AI 개발의 추상화

사진: Unsplash 의 Steve A Johnson

 

개발자라면 ‘추상화(Abstraction)’라는 단어가 익숙합니다. 한자로는 抽象(뺄 추, 코끼리/형상 상)을 쓰며, 복잡한 대상에서 불필요한 것을 빼고 핵심적인 형상(본질)만 뽑아낸다는 의미를 담고 있습니다.

기존 개발에서의 추상화: 복잡성 관리와 인터페이스

전통적인 소프트웨어 공학에서 추상화의 핵심은 복잡성을 통제하고 재사용성을 높이는 것입니다. 시스템이 거대해질수록 개발자가 모든 코드의 동작 방식을 머릿속에 담아두는 것은 불가능에 가깝습니다.

그래서 개발자들은 복잡한 내부 로직을 캡슐화하여 감추고, 외부에는 사용하기 쉬운 '인터페이스(Interface)'만 노출합니다.

 

• 무엇을 추상화하는가? 데이터베이스 연결, 외부 API 통신, 복잡한 연산 알고리즘 등
• 어떻게 하는가? 함수(Function), 클래스(Class), 모듈(Module), 인터페이스(Interface)
• 결과: 내부가 어떻게 동작하는지 몰라도(블랙박스), 입력값과 출력값만 알면 누구나 쉽게 가져다 쓸 수 있습니다.

기존의 추상화는 기계(컴퓨터)가 이해해야 할 복잡한 '명령어'들을 인간이 관리하기 쉬운 형태로 포장하는 작업이었습니다.

 

이러한 과정을 통해 함수, 모듈, 라이브러리, 프레임워크라는 거대한 추상화 계층(Layer)이 만들어집니다. 우리는 내부 코드를 한 줄 한 줄 다 읽지 않아도, 약속된 인터페이스만 호출하여 거대한 시스템을 레고 블록 조립하듯 안정적으로 구축할 수 있습니다.

AI 개발에서의 추상화: '컨텍스트와 지식'의 캡슐화

기존 개발이 '코드와 데이터'를 추상화하는 것이었다면, AI 프로그래밍 환경에서는 '개발자의 맥락(Context)과 암묵적인 판단 기준'을 추상화해야 합니다.

• 무엇을 추상화하는가? 도메인 지식, 프로젝트의 코딩 컨벤션, 아키텍처 제약사항, 개발자 본인의 작업 방식과 노하우
• 어떻게 하는가? 시스템 프롬프트, 마크다운(Markdown) 문서로 정의된 규칙 파일, 커스텀 인스트럭션
• 결과: AI가 프로젝트의 배경지식과 규칙을 즉각적으로 이해하고, 개발자의 의도에 맞는 코드를 일관되게 생성할 수 있는 '재사용 가능한 구조'가 만들어집니다.

잘 작성된 마크다운 문서는 단순한 텍스트가 아닙니다. AI의 행동과 출력 형식을 통제하는 '새로운 코드 계층'으로 기능합니다. 개발자는 자신의 머릿속에만 있던 경험과 암묵적인 판단 과정을 문서로 명시화하여, AI가 언제든 꺼내 쓸 수 있는 모듈로 만들어야 합니다. 이는 기존 시스템의 로직을 추상화하는 것을 넘어, 개발자 자신의 작업 방식과 생각의 흐름까지 추상화하는 작업입니다.

요약

구분	기존 개발의 추상화	AI 개발의 추상화
대상	코드, 데이터, 로직	맥락(Context), 지식, 판단 기준
도구	함수, 클래스, 모듈	프롬프트 템플릿, 마크다운(규칙 문서)
목적	복잡성 감소, 코드 재사용	AI 환각(Hallucination) 방지, 지식 재사용
결과물	호출하기 쉬운 API	AI가 이해하기 쉬운 컨텍스트 파이프라인

마무리하며

도구와 환경이 변하면서 개발자의 역할도 진화하고 있습니다. 과거의 훌륭한 개발자가 '복잡한 로직을 아름답게 추상화하는 사람'이었다면, 다가올 시대의 훌륭한 개발자는 '자신의 문제 해결 능력과 도메인 맥락을 AI가 재사용할 수 있도록 정교하게 추상화하는 사람'이 될 것입니다.

 

https://developer-as-job.tistory.com/36

미술과 객체지향 프로그래밍의 추상