디지털 트랜스포메이션 · DevOps · Docker — 2026 개정판
AI 시대의 디지털 전환,
DevOps 그리고 컨테이너
바이브 코딩과 코딩 에이전트까지 현행화
채문창 · 원본 → 2026 개정
발표에 앞서 — 지식이 아닌 큰 줄거리
원본의 첫 질문 세 개를 2026년에 다시 던집니다
나는 어디에?
코드를 직접 쓰는 개발자에서
에이전트에게 일을 맡기고 검증하는 개발자로 바뀌는 중
현재 상황은?
개발자 90%가 AI를 쓰고(DORA 2025)
코드 작성 비용은 거의 0에 가까워짐
어디로 가야 하나?
무엇을 만들지 정하고(명세)
맞게 만들었는지 확인하는(검증) 역량으로
원본 이후, 무엇이 바뀌었나
디지털 전환 · 사람이 코딩
- 디지털 트랜스포메이션(DX)
- DevOps로 빌드 · 배포 자동화
- Docker로 개발 환경 표준화
AI 전환 · 에이전트가 코딩
- AI 트랜스포메이션(AX)
- DevOps + 코딩 에이전트
- 컨테이너 = 에이전트의 안전한 작업장
오늘의 순서
원본 288쪽의 흐름 그대로, 각 장 끝에 2026년의 답을 붙였습니다
발표자 소개
35년 개발 여정과 기록
변화의 연속성
UI · 언어 · 개발 환경
DX에서 AX로
산업혁명 · 시가총액 · 사례
자원과 비용
가장 비싼 자원은 누구인가
DevOps 진화
단계별 도구와 DORA 지표
컨테이너
클라우드 · 12-Factor · devcontainer
무인화 걸림돌
Code · Plan, 그 후
마치며
Change · Challenge · Chance
발표자 소개
60살까지 개발하겠다던 약속, 그 후
35년의 개발 여정
여섯 번의 직장과 스타트업, 그리고 지금
BASIC 첫 만남
고교 축제, '60살까지 개발' 다짐
첫 스타트업
KT 옐로페이지 검색 · NEIS
두 번째
번역관리 · 조달 Web EDI
세 번째
SAP R3 생체인증 보안
네 번째
CEP 상관분석 · Anti-DDoS
첫 직장
제품 + 기술지원 + 사업
두 번째 직장
온프레미스 + SaaS
이즈잇소프트
1인 기업 · 산업 AI · 스마트팩토리
블로그를 시작한 이유, 그리고 기록의 새 독자
나와 남을 위한 기록
- 기억력 감퇴에 대비
- 내가 하는 일의 기록
- 남의 시행착오 시간을 줄이기
에이전트도 읽는 기록
- README · AGENTS.md · ADR이 에이전트의 기억
- 기록을 잘하는 사람이 에이전트도 잘 쓴다
- 플랫폼은 사라진다 → 내 git 저장소에
변화의 연속성
기술은 바뀌어도 흐름은 이어진다
UI의 연속성
화면을 그리는 방식에서, 말로 시키는 방식까지
CLI · Text UI
명령어와 텍스트 화면
RAD
Delphi · VB · PowerBuilder
Web App
PHP · ASP · JSP
X-Internet
Thick + Thin Client
RIA
Flex · Silverlight
SPA
HTML5 · CSS3 · REST API
PWA
오프라인 · 설치 · 푸시
대화 · 에이전트 UI
채팅 · 음성, 에이전트가 앱을 사용
개발 언어의 연속성
마지막 칸의 언어는 '자연어'입니다
C
애플리케이션 · 커널
C++
애플리케이션 · 라이브러리
Perl
관리 도구
Java
WAS · JSP
Python
지금까지 주력 (^^)
JavaScript
DOM 위젯 · 프레젠테이션
Go
Docker · InfluxDB · Grafana
자연어 + 코드
명세는 말로, 검증은 코드로
개발 환경의 연속성
35년 만에 다시 터미널로 — vi에서 시작해 터미널 에이전트로
vi
디버깅 · 텍스트 처리
Visual Studio
RAD, 화면 = 코드
Eclipse
Java · CDT
PyCharm
JetBrains IDE
IDE + AI 보조
자동완성 · 채팅 · 편집
터미널 에이전트
claude · codex · agy + tmux
그럼에도 불구하고 변치 않는 것
원본 105~108쪽의 3계층은 그대로입니다. 바뀐 것은 '누가 작성하느냐'뿐
Presentation
사용자 UI · UX
화면 코드는 에이전트가 가장 잘 만드는 영역
Domain Logic
UI 없는 업무 규칙
도메인을 이해한 사람만이 맞는지 판단할 수 있음
Data Access
저장소 접근
코드는 에이전트가, 스키마와 마이그레이션 승인은 사람이
디지털 전환에서 AI 전환으로
DX(Digital Transformation) → AX(AI Transformation)
산업혁명 비교표 — 2026 칸을 더하다
원본 110~138쪽에서 한 칸씩 채워 가던 표입니다
| 1차 | 2차 | 3차 | 4차 | 2026 지금 | |
|---|---|---|---|---|---|
| 시기 | 1784 | 1870 | 1969 | … 2020 | 2023~ 생성형 AI |
| 에너지 | 석탄 | 석유 | 전기 | 재생에너지 | AI 데이터센터 전력 |
| 소통 | 전신 | 전화 | 인터넷 | 사물인터넷 | 사람 ↔ AI 대화 |
| 운송 | 철도 | 자동차 | 스마트운송 | 로컬생산(3D 프린터) | 자율주행 |
| 영향력 | 소비재 · 경공업 | 전기화학 · 중화학 | 정보통신 | 모든 산업 | 모든 지식노동 |
| 패러다임 | 기계 | 대량생산 | 디지털 | 인공지능 | AI 에이전트 |
| 키워드 | 증기 | 전기 | 통신 · 정보 | 무인 · 데이터 | 자동화된 판단 |
글로벌 시가총액 상위 5개 기업의 변화
에너지 · 금융 → 플랫폼 → AI 인프라
| 순위 | 2007 | 2017 | 2026 (11월) |
|---|---|---|---|
| 1위 | 페트로차이나 | 애플 | 애플 |
| 2위 | 엑슨모빌 | 알파벳(구글) | 엔비디아 |
| 3위 | 제너럴일렉트릭 | 마이크로소프트 | 마이크로소프트 |
| 4위 | 차이나모바일 | 아마존 | 알파벳(구글) |
| 5위 | 중국공상은행 | 페이스북 | 아마존 |
디지털 트랜스포메이션 혁신은 모든 산업에 대하여 피할 수 없는 과정이며, 변화에 성공한 기업만이 살아남을 수 있다.
— 원본 141쪽
원본 속 사례, 그 후
원본 142~153쪽에서 소개한 디지털 전환 사례들의 현재
| 사례 | 원본 당시 기대 | 2026년 현재 |
|---|---|---|
| IBM Watson | AI 의료 혁신 | 2022년 Watson Health 매각, watsonx로 재편 |
| adidas Speedfactory | 로봇 공장 생산 귀환 | 2019년 폐쇄 발표, 기술은 아시아 협력사로 |
| GE Predix | 산업 IoT 플랫폼 | 야심 축소, GE Vernova 소프트웨어 부문으로 |
| Siemens MindSphere | 산업 IoT 운영체제 | Insights Hub로 이름을 바꿔 Xcelerator에 통합 |
| NVIDIA | GPU 기반 AI 플랫폼 | 시가총액 세계 2위의 AI 인프라 기업 |
소프트웨어가 제조를 먹고, AI가 소프트웨어를 쓴다
소프트웨어 업체가 제조를 인수
- 제조를 돕는 IT → 제조를 이끄는 SW
- 플랫폼 · 클라우드 경쟁
- 개발자 확보가 곧 경쟁력
AI가 소프트웨어 개발을 바꿈
- 코드 작성 · 테스트 · 운영 분석까지
- 1인 · 작은 팀도 제품을 만든다
- 도메인 지식 + AI 활용이 경쟁력
자원과 비용
가장 비싼 자원을 최적화하라 — 그 자원은 누구인가
자원 비용의 역전, 그리고 한 번 더
원본 165~186쪽: 과거에는 컴퓨터가, 지금은 사람이 더 비싸다
컴퓨터가 비쌌다
1955년 4.5MB 코드, 1956년 5MB HDD.
개발이 느려도 최소 자원으로 최적화.
사람이 더 비싸다
자원을 더 써도 빨리 개발.
위챗은 10명이 1억 명 서비스.
토큰이라는 새 비용
사람 > AI 토큰 > 컴퓨터.
1인 + 에이전트로 서비스, 가장 비싼 건 사람의 판단.
CPU 1사이클을 1초로 늘려 보면
원본 170~178쪽의 비유에 마지막 두 줄을 더했습니다
| 작업 | 실제 시간(대략) | 1사이클 = 1초로 환산 |
|---|---|---|
| CPU 1 사이클 | 0.3 ns | 1초 |
| 메모리 접근 | 약 100 ns | 6분 |
| SSD 읽기 | 50~150 μs | 2~6일 |
| HDD 읽기 | 1~10 ms | 1~12개월 |
| 샌프란시스코 → 뉴욕 왕복 | 40 ms | 4년 |
| VM 재부팅 | 4초 | 423년 |
| LLM API 응답 1회 | 2~10초 | 약 200~1,000년 |
| 코딩 에이전트 작업 1회 | 약 10분 | 약 6만 년 |
가장 비싼 자원(YOU)을 최적화하세요.
— 원본 187쪽
현재 개발 패러다임 — 원본 → 2026
원본 188~190쪽의 세 가지를 다시 씁니다
언어
원본: 가독성 좋고 생산적인 언어
2026: 자연어 명세 + 사람이 리뷰할 수 있는 언어
구조
원본: MSA (팀 · 네트워크 기반)
2026: 모듈러 모놀리스 먼저, 필요하면 MSA
운영
원본: DevOps · NoOps로 최소 인원
2026: DevOps + 에이전트로 1인 운영까지
그래도 Python인가?
GitHub Octoverse 2025: TypeScript가 처음 1위, Python은 2위이자 신규 AI 저장소의 절반 가까이
배우기 쉬움
여전히에이전트가 쓴 코드를 사람이 읽고 고치기 쉬움
생산성
강화LLM SDK · 데이터 · ML 생태계의 중심
가독성
더 중요리뷰가 곧 개발 — 읽기 쉬운 코드가 이긴다
커뮤니티
변화웹 프런트는 TypeScript, AI · 백엔드는 Python 병행
DevOps의 진화
개발 사이클이 끊임없이 도는 구조에 에이전트가 들어왔다
개발 방식의 진화
원본 199~201쪽의 세 단계에 네 번째를 더했습니다
전통 방식
개발 → QA → 운영, 부서별 순차 진행
TDD 개선
개발 → TDD → QA → 운영, 테스트 먼저
DevOps
개발 · QA · 운영이 하나로 자동 순환
+ 에이전트
사이클 안에서 에이전트가 코드 · 테스트 · 분석 수행
혁신 게임의 규칙 — 무게중심이 이동했다
원본 202쪽: 성공은 세 질문의 교집합
Desirable
Do you want this?
사용자가 원하는가 — 이제 가장 중요한 질문
Feasible
Can we do this?
AI 덕분에 '만들 수 있나'의 답은 대부분 Yes
Viable
Should we do this?
만들기 쉬워질수록 더 어려워진 질문
DevOps 단계별 — 원본 도구에서 2026 에이전트까지
원본 208~211쪽 단계 그대로 — 단, 배포 승인 · DB 마이그레이션 · 운영 키는 사람이 쥡니다
| 단계 | 원본 | 2026 도구 | 에이전트 역할 |
|---|---|---|---|
| plan · code | 이슈 트래커 · IDE | 이슈 → 명세(spec) 문서 | 명세 초안, 코드 작성 |
| build · test | 1일 n회 빌드, Selenium | CI(GitHub · Gitea Actions), Playwright | 테스트 작성, 실패 원인 분석 |
| release · deploy | Vagrant · Ansible, 사이트별 릴리스 | 컨테이너 이미지 + GitOps | Dockerfile · 파이프라인 초안 |
| operate · monitor | 모니터링 → 버그 리포트 → plan | OpenTelemetry, 알림 → 이슈 자동 생성 | 로그 · 트레이스 분석, 수정 PR 제안 |
DevOps 측정 — 2013년 표에서 DORA 지표로
원본 213쪽: Amazon은 하루 23,000번, 일반 기업은 9개월에 한 번 배포 (The Phoenix Project, 2013)
| DORA 지표 | 의미 | AI 시대에 보는 이유 |
|---|---|---|
| 배포 빈도 | 얼마나 자주 배포하는가 | 에이전트로 변경량이 늘어도 작게 자주 배포하는지 |
| 변경 리드 타임 | 커밋에서 운영까지 걸리는 시간 | 리뷰 병목이 생기지 않았는지 |
| 변경 실패율 | 배포 후 장애로 이어진 비율 | AI 생성 코드가 품질을 떨어뜨리지 않는지 |
| 복구 시간 | 장애에서 정상화까지 걸리는 시간 | 에이전트가 원인 분석을 앞당기는지 |
숫자로 보는 AI와 DevOps
Google DORA 보고서 (2024 · 2025)
개발자 AI 도입률
2025년. 2024년 76%에서 증가
배포 안정성
2024년: AI 도입 25% 증가당 안정성 변화 — 기본기 없이 쓰면 불안정
효과를 본 조직의 관행
작은 배치, 강한 버전 관리, 좋은 내부 플랫폼, 사용자 중심 등
DevOps는 고객의 요구에 대해 얼마나 빨리 응대하고 대응하는가를 알 수 있는 지표.
— 원본 212쪽
클라우드와 컨테이너
Docker 개발 환경에서 에이전트 샌드박스까지
aaS 계층 — 원본에 더한 것들
원본 215~237쪽: SaaS · PaaS · IaaS · BaaS · CaaS
| 계층 | 원본 설명 | 2026 추가 · 변화 |
|---|---|---|
| IaaS | VM · 스토리지 · 네트워크 | GPU 클라우드 — AI 학습 · 추론용 자원 |
| PaaS | 런타임 · DB · 웹 서버 | 서버리스 함수 · 엣지 실행 환경 |
| BaaS | 백엔드 서비스 | 인증 · DB · 스토리지 일체형 — 바이브 코딩의 단골 |
| CaaS | 컨테이너 서비스 | Kubernetes가 사실상 표준, 온프레미스는 k3s |
| SaaS | 완성된 애플리케이션 | 대부분의 SaaS에 AI 기능 내장 |
| 모델 API | (없음) | LLM을 API로 — 토큰 과금, 온프레미스 LLM도 선택지 |
12-Factor App, 에이전트 시대에 더 중요해진 4가지
원본 220~226쪽 — 12factor.net의 원칙은 그대로 유효합니다
III. 설정
환경변수API 키를 코드에 넣지 않기 — AI 생성 코드의 단골 실수
X. 환경 일치
개발=운영devcontainer로 사람 · 에이전트 · 운영이 같은 환경
XI. 로그
스트림구조화된 로그 — 에이전트가 읽고 원인을 찾기 쉬움
IX. 폐기 가능성
쓰고 버림에이전트 작업 컨테이너는 망가지면 지우고 새로
컨테이너의 진화
원본 227~236쪽: 실생활의 컨테이너처럼 표준 규격이 산업을 바꿨다
Docker
VM보다 가벼운 격리, 이미지로 배포
Compose · Swarm
여러 컨테이너를 정의하고 묶어 실행
Kubernetes
오케스트레이션의 사실상 표준
에이전트 샌드박스
에이전트가 마음껏 실행해도 호스트는 안전
Pet & Cattle — 에이전트 작업 환경에도
이름을 붙여 키우는 서버
- Molly 같은 이름
- 손으로 하나하나 설정
- 아프면 간호해서 살린다
번호로 관리하는 서버
- vm0022 같은 번호
- 다른 것과 거의 동일
- 아프면 새것으로 교체
Ready-made 개발 환경 — 원본 → 2026
mcchae/xfce-pyenv 이미지
- docker-compose로 실행
- 컨테이너 안 XFCE 데스크톱 + PyCharm
- pyenv로 파이썬 버전 관리
devcontainer + 에이전트
- devcontainer.json 표준 규격
- IDE · 터미널이 컨테이너에 접속
- uv로 파이썬 · 패키지 관리
실습 — devcontainer 안에서 에이전트 돌리기
이미지로 환경 고정
팀원 · 에이전트 · CI 모두 같은 환경
uv 로 의존성 관리
pyenv + pip 대신 하나로
작업 폴더만 마운트
/workspace 밖은 못 건드림
망가지면 Rebuild
Cattle 원칙 그대로
// .devcontainer/devcontainer.json
{
"name": "py-agent-dev",
"build": { "dockerfile": "Dockerfile" },
"workspaceFolder": "/workspace",
"postCreateCommand": "uv sync"
}
# .devcontainer/Dockerfile
FROM python:3.12-slim
RUN apt-get update && apt-get install -y git tmux \
&& pip install uv
WORKDIR /workspace
# inside the container
$ uv run pytest
$ claude # or codex무인화 걸림돌, 그 후
원본 241 · 274쪽에서 동그라미 친 두 단계
원본의 무인화 걸림돌: Code와 Plan
빌드부터 모니터링까지는 자동화했지만, 두 단계는 사람이 해야 했다
자동화 완료
build · test · release · deploy · operate · monitor
무인화 걸림돌
plan(무엇을 만들까)과 code(어떻게 만들까)는 사람의 몫
원본의 해법
개발 환경을 표준화 · 자동화해 도메인 로직 구현에 집중
2026: Code는 에이전트에게, Plan은 여전히 사람에게
걸림돌 하나는 풀렸고, 새로운 걸림돌이 생겼다
에이전트가 수행
code · build · test 반복, 모니터링 로그 분석
여전히 사람
plan — 무엇을 왜 만드는가, 그리고 배포 승인
새 걸림돌
명세의 품질과 리뷰 속도 — 생성 속도를 검증이 못 따라감
원본의 결론 세 가지, 2026 버전
원본 275~277쪽
개발 환경 표준화
원본: Docker 이미지
2026: devcontainer + AGENTS.md로 사람과 에이전트의 규칙까지 표준화
개발 환경 자동화
원본: 빌드 · 테스트 · 배포 자동화
2026: CI + 에이전트 루프, 테스트가 통과할 때까지 반복
무엇에 집중할까
원본: 도메인 로직을 어떻게 구현할 것인가
2026: 무엇을 만들고, 맞게 만들었는지 검증하는 것
마치며
변화하며 살아남는 것
원본 → 2026 한 장 요약
위는 원본의 개념, 아래는 2026년의 답
디지털 전환
AI 전환(AX)
사람이 코딩
에이전트가 코딩
YOU 최적화
판단 · 주의력 최적화
DevOps
DevOps + 에이전트
Phoenix 지표
DORA 지표
Docker 개발 환경
devcontainer 샌드박스
pyenv · PyCharm
uv · 터미널 에이전트
블로그 기록
AGENTS.md · ADR
변화하며 살아남는 것은 기업의 문제 이전에 각자 개개인의 문제.
— 원본 283쪽
Change · Challenge · Chance
원본 284~286쪽, 2026년의 의미
Change
코드를 쓰는 주체가 바뀌었다.
사람의 일은 명세와 검증으로 이동
Challenge
도메인 이해 · 설계 · 리뷰 역량을 키워라.
에이전트를 지휘하는 법을 익혀라
Chance
1인 · 작은 팀이 제품을 만드는 시대.
현장을 아는 사람에게 가장 큰 기회
참고 자료
원본 자료와 2026년 기준 자료
| 자료 | 주소 |
|---|---|
| The Twelve-Factor App (원본 참고) | 12factor.net/ko |
| DORA — State of AI-assisted Software Development | dora.dev |
| GitHub Octoverse 2025 | github.blog/news-insights/octoverse |
| Development Containers 규격 | containers.dev |
| uv — Python 패키지 · 프로젝트 관리 | docs.astral.sh/uv |
| AGENTS.md — 에이전트 규칙 파일 | agents.md |
| 시가총액 순위 (2026-11-02 기준) | chartrow.com/lists/biggest-companies |
실습 과제와 Q&A
내 Python 프로젝트 하나를 골라 2026년식 개발 환경으로 옮겨 보세요
- devcontainer.json + Dockerfile로 개발 환경 정의, uv로 의존성 관리
- 컨테이너 안에서 에이전트에게 기능 1개와 테스트 구현 맡기기
- 회고 한 단락: Plan과 리뷰는 내가, Code는 에이전트가 — 어디까지 맡겼나