했습니다.

“ㄴㄴㄴ... 

증기기관이 효율적이게 되면, 

현재 쓰는 곳 뿐만 아니라 다른 곳에도 증기기관의 힘이 쓰이게 될 것이고...

이는 수요를 늘리고, 

이에 따라 우리는 석탄을 더 많이 쓰게 될 것이다!!!”

 

그리고, 석탄소비량은 실제로 그의 예측대로 폭발했습니다. 

제본스 성님 (화난거 아님)

 

그의 주장의 핵심은 : ”효율성이 높아지면 오히려 더 많은 필요를 만들게 된다…"라는  것인데요.

그의 이름을 따, “제본스의 역설”이라고 합니다.

 

플라잉 셔틀과 타자기, 디지털 편집기술은 기존 일을 없애긴 했지만, 

덕분에 새로운 수요를 창출했는데, 이거 다 제본스의 역설입니다.

 

나영석 피디도 침착맨 채널에 나와서 이런 말을 했죠.

 

“90년대에는 아날로그 방식으로 편집을 했었다.

그래서 밤을 새더라도 테이프 몇 개밖에 편집할 수 없었다.

이것이 디지털로 되면 사람들이 편집을 덜하고 쉴 줄 알았다.

그런데 더 많은 테이프를 찍고, 여전히 밤 새서 일하더라.”

 

요것도, 제본스의 역설이겠죠.

 

 

 

200년간 직업의 변화를 보면?

 

제본스의 역설은 지난 200여 년간 계속해서 반복된 공식이기도 합니다.

최근 200여 년간의 직업의 변화를 보면 다음과 같습니다. 

출처 : visual capitalist

 

그림을 보면 :

직업의 50% 이상을 차지하고 있던 농업이 3%로 줄어들었고

그 사이에 상상도 못한 새로운 산업들이 생겨났습니다.

 

실제로 기존의 직업은 일부 자동화에 따라 대체되거나 없어졌긴 했습니다.

하지만 총 일자리의 수는 감소하지 않았고,오히려 새로운 필요가 생겨 새로운 직업이 생겨났습니다.

 

그리고 경제는 성장해 왔죠.

 

 

 

AI로 인한 자동화는 앞으로 어떻게 바꿀까요?

 

자동화는 우리의 손과 발을 대체해왔습니다.

그리고 ChatGPT를 대표로 한 AI는 우리의 뇌를 대체하려고 하는 것 같고,

이제 더 이상 우리가 할 일은 아예 없어질 것만 같습니다.

역사적으로 자동화로 인한 두려움은 반복되어 온 것은 사실입니다.

실제로, 기존 일에 익숙하던 사람들은 일자리를 잃고, 과도기를 겪어야만 했죠.

 

하지만, 역사적으로, 효율성은 항상 새로운 수요를 만들어 왔기에, 이번에는 다르지 않다고 보는 것이 보다 상식적입니다.

제본스의 역설을 생각해 보면, AI로 자동화가 많이 되는 만큼, 우리가 새롭게 할 수 있는 일이 생겨날 것입니다. 

다만 그 일이 무엇인지 우리는 예측할 수 없습니다. 

1900년대 초에 농사를 짓던 사람들이 현재의 ‘유튜버’ 나 ‘영상 편집자’ ‘소프트웨어 개발자’의 존재에 대해 알 수 없었던 것처럼 말입니다.

 

 

 

AGI (인공일반지능)이 생기면 모든 직업이 없어지지 않냐구요?

저번 글에서는 AGI가 머지 않았다고 했지만, 현재 인공지능은 단순히 추측 기반이기에  AGI가 나타나기까지 오래 걸릴 것이라고 말하는 시각도 많습니다. 

무엇보다도 AGI는 아직 나타나지 않았기에, 예측 자체가 불가능할 뿐입니다.

 

 

다만, 이번 AI 자동화 물결은 도입 속도도 빠르고, 규모도 매우 크다는 것은 분명 우려스러운 사항입니다.

기존에 플라잉셔틀이 4명 분의 일을 1명이 하게 했지만, 잘 만들어진 상담사 AI는 수백명 이상의 일을 혼자서 할 수 있게 될 수 있으니까요.

과거의 역사에 따르면, 이들 중 대부분은 새로운 일을 찾게 되리라 생각합니다.

하지만, 그 과정에서 사회가 받는 충격은 피할 수 없을 것 같습니다. 

 

 

 

 

 

 

9
3
피어낫프로덕

피어낫프로덕

인공지능의 미래는 생각보다 더 충격적일 수 있다

 

피어낫프로덕은 재밌는 IT/스타트업 이야기를 다룹니다. 

(심심한데 어디 구독 한번 …?)


 

 

AI 그리고 AI  

 

요즘 주변을 보면 어디에서나 AI 이야기 입니다.

chatGPT3.5가 공개된 것이 22년 11월 이었으니, 현재까지 얼마 되지도 않았습니다만

chatGPT와 생성형 AI는 그 만큼 사회에 큰 충격을 가져다 주었습니다.

최근 얼어붙은 투자업계에서도 실리콘밸리에서도 그나마 큰 투자를 받는 기업들을 보면 거의 다 AI 기업들 입니다. 

 

그리고 알다시피, 발전속도 또한 놀라울 정도로 빠릅니다.

23년에는 멀티모달에 성능까지 업그레이드된 chatGPT4가 나왔고, 이와 비슷한 수준의 LLM AI 들도 등장해 경쟁 중이구요. (예: 미스트랄 AI, Gemini 등)

얼마전에는 구글 딥마인드에서 올림피아드 수준의 문제를 푸는 AI 를 냈습니다. (관련논문)

또 이들을 능가할 수 있는 chatGPT5는 올해 24년 중에 나올 것이라 예상됩니다. 

 

이제 일상생활에 AI가 더 깊숙히 들어오게 될 거라는 것은 누구나 알게 되었습니다.

그런데, 어느 정도 속도로 우리 삶을 바꾸게 될까요?

 

제가 조사한 바로는 다음과 같습니다 : 

우리 예상보다 더 빠른 속도로, 더 충격적일 수 있고,

공상과학 같은 이야기가 펼쳐질 수 있을 것 같습니다.

그리고 이는 사람들을 선동하고 호도하려고 의도하지 않았습니다.

 

 

 

현재 인공지능의 한계를 없애기 시작하는 단추

 

지금 인공지능은 한계가 있습니다.

첫째는, 현 인터넷에 있는 자료가 제한적이라는 점입니다.

인터넷에 있는 자료가 많기는 하지만 현실에 있는 것의 아주 일부를 거칠게 가공한 자료에 불과합니다.

그래서 현실에서 제대로 동작하기에는 데이터의 양도, 질도, 종류도 모두 부족합니다.

예를 들어, AI가 사랑이 무엇인지 논리적으로 알기는 하지만, 남녀가 나타내는 미묘한 분위기를 감지하기는 힘듭니다.

 

둘째 한계는, 현재의 AI는 컴퓨터 밖으로 나와 현실에 있는 것을 조작하기 힘들다는 점입니다.

빨래를 개거나 화장실청소를 하거나 공사장에서 일할 수는 없죠.

즉, 현실과 적극적으로 상호작용할 '몸'이 없습니다. 

 

 

그런데,

이 모든 한계를 극복할 것이 있습니다.

바로 휴머노이드입니다. 

휴머노이드는 현실에서 실시간으로 데이터를 받아들이고, 성공과 실패 경험을 배워 진짜 인간이 하는 일을 할 수 있습니다.

 

 

그런데, 왜 지금까지 도입이 안되었을까요?

다음은 보스턴 다이내믹스의 휴머노이드 Atlas인데요.

이 로봇은 사람처럼 점프하기도 하고 달릴 수도 있습니다.

그런데 원가가 15만불이고, 대량생산도 어려운 구조입니다.

지금까지는 이게 걸림돌이 되었죠. 

 

 

 

하지만, 테슬라의 옵티머스는 어떨까요?

23년 11월에 발표한 옵티머스 2세대 

 

이 로봇의 원가는 18,000달러 (약 2400만원) 이하로 예상됩니다.

테슬라는 소프트웨어로 이득을 보려는지, 판매가도 2만달러 내외로 잡고 있다고 합니다.

 

이것이 어떻게 가능했을까요?

테슬라는 처음부터 대량생산을 염두에 두고, 최소 비용 x 최대 강도 x 최소의 부품 개수를 도출해내고자 AI 시뮬레이션을 돌렸기 때문입니다.  

그리고 시뮬레이션 결과, 제어장치(액츄에이터)를 만들 때, 다음과 같은 여섯개의 부품만을 이용하면 충분히 로봇을 만들 수 있다는 것을 발견했습니다.

원가를 최소화하고, 대량생산이 가능해진 것이죠. 

image.png

 

특히 놀라운 것은 손 인데요.

인간처럼 5개의 손가락이 있고, 관절마다 접을 수 있습니다.

엄지손가락은 돌아가기까지 하죠. 

 

 

이것이 의미하는 바는 무엇일까요?

여태까지 로봇은 기능특화된 로봇들이 많았습니다. 뭐 세탁기를 돌린다거나, 자동으로 바닥 청소를 한다거나 하는 등이죠.

그런데 이렇게 사람같은 손이 달리면?

범용적으로 되어, 더 많은 영역을 대체할 수 있다는 뜻입니다. 

실제로 옵티머스는 계란을 집을 수도 있습니다. 

심지어 빨래까지 갭니다. 

 

22년 한국의 세전연봉이 4213만원 이었습니다.

이 봇이 5천만원에 판매되어도, 소유주의 입장에서는 누군가를 고용하는 대신 로봇을 쓰는 것이 더 돈을 아끼겠다는 생각을 하게 될 것입니다.

그러면, 우리가 일상적으로 해왔던, 택배 승하차나 배달, 음식 만들기, 집안일까지 로봇이 할 수 있게 될 것입니다. 

 

 

 

 

그런데, 복잡한 일은 어렵지 않을까? 

 

그런데 로봇은 인간이 하는 복잡한 일을 하기는 어려울 것 같다는 의견을 낼 수도 있습니다.

단순히 계란을 옮기는 것은 쉬워도, 음...

아무래도 집 전체를 청소하는 것은 꽤 복잡한 행위니까요.

게다가 로봇과 대화를 하고 명령을 시키는 것은 더 복잡합니다. 

실제로 이런 한계 때문에 휴머노이드가 지금까지 도입이 안되었습니다.

 

그러나 이 한계도 극복해 나갈 것으로 보입니다.

첫째는, 시뮬레이션을 통해 시간을 초월해 배울 수 있게 되었기 때문입니다. 

다음은 NVIDIA 에서 19년 5월에 발표한 시뮬레이션 학습 이미지 인데요.

방식은 이러합니다 :

1.로봇은 시뮬레이션 세계에 들어가, 드래곤볼의 정신과 시간의 방처럼, 혼자 수만년의 세월동안 수련하고 돌아옵니다.  

2.그리고 스스로 다시 현실에서 잘 배웠는지 테스트 해봅니다.

3.만약 부족한 점이 있다? 그러면 다시 시뮬레이션에서 학습합니다. 그리고 현실에 돌아와 테스트 해봅니다.

이런 식으로 하면 인간이 하나하나 가르쳐주지 않아도 높은 수준까지 빠르게 갈 수 있습니다.

 

둘째로, 공동학습이 가능하기 때문입니다.

즉, 한 로봇이 청소하다 실수하면, 그것은 학습되고, 그 지식은 다른 로봇에게 가서 다른 로봇은 더 잘 청소하게 될 것입니다.

 

옵티머스는 위 두가지 방식을 모두 사용할 것으로 보입니다.  (관련 논문을 다룬 유튜브 요약노트)

 

 

아무리 그래도...저건 행동일 뿐이고... 사람과의 자연스러운 대화는 어렵지 않겠냐구요?

테슬라도 chatGPT처럼 자체 LLM 인공지능(Grok)을 발표 했습니다. 

대화, 아마 어렵지 않을 거에요.

 

이런 휴머노이드는 테슬라 뿐만 아니라 여러 군데에서도 만들고 있습니다.

 

 

 

 

점점 더 빨라지고 있는 AI 개발 

 

물론, 휴머노이드의 첫버젼은 허접할 것입니다. 

그리고 현재 인공지능 모델의 한계도 꽤 많습니다. 

하지만, 개선은 매우 빠르게 될 것으로 예상됩니다.

모든 기술개발 속도가 점점 더 빨라지고 있습니다.

 

 

왜 그럴까요? 

AI가 데이터, 하드웨어의 발전을 돕고

그러면 더 나아진 데이터, 하드웨어가 AI를 더 발전시키는, 선순환 관계에 있기 때문입니다.

 

 

예를 들어 봅시다.

AI 연구에 필요한 것 중 하나가 컴퓨터의 연산 능력입니다.

연산능력이 좋을수록, 더 빨리 실험결과를 얻을 수 있고, 그러면 더 나은 AI 모델을 도출할 수 있습니다. 

그런데, 연산장치가 아직은 좀 비쌉니다.

엔비디아의 GPU인 H100의 경우 6천만원에 달하죠. 

그러면 비용을 낮추고 성능은 더 높인 칩을 만들어야 될텐데요.

이 시도를 예전엔 사람이 하나하나 했는데, 이제는 반도체를 만들 때 레이아웃 설계, 테스트코드를 AI를 활용해서 합니다. 

그러면 곧 가격은 더 싸고, 더 성능좋은 AI칩이 나옵니다. 

그러면 더 많이 쓰이고, 더 좋은 AI가 또 나오고, 이것이 계속됩니다.

 

그러다보면 우리가 갖고 있는 휴대폰이 과거의 슈퍼컴퓨터보다 훨씬훨씬 성능이 좋듯,

H100도 곧 구닥다리처럼 변할 수 있습니다.

 

대충그림요 ㅋ

 

 

애플과 테슬라의 칩 개발을 했던 짐 켈러는 이렇게 말했습니다.

"이전에 생겼던 10년의 변화가 5년 걸리고, 5년 걸렸던 것이 2.5년 걸릴 것이다." 

그러다보면 1년의 변화가 지난 10년의 변화보다 더 커지는 때도 있게 되겠죠.

 

 

아마 3-5년 뒤에는 휴머노이드가 돌아다니기 시작할 것이고, 10년 뒤에는 집집마다 휴머노이드가 있게 될 것입니다. 

우리 삶의 자동화는 예상보다 더 빨리 이루어질 것이고, 그 충격파는 꽤 클 것 같습니다. 

그러면 인간은 AI와 경쟁과 협력을 동시에 하는 관계가 오게 될 것 같습니다. 

 

 

 

 

특이점도 곧 온다

 

여기에 약간 더 공상과학 같은 이야기가 있습니다.

 

바로 AI가 점점 똑똑해지다가, 자신보다 더 똑똑한 AI를 스스로 만들 수 있게 되는 순간입니다.

그 AI는 자신보다 더 똑똑한 AI를 만들고, 인간보다 똑똑해지고, 그게 반복되다보면...

엄청난 초지능이 탄생하겠죠. (aka 특이점)

 

약 10년전, 그러니까 2015년에 AI전문가들이 특이점 예측시기를 했을 때, 중간값은 2040년 정도였는데요. 

요즘 이보다 더 빨리 온다고 말하는 사람들이 많습니다.

(물론 불가능하다고 보는 사람도 있습니다.) 

기술의 진보가 너무나도 빠르기 때문에, 휴머노이드가 돌아다니기 시작하고 몇달 지나지 않아 올 수도 있습니다.

 

 

초지능이 얼마나 똑똑할 것 같냐면..사실 우리는 상상할 수 없습니다.

개미가 인간의 지능을 상상하기 어렵듯이 말입니다.

 

 

요즘 세계는 전쟁, 기후문제, 기축통화 달러의 위기, 정치적 양극화 등 여러 문제에 당면해 있습니다.

만약 AI를 인류의 여러 문제를 잘 해결하는 데에 활용할 수 있다면, 인류는 진짜 평화를 얻을 수도 있게 될 것입니다. 

반대로, 이를 악용한다면 종의 멸망까지 이르게 될 수도 있겠죠. 

 

 

Google X의 CBO, 모가댓은 그의 인공지능 관련 대담에서 이렇게 말했습니다.

"인공지능의 개발은 막을 수 없다.

우리가 인공지능의 잠재력을 어떻게 사용할 것인가가 우리에게 진짜 위험이다.

우리가 긍정적인 방향으로 행동하지 않으면 대재앙을 야기할 수 있다."

 

 

우리가 할 수 있는 대안은 무엇일까요? 

한마디로 낼 수는 없겠지만, 더 많은 사람들이 이런 트렌드를 인지하고, 함께 논의하는 것부터가 시작이 될 것 같습니다. 

그리고 우리가 할 수 있는 최선의 것을 해야겠죠. 

 

 

 

읽어주셔서 감사합니다.

다음 글에서는 자동화가 이루어진 후 직업이 사라지면 어떻게 되는지, 역사적 통계를 알아보겠습니다.

 

 

 

 

더 알아보기

 

2
0
피어낫프로덕

피어낫프로덕

엑셀이 세계1위 개발 언어라구? 그러면 우리도 개발자?! (2)

 

피어낫프로덕은 유용한지는 잘 모르겠지만 재밌는 IT/스타트업 이야기를 다룹니다. 

(심심한데 구독 한번 ?)

 

 


하이요!!!!

지난 글에서는 엑셀의 역사에 대해 다루었는데, 이번 시간에는 엑셀의 매력에 대해 다뤄보고자 합니다 ㅋ

굳이 세가지로 나누었고, 어그로 끌기 좋은 순서로 나열했습니다.

 

세줄요약 하자면.. 

 

1. 엑셀은 프로그래밍을 하는지도 모르게 만든 프로그래밍 언어다.

2. 엑셀은 표라는 레이아웃을 기반으로 제공하여 사람들이 익숙하게 쓰게 만들었다.

3. 엑셀은 디지털이지만 아날로그의 자유로움을 갖췄다. 

 

 

 

 

1. 세상에서 가장 많이 사용되는 프로그래밍 언어가 엑셀?

 

Statistica에 따르면, 2023년 전 세계에는 약 2700만명의 소프트웨어 개발자가 있다고 합니다.

그 중 가장 많이 사용되는 언어는 javascript로서, 약 63%가 사용하는데, 약 1,700만명 정도 입니다.

그런데, 이 순위에 빠뜨린 것이 있습니다.

바로 엑셀입니다. 🥰

 

 

아니, 엑셀이 프로그래밍 언어라구요?

네, ㄹㅇ입니다...;;

 

 

사실 프로그래밍(코딩)이란 코드를 보고 짜는 것에만 국한되지 않습니다.

우리가 흔히 사용하는 엑셀 수식, =A1 * B1 이나 =SUM(A1:C1)은 사실 모두 프로그래밍입니다. 

열에 필터를 걸거나, 정렬을 하는 것도 프로그래밍이죠.

 

그렇다면 왜 우리가 코딩을 하는지도 몰랐을까요? 

엑셀 프로그래밍은 일단 원하는 함수를 먼저 쓰고 =SUM()

거기에 원하는 셀만 마우스로 착착!! 클릭하면 =SUM(A1:C1)

끗인데요.

이 사용이 너무 쉽고 자연스러워 우리가 프로그래밍을 한다는 것을 잊었을 뿐입니다.

이것이 바로 엑셀의 매력입니다…. 

(*TMI : 이런것을 선언형 프로그래밍(Declarative Programming)이라 하는데, 일단 원하는 것부터 적는 방식입니다.) 

 

 

반대로, 일반 코딩은 조금 다르죠. 

int a =3 , int b= 5, int c = a+b 뭐 이런 식으로 하나하나 깨알같이 적어야 합니다.

이런 방식은 정교하게 조작할 수 있기는 하지만, 뭐 어쨌든 어렵긴 합니다.

(*TMI : 이런걸 명령형 프로그래밍(Imperative Programming)이라 하고,  절차와 로직을 따라가는 방식입니다.)

 

 

엑셀 사용자는 최소 11억명 이상으로 추정됩니다.

javascript 프로그래머보다 약 100배 정도 많죠 😅.

우리는 그동안 자신도 모르게 프로그래밍을 해왔으니, 우리는 모두 노코드 프로그래머였던 셈입니다. 🥳 

(어서 자랑하세요!!!!!)

 

 

 

그래도, 여기에 개발자 분들은 화내실 수도 있습니다.

그래도 이건 정식 개발언어가 아니지 않느냐???! 

선생님, 진정하세요 ㅎㅎ

사실3년 전까진 아니었긴 합니다만.... 

21년 1월, 엑셀이 튜링완전언어가 되면서 진짜 개발언어가 되었습니다. 

Lambda함수를 제공하여 진짜 튜링완전언어가 된 엑셀;

 

갑툭튀 튜링 완전언어가 뭐냐구요?? 

쉽게 말해, 언어나 시스템이 튜링 완전하다면 이론적으로는 모든 프로그래밍을 할 수 있게 되는 겁니다.

즉, 이론상으로는 엑셀로 파이썬, 자바스크립트에 쓰던 코드 로직을 그대로 엑셀로 짤 수 있는 것이죠.;;

 

 

 

 

2. 인류와 함께 숨쉬어 온 ‘표’를 기본으로 이용했다

 

사실 엑셀의 진정한 매력은 프로그래밍이 쉽다는 것 뿐만이 아닙니다.

바로 그 기본 형태, 표에 있습니다.

 

 

표는 우리에게 너무나 익숙합니다.,

카페 메뉴판도 표로 되어 있고, 생활기록부도 표로 되어있고, 연말정산도 표로 되어 있습니다.

좀 더 자세히 알아보면, 표는 개오래되었습니다. 

무려 3천800년 이전 메소포타미아 수메르 문명에서 회계 용도로 사용되었으니까요;;;; (BC 1900~1300)

역시 먹고 사는 문제는 사람들을 뭔가 하게 합니다.

수메르의 점토 엑셀. 건드리면 혼났을듯

 

이 때는 최초의 문명이 발생한 후 얼마 지나지 않은 때이기에, 표는 정보를 기록하고 관리하고자 하는인류의 욕구와 더불어 시작되었다고 해도 과언이 아닙니다. 

 

국내에서는 다산 정약용이 세금을 공정하게 걷기 위해서 고안해 최초로 사용했는데, 

덕분에 몇년 걸리고 부정확했던 일을 며칠만에 해낼 수 있었다고 합니다. 

당시 사람들이 개쩔었다고.... (자세한 내용은 요기서)

정약용이 가구별 논, 밭, 소, 가족수 등의 현황을 표로 기록한 침기부종횡표. 당시 사람들이 개쩔었다고 합니다.

 

어쨌든 표는 오랜 세월 만큼 지속적으로 발전되고 사용되며, 우리 문화 속에 자연스럽게 자리잡게 되었는데요. 

엑셀은 표에 대한 익숙함을 지렛대 삼아 행/열로 이루어진 화면을 갖고 있습니다.

 

그렇기에, 대단한 교육 없이 누구나 쉽게 배우고, 쉽게 사용할 수 있습니다.

중학교 1학년 남학생도 자신의 성적을 엑셀에 기록할 수 있고

은퇴하신 75세 할아버지도 친구들 주소를 입력하는 데에 사용할 수 있습니다.

그렇게 쉽게 접근할 수 있는 만큼, 넓은 시장에서 사용할 수 있게 되었습니다.

 

 

 

 

 

3. 디지털 임에도 아날로그의 자유로움을 갖추었다.

 

우리는 흔히 아날로그는 촌스럽거나 나쁘고 디지털은 세련되고 좋다고 생각하는 경향이 있습니다.

분명 정보의 저장 측면에서는 디지털이 더 많은 것을 저장할 수 있습니다.

하지만, 표현의 자유도 면에 있어서는 그렇지 않죠.

 

인터넷 게시판에 글을 쓸 때를 생각해 봅시다.

글을 쓸 때, 커서가 벗어나는 곳에 글을 적을 수 없습니다.

반드시 정해진 줄을 따라서 적어야만 하고, 색깔이나 크기를 바꾸려면 반드시 정해진 버튼을 클릭해야 합니다. 

즉, 디지털은 글을 쓰는 경로가 더 딱딱하게 제한되어 있기에, 자유도가 떨어집니다.

 

반면, 노트에 글을 쓸 때를 생각해보죠.

글을 쓰다가 자유롭게 줄을 벗어나 밑으로 쓸 수도 있고, 세로로 쓸 수도 있습니다.

크기를 바꾸고 싶을 때도 특정 버튼을 클릭할 필요 없이, 손놀림만 조금 더 크게 하면 됩니다.

아날로그는 경로 제한이 적기에, 더 자유롭게 움직일 수 있습니다.

폰으로 글을 쓰면 뭔가 답답한데, 종이에 글 쓰면 시원한 마음이 드는 때가 있지 않은가요?

그건 여러분이 틀딱이어서가 아니라, 아날로그가 자유롭기 때문입니다.

 

 

하지만 엑셀은 이런 디지털의 한계를 넓혔습니다.

엑셀의 기본은 테이블이지만, 행/열의 개수가 정해져 있지 않습니다.

또한, 각 너비나 높이도 정해져 있지 않습니다.

그리고 자유롭게 숨기거나 펼칠 수 있으며, 색깔도 넣을 수 있죠.

또 글자나 숫자 뿐만 아니라 차트나 이미지, 다양한 버튼도 삽입할 수 있습니다.

 

덕분에 엑셀은 디지털임에도 입력의 자유도가 상당히 높고,

사용자들은 자신이 원하는 것을 비교적 자유롭게 표현할 수 있는, 넓은 가능성을 줍니다.

엑셀로 이런거 회사마다 하나씩 만들지 않나요?

엑셀을 통한다면 간트차트도, 반짝이는 트리도 만들 수 있다 ㅎㅎ (출처 : 오빠두 엑셀)

 

 

 

물론 엑셀에 장점만 있는 것은 아닙니다.

대표적으로, 엑셀은 뭐든지 할 수 있기 때문에, 특정한 목적을 위해서는 최적화되지는 않는다는 단점도 있습니다. 예를 들어 프로젝트 관리를 위해서는 Monday, Smartsheet 같은 SaaS가 낫고, 데이터 관리는 Airtable이 낫습니다. 

 

앞으로 엑셀은 얼마나 지속될까요?

약 40년을 살아남았으니, 앞으로 40년은 더 살아남으려나요? 

 ("살아온 만큼 더 산다" 즉, 린디효과 )

 

엑셀의 귀추가 주목됩니다 :) 

 

 

 

 

더 알아봅시당!!

 


 

피어낫프로덕은 유용한지는 잘 모르겠지만 재밌는 IT/스타트업 이야기를 다룹니다. 

(심심한데 구독 한번 ?)

 

 

3
0
피어낫프로덕

피어낫프로덕

노코드의 왕, 엑셀은 어떻게 탄생하고 발전해왔나? (1)

피어낫프로덕은 유용한지는 잘 모르겠지만 재밌는 IT/스타트업 이야기를 다룹니다. 그냥 한번 구독해 보세요. (구독하기)

 

 

요약

 

1. 공돌이를 화나게 하면 스프레드시트를 만든다.

2. 스프레드시트 전쟁에서 마이크로소프트 엑셀은 매킨토시와 결합한 덕분에 승리하였다.

3. 엑셀은 지금도 진화중이다. 

 

 

 

엑셀, 지금까지 살아남은 공룡

 

소프트웨어의 역사는 짧습니다.

불과 50년 남짓 정도 됩니다.

그리고 그 짧은 시간 너무나도 많이 변해왔습니다.

우리가 매일같이 쓰는 토스,배민, 쿠팡, 당근마켓, 인스타그램을 쓰는 사람들은 10년전만 해도 많지 않았습니다.

그리고 1년 반 전만 해도 chat GPT를 아는 사람은 거의 없었죠

 

그런 상전벽해의 환경 속에서도 지금까지 살아남아

수많은 사람들에게 오랫동안 꾸준히 사랑받아온 소프트웨어가 있는데, 

그게 엑셀입니다.

마치 중생대부터 지금까지 살아남은 공룡…과 같다 볼 수도 있겠습니다. ㅋㅋ

 

도대체 엑셀은 어떻게 탄생했고 변화해 온 것이길래 이렇게 살아남았을까요?

앞으로 2부작을 통해 엑셀에 대해 다룹니다.

오늘은 엑셀의 역사, 그리고 앞으로의 방향을 알아보기로 합니다.

 

 

1978~1981 : 공돌이에게 계산을 그만 시켜라. 그러면 스프레드시트 만들거니까!

 

1978년, 댄 브릭린(Dan Bricklin)은 하버드 경영대학원생이었습니다.

수업에서는 매번 여러 기업의 사례를 다루었는데, 그럴 때마다 매번 엄청난 양의 숫자를 계산했어야 했죠.

그는 인간 계산기가 되는 느낌이 들었다고 합니다.. (우리도 눈높이/구몬 풀 때 그러지 않았나요?)

Dan Bricklin이 사례연구 수업에서 실제로 했던 계산들(출처 : Dan Bricklin TED) 

 

그러던 중 그 인간 계산기(?)에게 더 슬픈 일이 하나 일어납니다.

처음 숫자 하나를 실수로 틀려 버린 것이죠.

그리고, 뒤에 이 숫자를 이용한 모든 값도 잘못 되고 말았습니다.

마치 OMR카드에 답을 밀려쓴 것과 같다고 해야할까요?

 

 

그는 이런 일을 다시는 당하고 싶지 않았습니다.

다행히(?) 그는 공돌이였습니다 (MIT를 졸업하고 여러 컴퓨터 업체에서 엔지니어로 일한 경험보유 )

그리고 상상을 하기 시작했습니다.

"이 모든 값을 컴퓨터에 가상의 스프레드 시트에 입력하고 자동으로 계산하게 하면 어떨까?"

"자동으로 계산하게 하려면 명확한 위치를 컴퓨터가 알아야 할텐데, 열과 행에 번호를 붙이면 어떨까?"

그는 친구와 함께 이 소프트웨어를 만들기 시작했습니다.

 

 

그리고 얼마 지나지 않아 최초의 엑셀, Viscalc가 탄생하게 됩니다.

물론, 학교 숙제도 아주 쉽게 하기 시작해서 교수님이 이상하게 봤죠 ㅋ 

Viscalc 첫버젼. 그래픽만 구리지 레이아웃은 지금 엑셀과 거의 똑같지 않나용?

 

 

그리고 Viscalc는 개인용 컴퓨터 붐을 이끈 애플2에 탑재되었습니다.

스티브 잡스와 워즈니악의 히트작이기도 하죠. 

그리고 수많은 슬퍼하는 인간계산기를 대체하기 시작했습니다. 

 

Viscalc는 시장을 장악했습니다.

하지만 그 세월은 오래 가지 못했죠.

이후 이른바 ‘스프레드시트 전쟁'으로 알려진 대해적 시대가 열렸기 때문입니다. 

개봉박두!!!

 

 

 

 

1981~1985 : 퇴사한 직원이 다니던 회사를 인수한다?

 

 

전쟁의 시작은 한 직원의 입사로 시작되었습니다.

1981년, Viscalc는 경쟁사 스프레드시트인 VisiPlot/VisiTrend란 프로그램의 차트 기능이 탐났습니다.

결국 100만달러를 주고(지금으로 따지면 100억정도 되지 않을까용?!) 그 회사를 인수했고,

이것을 만들었던 Mitch Kapor는 Viscalc의 직원이 됩니다.

 

하지만 Mitch Kapor는 얼마 지나지 않아 퇴사를 합니다.

그리고 불과 1년 뒤인 1983년, Lotus 1–2–3라는 경쟁제품을 출시해 버립니다.

아, 상도덕이 없죠.

그런데, Viscalc에 인수당할 때, Mitch Kapor의 퇴사를 막는다거나, 경쟁제품 막는 조항 등을 넣지도 않았다고 하고 이를 Mitch Kapor도 의아하게 생각했다 하죠...😅

 

아무튼, Lotus 1–2–3는 IBM PC에 최적화되어 속도도 빨랐고 차트도 훨씬 더 멋지게 그릴 수 있었습니다.

그리고 빠른 속도로 시장을 독점했죠.

출시 첫해에 530만 달러를 벌었으니, 지금 생각해도 어마어마합니다.

그리고 1985년, Viscalc는 거의 팔리지 않았고, 결국 Lotus에 인수되어 버립니다.

(헐!!!)

 

 

 

 

1985 ~ 1993 :  ‘그 소프트웨어’ 등장

 

 

마이크로소프트 역시 스프레드시트를 내긴 했는데(Multiplan이라는 제품입니당), Lotus에 고전 중이었습니다..

이 때 마이크로소프트는  Lotus를 이기기 위해 새로운 스프레드시트를 구상했습니다.

그리고 이는 두 가지 기능을 탑재했었죠.

 

첫째, 계산을 개선했습니다.

지금은 상상하기 힘들지만, 당시 Lotus는 셀 값 하나만 바꾸어도 나머지 모든 값들을 다시 계산해야 했기에, 처리속도가 느렸습니다.

하지만 마이크로소프트는 실제로 반영된 부분만을 계산하도록 하여 속도를 높였습니다.

 

둘째, 인터페이스를 개선했습니다.

1984년, 최초의 GUI(Graphical User Interface) 컴퓨터 매킨토시가 출시되었는데요.

마이크로소프트는 이게 정답이라 생각했죠. (그래서 윈도우까지 만들었겠죠?)

그래서 새로운 스프레드시트 첫버젼을 매킨토시용으로 만들었고(헐!) 최적화된 마우스 기반의 인터페이스를 제공했습니다.

 

그 소프트웨어가 다들 아시는,  '엑셀'입니다.

마이크로소프트 엑셀의 첫버젼. 매킨토시에 처음으로 탑재되었다 ㅋㅋ

 

 

이후 엑셀은 서서히 Lotus 시장을 잠식하기 시작, 93년부터는 스프레드시트 1위에 올랐고, 95년부터는 시장을 독점하기 시작했습니다. 

엑셀 점유율, 놀랍지 않습니까

 

 

마이크로소프트는 스프레드시트 전쟁에서만 이긴 것이 아니라, 운영체제 전쟁에서도 이겼습니다.

매킨토시의 GUI를 철저히 벤치마킹하여 만든 운영체제인 <윈도우>는 PC시장을 완전히 장악했습니다.

그리고 <마이크로소프트 오피스>라는 업무용 제품군에 엑셀을 넣었고, 윈도우에 아주 쉽게 설치하고 사용할 수 있게 하였습니다.

 

 

엑셀 버젼 업데이트에 따른 아이콘 변화

 

물론, 약간의 변화는 있었습니다.

2006년에는 Google Sheet가 출시되었는데, 브라우저에서 바로 다른 사람과 공동편집을 할 수 있는 것이 주요 기능이었습니다. 

덕분에 Google Sheet는 스프레드시트에서 시장점유율 2위로 올라설 수 있게 되었죠. 

 

그럼에도, 마이크로소프트는 한번 잡은 스프레드시트 1위 시장을 놓지 않았습니다. 

무려 지금까지요.

 

 

 

 

 

엑셀의 미래 : 4세대 엑셀 

 

지금까지 진화해온 엑셀을 세대별로  (+제 마음대로) 분류하자면 다음과 같이 정의해볼 수 있을 것입니다.

* 1세대 : 터미널 기반 (예: Viscalc, Lotus)

* 2세대: GUI 의 기반 (예: 마이크로소프트 엑셀)

* 3세대 : 웹&협력 기반 (예: Google Sheet)

그렇다면 4세대 엑셀은 무엇일까요?

 

4세대 엑셀은 다른 서비스와 결합하는 것 이라고 생각합니다.

즉, 여태까지의 엑셀은 엑셀 내에서만 작동했다면, 4세대 엑셀은 엑셀 밖으로도 연산하는 것입니다.

예시를 들어보죠!

 

1. 에어테이블(Airtable)

노코드 툴을 쓰다보면 자연스럽게 거쳐가는 에어테이블 입니다.

에어테이블(airtable)은 엑셀의 레이아웃을 기본으로, 연동하기 쉽게 만든 데이터베이스(DB)입니다.

특히 Zapier같은 자동화 서비스와 결합하면 백엔드 개발 없이도 다양한 서비스를 연동할 수 있습니다.

예를 들어서 다음과 같은 기능이 가능하죠. 

- 고객이 회원가입하면 에어테이블 DB에 정보를 저장하고, 고객에게 환영 이메일을 보냅니다.

- 영어 기사를 에어테이블 DB에 정보를 저장하면 chatGPT로 한국어로 기사요약을 합니다. 

- 내가 인스타그램에 포스팅을 하면, 에어테이블에 저장하고, 형식을 변환하여 블로그에도 올립니다. 

에어테이블의 23년 매출은 $150M , 밸류에이션은 $11B에 달합니다. 

 

2. 스마트시트(Smartsheet)

스마트시트는 스프레드시트이지만, 프로젝트 매니지먼트에 특화되었습니다.

시트 단위로 프로젝트를 관리하며, 칸반 뷰, 간트 차트, 캘린더 뷰 등 여러 뷰로 전환이 가능합니다. 

또한, 업무관리용 소프트웨어(예: 세일즈포스, 슬랙, 팀즈, 지라 등등)와 연동이 좋습니다.

23년에는 엔터프라이즈 업무 관리 부문에서 최초로 연간 반복 매출(ARR)이 $1B를 넘겼습니다.

 

3. 바티AI (bati.ai)

바티AI로 대량 자동 생성되는 견적서

바티는 국내 스타트업에서 만들었는데요.

엑셀을 기존처럼 사용하면서도 워크플로를 통한 자동화/대량생성이 가능합니다.

국내 서비스도 제공해서, 카카오톡 메시지 보내기, 네이버 검색어 가져오기, 카페24 데이터 가져오기 등도 되죠.

또한, 템플릿에서도 견적서 등 다양한 한국형 템플릿이 있습니다.

23년에 시드 펀딩을 받고, TIPS에 선정되며 성장해 나가는 추세입니다. 

 

 

 

 

 

 

우리는 고통으로부터 진화합니다.

인간 계산기가 슬퍼했기에, 엑셀이 탄생했습니다.

그리고 세월이 지나고, 사람들은 엑셀을 통해 자동화의 혜택을 받았죠.

그리고 이제는 엑셀을 통한 단순반복 업무를 슬퍼하게 되었고,이제 그것을 자동화해주는 서비스가 탄생하고 있습니다.

아마 이것을 자동화하게 되면,또 다른 슬픔이 존재할 것이고,우리는 다시 이것을 해결하려 할 것입니다.

 

 

 

 

더 알아보기

 

 

15
6
피어낫프로덕

피어낫프로덕

코드없이 한달안에 앱을 만든다? 플러터플로우의 솔직한 장단점


본 글은 피어낫프로덕 뉴스레터에 발행되었습니다.

피어낫프로덕은 정신없는 디지털 세상을 균형잡고 살아가기 위한 인사이트를 나눕니다.  (구독하기)


 

요약

 

  • 플러터플로우는 코드 없이 플러터 앱을 만들어주는 노코드 툴입니다.

  • 장점으로는 : 쉽고 직관적이어서 빠르게 앱을 만들 수 있습니다. 코드 삽입도 가능하여 향후 코드 전환도 됩니다. 돈도 시간도 지식도 없는 상황에서, MVP를 만들기에 적합합니다. 

  • 단점으로는 : 배우기엔 그렇게 쉽지 않지만, 그렇다고 자유도가 코드처럼 높지는 않습니다. 또한, 플러터플로우 자체의 버그도 있으며, 한국 문화에 최적화되진 않았습니다.  

 

 

 


 

플러터플로우?

 

플러터플로우 앱을 코드 없이 만들어주는 서비스입니다.

하이브리드 앱인 플러터로 만들어지며, 코드전환도 할 수 있죠. 

2022년부터 시작해 빠르게 성장해 현재 노코드 앱빌더 중 1위이며, 버블과도 순위가 크게 차이 나지 않습니다. 

 

개인적으로, 지금까지 플러터플로우를 이용해 5개 정도의 앱을 만들었는데요. 

왜 플러터플로우를 사용하게 되었고, 장단점은 무엇일까요?

모든 것을 솔직하게 공유 하자면 다음과 같습니다.  

 

 

 돈도, 시간도, 기술도 없었기 때문에  

 

우선, 어떤 순간에 플러터플로우를 채택해서 쓰게 되었을까요?

두 가지 저의 경험을 다뤄봅니다.

 

<사례1 : AI 초상화 서비스>

당시 인공지능 업체인 알레시오에 프로덕트 컨설팅을 하고 있었고, 새로운 이미지변환 AI 서비스를 통해 수익화를 꾀하고 있었습니다.

이를 위해 최신 이미지 생성 앱인 Lensa를 벤치마킹하여, AI 초상화 앱을 만들고자 했습니다. 

다만, 당시 회사에서는 개발자 모두 앱에 대한 제작 경험이 없었습니다. 외주를 쓸 자금도 있지 않았죠. 

무엇보다도, AI 초상화는 유행을 타고 있었기 때문에, 빨리 출시를 했어야 했습니다. 

즉, 돈도 없고 시간도 없고 기술도 없었습니다.

 

이 때 떠올린 것이 플러터플로우 였습니다. 

노코드이기 때문에 빨리 배우고 만들 수 있었고, 향후 플러터 코드 베이스로 넘어갈 수 있었으니까요.  

결과적으로, 앱 개발 경험이 없는 상태에서 빠르게 배우고 만들어, 5주 정도 만에 앱을 런칭할 수 있었습니다.

(글은 이렇게 쉽게 썼지만, 실제로는 인앱결제를 위해 별도의 코드를 억지로 넣느라 시행착오가 있었고, 그 영향은 향후 길게 이어졌습니다. 이는 향후 기회가 되면 언젠가 자세히 다루겠습니다....) 

 

 

<사례2 : 시간품앗이 사이드 프로젝트>

개인적으로 사이드 프로젝트를 하다가도 비슷한 상황에 직면했습니다.

품앗이 앱을 실험하고 싶었는데, 저 개인으로서는 돈도 없고 시간도 없었고, 앱개발 기술도 없었습니다.

결국 플러터플로우를 사용해서 만들었습니다.

회원가입과 글쓰기, 품앗이 기록하기, 채팅 등의 기능이 들어갔습니다.

처음 만들기부터 최종 배포까지 5주 정도 걸렸습니다. 

 

 

안타깝게도, 위 두 사례 모두, 결과적으로는 첫 출시시 성공하지 못했습니다.  ㅎㅎ

하지만, 그래서 더 다행이었다고 생각합니다. 

 

만약 위 두 사례에서 바로 개발을 했다면...

* 외주로 했다면 최소 2천만원 이상의 비용이 들었을 것입니다.

* 직접 플러터를 배워서 했다면, 문법을 익히는 데만 두달, 구현하는 데에 두달 이상이 걸렸을 것입니다.  

그래서 실패를 했다면, 더 큰 비용을 썼겠죠. 

노코드를 통해 MVP 런칭 및 검증까지 최소 비용으로 실패를 할 수 있었습니다.. 😅 

 

 

자, 그럼 실제로 사용한 플러터플로우는 어땠을까요?

직접 배포까지 해보면서 느낀 플러터플로우의 장단점들을 솔직하게 공유합니다. 

 

장점1. 엄청나게 직관적이다! 코드가 아닌, 그래픽이기 때문에

 

플러터플로우는 모든 요소들이 코드가 아닌, 그래픽 입니다.

드래그&드랍을 통해 레이아웃을 만들고, 버튼으로 옵션값을 입력합니다.

 

모든 것이 직관적으로 보이고, 변수도 자동으로 연동되기 때문에 변수 이름을 규정할 필요가 없습니다. 

그래서 개발 속도가 엄청나게 빨라집니다. 향후 QA할 때도 속도가 엄청나게 빨랐는데, 버그 하나당 리포트 후 5분 안에 고치기도 했습니다.

 

 

장점2. 최적의 세팅과 연동을 도와준다. 

 

플러터플로우에서는 앱 개발을 위해 ‘이렇게 세팅해서 쓰세요’ 하는 설정값을 제공합니다.

예를 들어 디자인 시스템이나 색상을 선택할 때, 쉽게 세팅할 수 있을 뿐만 아니라, Figma나 Cooler같은 서비스와 연동하여 가져올 수도 있습니다. 

 

또한 서버 세팅시, 클릭 한번에 바로 Firebase를 만들어 연동할 수도 있습니다. 이를 통해 별도의 백엔드 연동 절차를 줄여줍니다. 

 

또한, API를 주고 받는 것도 가능합니다.  

그 외 Google Analytics와 연동하여 추적을 할 수 있고, Github와 연동하여 코드 Push도 가능하며, AdMob과 연동하여 광고도 달 수 있습니다. 또 구글플레이/앱스토어에 배포시에도 CodeMagic을 이용하여 클릭 한 번에 배포가 되기도 합니다.

 

그래서 앱 개발 환경과 세팅에 대해 잘 모르는 사람도 큰 어려움 없이 세팅을 해 나갈 수 있습니다.

 

 

장점3. 코드 삽입과 활용이 매우 유연하다.

 

노코드 앱은 드래그앤드랍을 이용하지만, 그에 따라 코드 만큼 자유롭지는 않을 수 있습니다. 

플러터플로우는 플러터로 만들어져 있으며, 플러터 코드와 오갈 수 있게 하여 그 단점을 커버합니다.

 

우선, 모든 페이지에서 자동으로 생성된 코드를 볼 수 있으며, 코드 다운로드가 가능합니다.  

 

이를 통해, 플러터플로우로 디자인하고, 코드를 다운로드 후 코드로 개발 로직을 쓰는 방식도 해외에서 사용되기 시작했으며, 꽤 효율적이라고 들었습니다. 

 

또, 플러터플로우에 없는 기능들에 대해서는 직접 코드를 삽입하여 만들 수도 있습니다.

Custom Code, Custom Widget, Custom Action을 통해 별도의 코드가 가능합니다. 

 

 

장점4. 친절하다.

 

전반적으로 플러터플로우는 노코드툴이지만 로우코드에 가까운 만큼, 쉽게 진입하고 배우게 하기 위해 노력을 많이 했습니다.

일단, 튜토리얼이 좋습니다. 이것만 잘 따라가도 기본적인 기능은 익힐 수 있습니다. 또한, 예제 프로젝트도 꽤 좋습니다. 이것만 잘 참고하고 복사해도 어느정도까지의 디자인은 따라할 수 있습니다.

 

특히 마켓플레이스를 통해 다른 사람이 구현해놓은 것을 참고할 수도 있습니다. 아직 수가 많지는 않습니다.

 

문서화도 잘 되어 있습니다. 플러터플로우 문서 페이지에 가면 개발에 필요한 사항들을 매우 세부적으로 써 놓았을 뿐만 아니라, 영상으로까지 제작해 놓았습니다. 그래서 별도의 강의가 없어도 혼자서 배우기 용이합니다.

 

심지어 커뮤니티도 있다. 이슈가 되는 부분 찾아보면 답변이 있는 경우도 없는 경우도 있습니다. 솔직히 충분하진 않지만, 어느정도 참고는 됩니다.

 

 

 

장점5. 업데이트가 빠르다.

 

지난 글에서 다룬 것이지만, 플러터플로우는 3년 사이 전혀 다른 툴이 되었습니다.

거의 2주~4주 단위로 업데이트가 되는데, 중요한 기능들이 추가됩니다.

 

 

 

위에는 장점만 적어서 아주 이상적으로 보이지만, 실제로 해보면 현실적인 단점과 한계도 꽤 많습니다. 

글을 읽는 분들께 최대한 도움이 되기 위해 솔직히 공유 드리자면 다음과 같습니다. 

 

 

 

단점1 : 배우는 것이 다른 노코드대비 쉽지 않다. 

 

플러터플로우는 노코드 툴이지만, 생각보다 어렵습니다.

직관적인 것은 사실이지만, 어쨌든 그 자체로 배워야 할 것이 많습니다. 

 

우선, 플러터플로우는 복잡한 로직까지 구현이 가능한 만큼, 플러터플로우 자체의 구현 방식을 익혀야 합니다.

예를 들어, 아래 그림처럼 체크박스의 Default 체크여부를 설정하는 방식은 플러터플로우 특유의 방법을 배워야 합니다.  

또한, 플러터플로우는 하이브리드플랫폼인 '플러터'를 노코드로 구현하는 것인 만큼, 플러터 자체의 특징을 익혀야 합니다. 

예를 들어 여러 위젯을 Tree형태로 구성하는 것이 플러터의 기본 방식인데, 이 방식을 익혀야 합니다. 그리고 이를 위해 Column이 무엇인지, Row가 무엇인지 별도로 익혀야 하죠. 

처음에 간단한 것은 만들기 쉽지만, 복잡한 것을 만들다 보면, 생각대로 잘 안만들어 집니다. 아래는 레이아웃 설정을 잘못하여 Overflow(화면 넘침)가 생긴 예입니다.  

 

 

단점2 : 코드 만큼 자유롭진 않다. 

 

배우기가 쉽지 않지만, 다 배우면 모든 것을 구현할 수 있을까요?

그렇지 않습니다. 

 

예를 들어 플러터플로우에서 제공하는 Calendar 위젯을 살펴봅시다.

이 위젯은 캘린더의 색상을 바꿀 수 있고, 시작요일을 일요일이나 월요일로 설정할 수는 있습니다. 또 한 주만 보여줄 것인지, 한 달을 보여줄 것인지 설정할 수 있습니다.  

그런데, 영어를 한글로 바꾸고 싶다고 합시다. 또, 날짜 밑에 이벤트의 숫자를 표시하고 싶다고 합시다. 하지만, 그런 옵션은 없습니다. ㅎㅎ 별도로 자신만의 Calendar를 만들어야 합니다. 

 

그렇다면, 별도로 만드는 것이 쉬울까요?  화면 구성은 쉬운데, 세부적인 동작까지 다 만들기는 쉽지 않습니다. 

가장 큰 이유는 구현 가능한 로직이 제한적이기 때문입니다. 

예로 들어보면, 동작(Action)의 종류가 한정적입니다.

다른 노코드 툴에 비해 많긴 하지만, 일반적인 코딩에 비하면 턱없이 부족합니다. 코딩을 할 때 흔히 쓰는 length 같은 함수도 없습니다. 

아래 이미지는 Action을 나타내는데, 오른쪽에 보이는 카테고리가 전부입니다. 대충 100개 정도 되는 듯? 

 

이미 있는 동작 조차도 어느 정도 제약이 있습니다.

예를 들어, 푸시알림은 플러터플로우 설정상 로그인이 되어 있어야만 가능합니다.

하지만 로그인이 없는 앱에서 알림을 하는 동작은 없습니다. 

 

결국은, 진짜로 원하는 것을 구현하려면 Custom Function을 통하여 코드로 구현해야 하는데요.

코드와 편집기를 왔다갔다 하면 오히려 코드보다 더 구현이 복잡해지거나, 때로는 불가능하기도 합니다. ㅎㅎ

 

결국, 단점 1과 2를 종합하면 아래와 같은 그림이 나옵니다.

배우기는 그렇게 쉽지 않지만, 구현의 자유도는 그렇게 높진 않은 ㅎㅎ 

 

 

 

 

단점3. 플러터플로우 자체의 불안정적인 면이 있다.

 

앞서 말했듯, 플러터플로우는 2주에 한번씩 업데이트 되고, 문서가 친절하긴 합니다.

하지만 문서대로 했는데도 되지 않거나, 문서가 현재 플러터플로우 설명과 다른 경우도 있습니다. 

예를 들어, 구글 로그인의 경우, 문서대로 그대로 구현했음에도, 테스트모드에서 작동하지 않습니다. 그래서 매번 실제로 빌드하여 해야하며, 2~4분 정도의 빌드시간이 소요됩니다. 

그렇다고 이런 버그에 대한 인터넷 상의 문서도 그렇게 많은 편이 아닙니다. 상담원도 모를 때가 많구요. 

그러면 결국 혼자 알아내야 할 때가 있는데요. 

그러다보면, 내가 잘못 짠 것인지, 플러터플로우의 버그인지 알아내며 시간을 보내야 할 때가 많습니다. 

 

 

 

 

단점4. K-Culture에 최적화되지 않았다.

 

실명인증, 공동인증서 인증, 각종 페이를 통한 결제 등은 해외에서는 잘 사용되지 않는, 한국 만의 서비스들 입니다.

이 때 버블 같은 경우는 여러 노하우가 한국 커뮤니티에서 쌓였습니다. 

하지만 플러터플로우 같은 경우는 노하우가 아직 쌓이지 않아서, 그런 모듈을 붙이는 데에 시행착오가 있습니다.  

이 점은 시간이 지나면서 해결이 될 수 있겠네요. 

 

 

 

플러터플로우는 장점이 많지만, 아직 단점도 많은 툴입니다.

위와 같은 점을 참고하셔서 플러터플로우가 현재 상황에 최적의 툴인지 고민하면 좋을 것 같습니다.  

 

 

 

* 플러터플로우를 배우고 싶은가요? 인프런에서 플러터플로우 입문강의를 들을 수 있습니다.   무료강의만 들어도 감을 잡을 수 있을 거에요!

* 플러터플로우에 관해 궁금한 점은 채팅으로 물어보세요!

* 플러터플로우 가입시 활용하면 좋을 레퍼럴 링크입니다.

* 피어낫프로덕 뉴스레터에서 프로덕트 인사이트를 받아보세요.  (구독하기)

4
0

포스트

아직 포스트가 없습니다.