콘텐츠로 이동

Big Ball of Mud의 경제학

Big Ball of Mud는 경제적으로 전적으로 합리적일 수 있습니다.

경계를 잃고 변경 범위와 암묵적 의존성이 커지는 시스템, 기술적 침식이 조직에 남기는 결과를 자세히 다룬 시리즈와 모순처럼 들립니다. 하지만 경제적으로는 이 반대 입장이 중요합니다. 아키텍처는 깔끔하다는 사실만으로 경제적 가치를 갖지 않습니다. 현재와 미래의 요구사항을 경제적으로 뒷받침할 때 가치가 생깁니다.

15년째 운영하는 제품을 생각해 보겠습니다. 사용하는 고객은 이제 적습니다. 새 기능 계획도 거의 없고, 인프라는 안정적이며, 규제 변화도 드뭅니다. 몇 년 뒤 교체하기로 이미 결정했습니다. 코드는 심하게 침식되고 내부 구조는 이해하기 어려우며 변경은 불편할 수 있습니다. 그래도 근본적인 현대화를 다시 시작하는 것은 오히려 비합리적일 수 있습니다.

리팩터링, 마이그레이션, 플랫폼 이전, 전면 재작성도 무료가 아니기 때문입니다. 개발 시간을 쓰고 전환 위험을 만들며 제품 개발을 늦출 수 있습니다. 데이터 이전, 교육, 병행 운영도 흔히 필요합니다. 같은 사람이 그동안 다른 일을 못 하므로 기술적 개선에도 기회비용이 있습니다.

모든 기술 부채를 갚아야 하는 것은 아닙니다.

따라서 빅 볼 오브 머드(Big Ball of Mud)에 대한 경제적으로 올바른 답이 자동으로 개선인 것은 아닙니다. 어떤 조건에서는 감수할 수 있고, 언제부터 낮은 변경 용이성이 기업의 경제적 행동 능력을 해치는지가 더 흥미로운 질문입니다.

Big Ball of Mud의 경제성은 코드가 얼마나 보기 싫은지가 아니라 앞으로의 변경, 불확실성, 대응 능력을 위해 기업이 얼마를 치르느냐에 달려 있습니다.

같은 기술 품질, 전혀 다른 두 제품의 경제성

섹션 제목: “같은 기술 품질, 전혀 다른 두 제품의 경제성”

내부 구조가 비슷하게 문제 있는 두 제품을 보겠습니다.

제품 A는 수명 주기 끝에 있습니다. 운영과 유지보수는 하지만 거의 발전시키지 않습니다. 사용자는 줄고, 후속 해법은 이미 있으며, 남은 소규모 유지보수팀은 필요한 조정만 합니다.

제품 B는 전략적 핵심 제품입니다. 새 기능을 계속 내놓고 추가 연동도 계획합니다. 여러 팀이 개발하며 앞으로도 여러 해 시장에 남아야 합니다.

두 시스템의 구조가 기술적으로 똑같이 나쁠 수 있습니다. 그래도 경제적 상황은 전혀 다릅니다.

제품 A의 포괄적인 개선 비용은 현실적으로 예상되는 미래의 모든 변경 비용보다 클 수 있습니다. 앞으로 거의 필요하지 않을 변경 용이성을 얻으려고 돈을 쓰는 셈입니다.

제품 B에서는 같은 낮은 변경 용이성이 새 기능마다 다시 작용합니다. 오늘의 불편한 기술적 속성이 여러 해 동안 생산 비용의 일부로 되풀이됩니다.

Big Ball of Mud가 경제적으로 문제인지는 기술적 상태만으로 결정되지 않습니다. 그 상태와 제품에 앞으로 필요한 변경의 관계가 중요합니다.

기술적 침식 정도는 비슷하지만 미래의 변경 필요성이 다른 두 제품.

원본 크기로 보기

경제성은 기술적 상태만으로 결정되지 않습니다. 앞으로 기업이 이 시스템에 얼마나 많은 변화를 기대하는지가 중요합니다.

미래의 변경 필요성이 높을수록 변경을 국소적이고 통제 가능하며 충분히 예측 가능하게 하는 구조의 경제적 가치는 커집니다. 공식도 보편적 임계값도 아닙니다. 기술적 변경의 비용과 제품에 아직 기대되는 변화량 사이의 관계입니다.

예상되는 변경 필요성이 중요합니다

섹션 제목: “예상되는 변경 필요성이 중요합니다”

Big Ball of Mud가 오늘 작동한다는 사실 때문에 주로 비싼 것은 아닙니다. 변경해야 할 때 경제적으로 중요해집니다.

도메인 변경에는 본래 구현 작업이 필요합니다. 새 규칙을 구현하고 화면을 고치며 프로세스를 확장하거나 인터페이스를 더합니다. 구조가 좋은 시스템에서도 기본적으로 필요한 일입니다.

하지만 도메인 요구 자체에서 나오지 않는 일도 필요할 수 있습니다. 먼저 과거 구조를 이해하고, 암묵적 의존성을 찾고, 멀리 떨어진 어떤 영역이 영향을 받을지 확인해야 합니다. 회귀 테스트를 더하고 우회 방법을 고려하며 부작용을 수리하고 경험 있는 사람에게 검토를 부탁합니다.

개념적으로는 이렇게 나눌 수 있습니다.

변경 비용 = 도메인 요구의 구현 작업 + 구조 때문에 필요한 추가 작업

정확한 비용 모델은 아닙니다. 서로 다른 두 작업 원천을 설명할 뿐입니다. 첫 번째는 원하는 제품 동작에서, 두 번째는 그 동작을 기존 기술 시스템 안에서 바꿔야 한다는 사실에서 나옵니다.

기술 부채 연구는 이런 추가 작업이 경제적으로 중요할 수 있다는 경험적 단서를 제공합니다. Besker, Martini, Bosch는 개발자 43명의 종단 연구와 추가 인터뷰에서 기술 부채가 얼마나 많은 개발 시간을 사용한다고 참여자들이 생각하는지 살펴봤습니다. 2019년 재현·확장 연구에서 보고된 평균은 약 23%였습니다. 추가 테스트는 특히 자주 언급된 활동이었습니다.

이 수치에는 중요한 제한이 있습니다. 기술 부채와 Big Ball of Mud는 다릅니다. 따라서 Big Ball of Mud가 ‘생산성 23%를 빼앗는다’는 연구가 아닙니다. 더 일반적이면서 경제적으로 중요한 사실을 보여 줍니다. 기술적 부채가 실제 도메인 변경에 더해 필요한 활동으로 상당한 업무 시간을 이동시킬 수 있다는 것입니다.

바로 그 이동 때문에 기술적 침식이 경제적으로 흥미롭습니다.

산출량 감소: 일을 덜 하는 것이 아니라 새 기능을 덜 만듭니다

섹션 제목: “산출량 감소: 일을 덜 하는 것이 아니라 새 기능을 덜 만듭니다”

밖에서 보면 침식되는 시스템은 먼저 인력 문제처럼 보일 수 있습니다.

예전에는 분기마다 큰 요구사항을 여럿 구현하던 팀이 몇 년 뒤에는 눈에 띄게 적게 해냅니다. 개발자가 느려졌거나 절차가 비효율적이거나 성과 압박이 더 필요하다는 해석이 쉽게 나옵니다.

그럴 수도 있지만 원인이 아닐 수도 있습니다. 같은 가용 역량의 더 큰 몫이 시스템 이해, 오류 수정, 회귀 검증, 안전장치, 조율, 우회 방법, 장애 대응, 의도치 않은 부작용의 수리에 들어갈 수 있습니다. 반드시 일을 덜 하는 것이 아닙니다. 기존 시스템의 낮은 변경 용이성을 보완하는 데 더 많은 일을 쓸 뿐입니다.

Besker, Martini, Bosch의 연구도 이 구분에서 흥미롭습니다. 기술 부채로 사용한 시간은 그냥 사라지지 않았습니다. 추가 개발 활동에 필요했습니다.

산출량이 줄어드는 이유가 반드시 일을 덜 해서인 것은 아닙니다. 기존 시스템의 낮은 변경 용이성을 보완하는 데 더 많은 일이 필요해질 수 있습니다.

기업은 같은 개발 역량의 비용을 계속 내지만, 새 도메인 기능이 아니라 기존 시스템의 구조적 특성을 보완하는 데 쓰이는 비중이 커집니다. 경제적으로 결정적인 차이입니다.

여기서 이 글 전체에 적용되는 경계를 분명히 해야 합니다.

기술 부채, 유지보수성, 조율, 개발 작업 추정, 레거시 온보딩, 소프트웨어 진화, 보안 패치에 관한 경험적 연구가 있습니다. Big Ball of Mud에도 중요할 수 있는 메커니즘을 연구합니다.

하지만 이 연구들이 함께 보편적인 ‘Big Ball of Mud’ 범주를 측정하는 것은 아닙니다. 이런 시스템이 일반적으로 얼마나 더 비싸고 느리고 예측하기 어려운지 신뢰할 만한 숫자를 제공하지도 않습니다.

예를 들어 알 수 없는 변경 영향 범위가 추정의 불확실성을 더할 _수 있다_고 말한다면 아키텍처 가설입니다. 변경 전에 중요한 의존성을 모른다면 추정할 때 정보가 부족합니다. 소프트웨어 작업 추정의 일반적인 어려움은 경험적으로 연구되었습니다. BBOM에 적용하는 부분은 그 메커니즘에서 도출한 추론이지 직접 측정한 백분율이 아닙니다.

뒤에 나올 보안 패치, 온보딩, 기회비용도 같습니다.

경제적 논거는 겉으로만 정밀한 수치로 강화되지 않습니다. 오히려 약해지므로 이 구분이 중요합니다.

변경 영향 범위가 경제적 문제가 되기까지

섹션 제목: “변경 영향 범위가 경제적 문제가 되기까지”

이 시리즈에서 **변경 영향 범위(Change Radius)**는 이미 기술적으로 설명했습니다. 경제적으로는 코드에서 어떻게 생기는지보다, 커지거나 변경 전에 믿을 만하게 알 수 없을 때 무슨 일이 생기는지가 중요합니다.

변경이 멀리 닿을수록 더 많은 코드를 이해하고 더 많은 컴포넌트를 테스트해야 할 수 있습니다. 추가 팀이 참여하고 조직적 조율도 늘 수 있습니다. 원래 국소적인 작업이 구현 중 새 의존성을 드러낼 가능성도 높아집니다.

관점이 달라집니다. 개발자에게는 _이 변경에 시스템의 어디를 손대야 할까?_라는 기술적 질문이 이해관계자에게는 _언제 끝나며 그 말은 얼마나 확실할까?_라는 경제적 질문이 됩니다.

개발자의 변경 영향 범위가 이해관계자의 사업 위험이 될 수 있습니다.

조율 비용: 작업량과 리드 타임은 다릅니다

섹션 제목: “조율 비용: 작업량과 리드 타임은 다릅니다”

기술적 의존성이 조직적 의존성을 만들 때 특히 분명해집니다. 여러 팀과 책임자, 공동 테스트, 아키텍처 결정, 조율된 릴리스가 필요한 변경이 있습니다. 추가 작업 시간뿐 아니라 인계와 대기 시간도 생깁니다.

사회기술적 정합성(Socio-Technical Congruence) 연구는 기술적 의존성과 개발 조직의 조율 필요 사이의 관계를 다룹니다. Cataldo, Herbsleb, Carley의 경험적 연구에서는 실제 조율 패턴이 기술 작업에서 생긴 조율 필요와 더 잘 맞을수록 변경 요청의 처리 시간이 짧은 관계가 나타났습니다.

모든 Big Ball of Mud가 정해진 양의 추가 회의를 만든다는 말은 아닙니다. 하지만 기술적 의존성이 조율 필요를 만든다는 기본 메커니즘을 뒷받침합니다.

따라서 **작업량(Effort)**과 **리드 타임(Lead Time)**을 나누어 봐야 합니다.

실제 구현은 며칠뿐인 기능도 배포까지는 몇 주 걸릴 수 있습니다. 팀 A가 인터페이스를 바꾸고, 팀 B가 대응하며, 공동 테스트 환경을 기다리고, 마지막에는 함께 맞춘 릴리스를 기다립니다.

추가된 몇 주는 어느 코드 줄에도 보이지 않습니다. 그래도 경제적으로는 실제입니다.

알 수 없는 변경 영향 범위가 일정 불확실성을 거쳐 사업 위험으로 이어질 수 있는 과정.

원본 크기로 보기

기술적 예측 불가능성은 일정과 의존성을 통해 기업의 경제적 계획에까지 영향을 줄 수 있습니다.

비용뿐 아니라 변동성도 커집니다

섹션 제목: “비용뿐 아니라 변동성도 커집니다”

Big Ball of Mud의 경제적 어려움은 모든 변경이 비싸다는 데 주로 있지 않을 수도 있습니다. 시작 전에 어느 변경이 비싸질지 거의 알 수 없다는 점이 더 큰 문제일 수 있습니다.

순전히 설명을 위한 두 시스템을 생각해 보겠습니다. 시스템 A에서는 비슷한 변경에 비교적 일관되게 20~25인일이 듭니다. 시스템 B에서는 어떤 변경은 5일, 다른 변경은 70일이나 80일 걸리고 시작할 때 어느 쪽인지 알기 어렵습니다.

경험적 연구 결과가 아닙니다. 평균 비용에 가려지는 속성을 보여 주는 사고실험입니다. 장기 평균 작업량이 비슷해도 시스템 B에는 더 높은 불확실성이라는 경제적 문제가 추가됩니다.

계획 가능성에는 경제적 가치가 있습니다.

기업은 예산과 릴리스를 계획하고 마케팅을 준비하며 고객 이전을 조율하고 계약을 이행하고 인력을 배치하며 다른 프로젝트의 일정을 맞춰야 합니다. 장기 평균이 같아도 30일의 작업량과 5일에서 80일 사이 어디쯤일지 모르는 작업량은 조직에 다른 의미입니다.

물론 Big Ball of Mud와 별개로도 개발 작업 추정은 어렵습니다. Jørgensen과 Shepperd는 체계적 검토에서 소프트웨어 비용 추정 연구 304편을 살펴보고 연구·데이터 맥락의 중요성 등을 강조했습니다. Jørgensen의 전문가 추정 검토도 이용 가능한 맥락 정보와 구체적인 조직 상황이 추정의 질에 얼마나 영향을 줄 수 있는지 보여 줍니다.

이 연구는 Big Ball of Mud의 추정 변동성이 특정한 만큼 더 높다는 것을 입증하지 않습니다. 더 신중한 적용은 이렇습니다. 요구사항의 실제 변경 영향 범위가 구현 중에야 드러난다면 추정 당시 중요한 정보가 없었을 수 있습니다. 이미 어려운 작업 추정에 기술적 불확실성의 원천 하나가 더해집니다.

이해관계자도 기술적 예측 불가능성의 비용을 냅니다

섹션 제목: “이해관계자도 기술적 예측 불가능성의 비용을 냅니다”

불확실성이 개발 부서 안에만 머무르지는 않을 수 있습니다. 약속한 납기는 고객 프로젝트와 연결됩니다. 다른 시스템은 공동 릴리스에 의존할 수 있습니다. 마케팅, 교육, 이전을 같은 날에 맞췄을 수 있습니다. 기한을 어기면 상업적 결과가 생기는 계약도 있습니다.

그렇다고 다음이 성립하지는 않습니다.

Big Ball of Mud는 계약상 위약금을 초래합니다.

경제적 연결은 조건부입니다.

기술적 불확실성 → 일정 불확실성 → 계획 위험 → 경우에 따라 계약·매출·평판 위험

기술적으로 계획하기 어려울수록 불확실성이 개발 조직 밖의 의무에 영향을 줄 위험이 커질 수 있습니다.

모든 지연이 곧바로 돈을 잃게 한다는 점이 핵심은 아닙니다. 조직이 더 큰 불확실성 속에서 결정해야 한다는 것만으로 충분합니다.

기업은 낮은 변경 용이성의 대가를 추가 개발 작업으로만 내지 않습니다. 잃어버린 계획 가능성으로 낼 수도 있습니다.

기회비용: 무엇을 만들지 못합니까?

섹션 제목: “기회비용: 무엇을 만들지 못합니까?”

변경의 눈에 보이는 추가 비용은 비교적 이해하기 쉽습니다.

다시 사고실험을 해 보겠습니다. 잘 이해되고 국소적으로 변경할 수 있는 시스템에서는 15인일이면 될 요구사항이 기존 시스템에서는 추가 분석, 회귀 검증, 부작용 때문에 40인일이 됩니다.

눈에 보이는 차이는 25인일입니다. 하지만 경제적으로 더 흥미로운 반문이 있습니다.

그 25일 동안 팀이 대신 무엇을 개발할 수 있었습니까?

여기서 기회비용이 등장합니다. 희소한 자원은 돈만이 아니라 개발 역량입니다. 구조 때문에 추가 작업에 들어가는 매시간은 다른 개선, 다른 고객 요구, 다른 위험 감소에 사용할 수 없습니다.

더 보이지 않는 두 번째 효과도 있습니다. 요구사항을 분석했더니 기술적으로 너무 비싸다고 판단합니다. 제품 관리는 이렇게 결정합니다.

투자할 가치가 없습니다.

구현하지 않습니다. 일반적인 기술 부채 비용 계산에는 아예 나타나지 않을 수도 있습니다. 추가 구현 작업도, 실패한 스프린트도, 눈에 보이는 재작업 비용도 없었습니다. 그래도 기술 구조는 경제적 결정에 영향을 주었습니다.

Big Ball of Mud는 변경을 비싸게만 하지 않습니다. 어떤 변경이 경제적이라고 보이는지까지 바꿀 수 있습니다.

아키텍처가 제품 전략에 영향을 주기 시작합니다. 기술적 상태가 경제적 해법의 범위를 줄입니다. 시장 가치가 없어서가 아니라 기존 시스템에서 구현하기 너무 비싸거나 위험해 보여서 버리는 아이디어가 생깁니다.

지연 비용과 시장 출시까지의 시간

섹션 제목: “지연 비용과 시장 출시까지의 시간”

기회비용은 역량이 묶여 있어 동시에 하지 못하는 일을 봅니다. 지연에는 다른 차원도 있습니다. 변경에서 기대한 이익이 더 늦게 생깁니다.

그래서 제품 개발의 경제학은 시장 출시까지의 시간(Time-to-Market)을 고립된 기술적 속도 목표로 보지 않습니다. 개발 기간, 품질, 시장 진입 기회, 경쟁, 기대 이익 사이의 절충으로 다룹니다. Cohen, Eliashberg, Ho는 이미 1996년 신제품 개발에서 이를 모델링했습니다. 무조건 속도를 최대화하는 것은 경제적으로 타당하지 않고 최적 결정은 시장과 제품 맥락에 달려 있음을 보여 줍니다.

아키텍처 질문에도 잘 맞는 구분입니다.

기술적으로 기능 출시가 늦었다고 자동으로 경제적 손해는 아닙니다. 시장 내 입지에 별다른 문제가 없을 수 있고 추가 시간이 기능의 가치를 크게 높일 수도 있습니다.

하지만 기대 가치가 시간에 따라 달라진다면 지연은 두 번 작용할 수 있습니다. 기업은 더 오래 구현에 투자하고, 기대한 이익은 더 늦게 얻습니다.

경쟁이 치열한 제품, 제한된 시장 기회, 계약상 중요한 기능에서는 추가 개발 시간 자체보다 이 효과가 더 중요할 수 있습니다.

시장 출시까지의 시간은 추상적인 관리 지표에 그치지 않습니다. 기술적 변경 용이성의 가능한 경제적 결과가 됩니다.

지금까지는 변경 용이성을 주로 작업과 지연을 줄이는 수단으로 보았습니다. 전략적 가치는 그보다 클 수 있습니다.

기업은 3년 뒤나 5년 뒤 내려야 할 결정을 지금 모두 알지 못합니다. 새 사업 모델, 데이터 처리 규제, 플랫폼 지원 종료, 새 판매 채널, 다른 시장 진출, 핵심 외부 API의 교체가 생길 수 있습니다.

이럴 때 유연성은 옵션의 성격을 가집니다. Sullivan, Griswold, Cai, Hallen은 실물 옵션 사고를 모듈형 소프트웨어 구조에 적용해 모듈성과 정보 은닉의 경제적 가치를 연구했습니다. 모든 아키텍처 결정을 거래소 옵션처럼 정확하게 금전 평가할 수 있다는 뜻은 아닙니다. 나중에 더 나은 정보를 갖고 결정할 수 있다는 가능성이 왜 가치 있는지 설명하는 경제적 모델입니다.

전략적 생각은 단순합니다.

어떤 변경이 생길지 지금 몰라도 됩니다. 나중에 대응할 수 있으면 됩니다.

좋은 아키텍처는 속도만 사 주지 않습니다. 기업에 결정의 자유를 사 줍니다.

심하게 굳어진 시스템은 그 자유를 단계적으로 줄일 수 있습니다. 원칙적으로 가능한 기술 변화가 너무 비싸고 오래 걸리고 위험해서 경제적으로 현실적인 선택지가 아니게 될 수 있습니다.

최대 유연성이 언제나 최적이라는 뜻도 아닙니다. 유연성 자체에도 개발 작업이 필요합니다. Carrière, Kazman, Ozkaya도 사업 맥락에서 아키텍처 결정의 비용과 이익을 명시적으로 따져야 한다고 주장합니다.

경제적 가치는 생각할 수 있는 모든 미래를 미리 구현하는 데 있지 않습니다. 중요한 불확실성에 대응할 충분한 선택지를 남기는 데 있습니다.

하지만 “새 기능이 필요 없습니다”만으로는 부족합니다

섹션 제목: “하지만 “새 기능이 필요 없습니다”만으로는 부족합니다”

처음의 반대 입장으로 돌아갈 수 있습니다.

제품을 거의 발전시키지 않는다면 높은 변경 용이성의 기대 이익은 줄어듭니다. 그래서 나쁜 기술 상태를 감수하는 것이 합리적일 수 있습니다.

하지만 계산에는 불확실성이 들어 있습니다.

“더는 변경할 계획이 없습니다”와 “더는 변경할 필요가 없을 것입니다”는 같은 말이 아닙니다.

미래의 변경이 모두 제품 관리에서 시작되지는 않습니다. 개념적으로 두 원천을 나눌 수 있습니다.

주로 기업 자신의 결정에서 생기는 변경입니다. 예를 들어 다음이 있습니다.

  • 새 기능
  • 사용자 경험 변경
  • 새 사업 모델
  • 리팩터링
  • 추가 연동
  • 전략적 제품 변경

많은 경우 적어도 일부는 조직이 결정할 수 있습니다. 너무 비싸면 미루거나 단순화하거나 아예 없앨 수 있습니다.

반대로 시스템의 환경에서 생기는 변경입니다.

  • 새로 발견된 보안 취약점
  • 법률·규제 변화
  • 새 준수 요건
  • 외부 인터페이스 변경
  • 플랫폼·운영체제 변경
  • 브라우저·클라우드 플랫폼 변경
  • 라이브러리, 런타임 환경, 프로토콜의 지원 종료

기업이 발생 시점을 통제할 수 있는 정도는 훨씬 작습니다.

소프트웨어의 미래 변경 필요성은 제품 관리만이 결정하지 않습니다.

계획한 제품 변경과 외부에서 촉발된 변경이 같은 소프트웨어 시스템에 작용합니다.

원본 크기로 보기

미래의 변경 필요성은 제품 관리만이 결정하지 않습니다. 어떤 변경은 우리 로드맵 밖에서 생깁니다.

소프트웨어 진화: 환경은 계속 변합니다

섹션 제목: “소프트웨어 진화: 환경은 계속 변합니다”

오래된 소프트웨어가 변하는 환경에 대응해야 한다는 관찰은 새롭지 않습니다.

Meir M. Lehman은 이미 1970년대부터 소프트웨어 진화를 연구했습니다. 특히 E-Type Systems를 구분합니다. 실제 프로세스와 환경에 내재되어 있어 유용성이 그 환경과 연결되는 시스템입니다. 잘 알려진 소프트웨어 진화 법칙에는 _지속적 변화(Continuing Change)_와 _복잡성 증가(Increasing Complexity)_가 있습니다.

이 ‘법칙’을 모든 현대 아키텍처의 불변 자연법칙으로 읽어서는 안 됩니다. 특정한 오래된 시스템의 경험적 관찰에서 나왔고 이후 발전하고 논의되었습니다. Lehman 자신도 1996년에 진행 중인 연구 맥락에서 다시 다뤘습니다.

그래도 경제적 논증의 기본 생각은 단단합니다. 실제 조직적·기술적·사회적 환경과 상호작용하는 시스템은 환경이 변했는데 맞게 조정하지 않으면 중요성을 잃을 수 있습니다.

제품의 도메인 기능이 완성되었을 수는 있습니다. 그렇다고 환경까지 완성된 것은 아닙니다.

기능 백로그를 동결해도 소프트웨어가 운영되는 환경까지 동결되지는 않습니다.

보안: 외부가 정한 시간 압박 속의 변경

섹션 제목: “보안: 외부가 정한 시간 압박 속의 변경”

보안 취약점은 외생적 변경의 특히 분명한 사례입니다.

새 취약점이 언제 발견되고, 정보가 언제 공개되며, 대응이 얼마나 긴급한지 조직이 안정적으로 정하지는 못합니다. 상황에 따라 오래 준비할 수도, 급히 변경해야 할 수도 있습니다.

좋은 아키텍처가 보안 취약점을 막아 주지는 않습니다. 구조가 훌륭한 시스템도 취약할 수 있습니다.

하지만 필요한 변경을 어떤 조건에서 할 수 있는지에는 영향을 줍니다.

경험적 보안 연구는 복잡한 기술 생태계에서 패치 전달이 크게 늦어질 수 있음을 보여 줍니다. Zhang, Zhang, Qian, Lau는 2021년 Android 커널 생태계의 패치 전파를 연구했습니다. 매우 분산되고 파편화된 공급망에서 패치는 여러 기술적·조직적 층위를 거칠 수 있었습니다. 조사한 사례 중에는 패치 공개부터 단말 적용까지 몇 달, 심지어 몇 년 걸린 경우도 있었습니다.

Big Ball of Mud를 연구한 것이 아닙니다. 기술적·조직적 의존성이 보안 개선을 크게 늦출 수 있다는 연구입니다. 따라서 다음 적용도 아키텍처 가설입니다.

결합도가 높고 변경 범위를 예측하기 어려운 시스템은 변경을 미룰 수 없는 바로 그 순간 경제적 위험이 될 수 있습니다.

선택적인 기능은 너무 비싸다고 포기할 수 있습니다. 중요한 보안 수정에는 그런 자유가 없을 수 있습니다.

낮은 변경 용이성이 대응 위험이 됩니다.

외부의 강제는 보안만이 아닙니다.

법률·규제 요건에는 정해진 기한이 있을 수 있습니다. 새 데이터 처리를 요구하고, 프로세스를 바꾸며, 추가 증빙이나 인터페이스에 영향을 줄 수 있습니다. 산업 표준과 의무 플랫폼의 변화도 기술적 대응을 필요하게 할 수 있습니다.

경제적 질문은 더 이상 이것만이 아닙니다.

이 변경에 투자할 가치가 있습니까?

다음일 수 있습니다.

주어진 시간 안에 이 변경을 믿을 만하게 수행할 수 있습니까?

변경 용이성의 가치가 근본적으로 달라집니다.

아키텍처는 기업이 예상 밖의 변화를 맞을지 결정하지 않습니다. 얼마나 잘 대응할 수 있는지에는 영향을 줍니다.

그래서 “이 제품에는 새 기능이 없습니다”만으로 기술적 상태를 그대로 둘 경제적 근거는 충분하지 않습니다. 남은 수명 동안 어떤 외부 변화에 노출될 수 있는지도 중요합니다.

변경 용이성의 경제적 차원을 세 가지로 나눌 수 있습니다.

원하거나 필요한 변화를 안정적으로 구현하려면 얼마나 많은 일이 필요합니까?

변경하기 어려운 시스템이 만들 수 있는 추가 분석, 테스트, 조율, 재작업 비용이 작용합니다.

변경 전에 작업량과 기간을 얼마나 믿을 만하게 추정할 수 있습니까?

예산, 일정, 의존성, 사업상 약속에 중요합니다. 비싼 변경도 계획할 수 있습니다. 반면 크게 변동하고 구현 중에야 드러나는 변경은 조직적으로 다루기 더 어려울 수 있습니다.

마음대로 미룰 수 없는 변경이 생기면 조직은 얼마나 빨리 통제하며 행동할 수 있습니까?

보안, 규제, 플랫폼 변경 등 외부의 강제가 중요해집니다.

세 차원을 정밀한 척하는 지표 하나로 계산하는 것은 타당하지 않습니다. 서로 다른 경제적 부담을 설명합니다.

변경 용이성의 경제적 가치는 변경을 싸게 만드는 데만 있지 않습니다. 비용, 기간, 위험을 통제 가능한 범위 안에 두는 데도 있습니다.

도메인 변경을 둘러싼 이해, 회귀 검증, 조율 등 추가 시스템 작업의 비용.

원본 크기로 보기

변경에 드는 경제적 작업량은 도메인 요구 자체의 구현을 훨씬 넘어설 수 있습니다.

채용은 사람을 구하는 것 이상입니다

섹션 제목: “채용은 사람을 구하는 것 이상입니다”

소프트웨어만 변하는 것은 아닙니다. 변경하는 사람도 바뀝니다.

새 개발자를 찾는 일에도 비용이 듭니다. 하지만 오래된 시스템에서 채용은 시작일 뿐입니다. 새 직원은 도메인과 개발 환경을 익히고 기술적·조직적 규칙을 배우며, 마침내 안전하게 변경할 만큼 시스템 지식을 쌓아야 합니다.

Big Ball of Mud에서는 어려움이 더해질 수 있습니다. 실제로 작용하는 구조의 상당 부분이 명시적으로 문서화되어 있지 않거나 코드의 국소적인 부분에서 추론되지 않을 수 있습니다. 어느 영역이 연결되고, 어떤 경로가 위험하며, 이상해 보이는 해법이 왜 있는지에 관한 지식이 경험자에게 있습니다.

레거시 온보딩의 경험적 연구는 그런 지식 습득이 실제로 중요한 과제일 수 있음을 보여 줍니다. Britto, Cruzes, Šmite, Sablis는 전 세계에 분산된 레거시 프로젝트 세 개를 연구했습니다. 사례에서 레거시 코드 학습은 특별한 어려움이었고 프로젝트 규모와 원래 지식 보유자와의 거리가 더 어렵게 했습니다.

Big Ball of Mud의 온보딩이 언제나 정해진 비율만큼 더 오래 걸린다는 뜻은 아닙니다.

신중한 적용은 이렇습니다.

레거시 프로젝트 연구는 과거의 시스템 지식 습득이 중요한 온보딩 과제일 수 있음을 보여 줍니다. 실제 아키텍처의 상당 부분을 암묵적으로만 아는 Big Ball of Mud에서는 이 메커니즘이 특히 중요할 것으로 보입니다.

구조를 이해하기 어렵다는 사실이 직접적인 인건비 차원을 갖습니다.

온보딩은 새 직원의 시간만 쓰지 않습니다.

낯선 시스템을 이해하려는 개발자에게는 이미 아는 사람의 지원이 필요합니다. 질문에 답하고, 과거 결정을 설명하고, 함께 작업하고, 변경을 리뷰하며, 코드만으로 위험을 알기 어려운 곳의 실수를 막아 줍니다.

Britto 등의 레거시 사례에서도 경험 있는 개발자의 코칭과 멘토링이 온보딩의 일부였습니다. 여기에는 자주 과소평가되는 경제적 이중 효과가 있습니다.

새 직원이 배우는 동안 자신의 학습 시간이 듭니다. 동시에 경험자의 역량도 사용합니다. 이해하기 어려운 시스템에서는 그 경험자 자체가 이미 희소한 자원일 수 있습니다.

온보딩은 신입의 생산성만 쓰는 것이 아닙니다. 암묵지를 가진 사람들의 생산성도 함께 사용합니다.

팀을 키우려고 필요한 새 사람들이 처음에는 이미 병목인 사람을 더 부담스럽게 할 수 있습니다.

사람 수를 더한다고 시스템의 조직적 규모가 마음대로 커지지는 않습니다. 새 역량은 먼저 기존 역량의 교육을 받아야 합니다.

앞선 글에서는 변경하기 어려운 시스템이 사람과 조직에 무엇을 할 수 있는지 살펴봤습니다. 경제적으로는 반대 방향만으로 충분합니다. 사람이 떠나면 시스템에는 무엇을 뜻합니까?

새 개발자가 비교적 빨리 떠나면 막 쌓은 투자의 일부가 함께 사라집니다. 후임을 위해 채용, 온보딩, 멘토링, 시스템 지식 습득에 다시 투자해야 합니다.

오래 일한 사람은 반대일 수 있습니다. 과거의 관계를 아는 사람이 떠나면 문서, 테스트, 구조에 완전히 담기지 않은 정보가 사라질 수 있습니다.

Robillard는 2021년 세 회사의 전문 개발자와 관리자 27명을 질적으로 인터뷰하고 인력 교체에 따른 지식 손실을 설명하는 틀을 만들었습니다. Big Ball of Mud 연구는 아니지만 개발자의 이탈이 팀에서 중요한 기술 지식을 실제로 없앨 수 있음을 보여 줍니다.

시스템이 암묵적인 과거 지식에 더 의존할수록, 경제적 관점에서도 이 메커니즘이 중요하다고 보는 해석에 설득력이 더해집니다.

새 사람을 익숙하게 만드는 비용도 클 수 있고, 경험자를 잃는 비용도 클 수 있습니다.

안전한 변경이 소수만 가진 지식에 크게 의존하면 Big Ball of Mud는 양쪽을 더 어렵게 할 수 있습니다.

그런데도 구조 개선의 경제적 타당성을 설명하기 어려운 이유는 무엇일까요?

근본적인 비대칭이 한 이유입니다.

개선 비용은 보입니다. 분석 결과 마이그레이션에 여러 팀이 몇 달 묶일 수 있습니다. 리팩터링에는 구체적인 역량이 필요합니다. 인프라를 세우고 데이터를 옮기며 기존 동작을 보호해야 합니다.

예산에 비용이 나타납니다. 반면 나아진 변경 용이성의 이익은 미래의 추가 작업을 하지 않아도 되는 것인 경우가 많습니다.

개발자가 의존성을 3일간 분석할 필요가 없습니다. 두 번째 팀을 부르지 않습니다. 회귀 테스트가 필요해지지 않습니다. 기능이 일주일 더 기다리지 않습니다. 새 사람이 전문가 설명 대신 구조만 보고 경계를 이해합니다.

일어나지 않았기 때문에 성공 보고에도 나타나지 않습니다.

좋은 아키텍처는 눈에 보이는 성과를 만들기보다 보이지 않는 추가 작업을 막는 경우가 많습니다.

어려운 투자 타당성 검토가 됩니다.

순전히 예시로, 개선에 500인일이 든다고 해 보겠습니다. 구체적인 숫자가 있습니다. 반대편에는 앞으로 5년 동안 분석, 조율, 회귀 검증, 장애, 지연 비용의 알 수 없는 일부를 피할 수 있다는 주장이 있습니다.

첫 숫자는 보이고 단기적입니다.

두 번째는 분산되고 확률적이며 일부는 반사실적입니다. 투자하지 않았으면 어떤 비용이 생겼을지 알아야 합니다.

하지만 반대 방향의 아키텍처 신앙도 생겨서는 안 됩니다. 보이지 않는 이익이 자동으로 큰 이익은 아닙니다. 비싼 현대화에는 긍정적인 투자 타당성이 없을 수도 있습니다.

경제적 과제는 기술 쪽을 도덕적으로 높이는 것이 아니라 불확실성 아래에서 양쪽을 비교하는 것입니다.

예상 변경 필요성이 작은 제품에서 가장 어려운 결정에 이릅니다.

앞으로 3년 동안 변경이 거의 필요하지 않을 가능성이 실제로 매우 높을 수 있습니다.

그렇다면 변경하기 어려운 시스템을 근본적으로 건드리지 않는 것이 경제적으로 타당할 수 있습니다.

그래도 질문이 남습니다.

드물지만 반드시 해야 하는 변경이 생기면 어떻게 됩니까?

중요한 취약점이 공개됩니다. 법적 기한이 변경을 요구합니다. 핵심 플랫폼이 예상보다 빨리 지원을 끝냅니다. 안정적이던 외부 서비스가 인터페이스를 바꿉니다.

평균적인 예상 유지보수 비용만이 중요하지 않습니다. 발생 확률, 잠재적 피해, 대응 가능 시간, 그 안에 통제하며 행동할 기술적 능력도 중요합니다.

복잡한 금융수학적 계산 없이도 중요한 구분은 할 수 있습니다.

“변경이 거의 없을 것으로 예상합니다”는 전망입니다. 보장은 아닙니다.

기업은 의식적으로 위험을 감수할 수 있습니다. 다만 ‘계획한 제품 개발이 적음’을 무심코 ‘필요한 변경이 없음’으로 바꾸어 해석해서는 안 됩니다.

아키텍처를 신앙으로 만들지 않습니다

섹션 제목: “아키텍처를 신앙으로 만들지 않습니다”

처음의 반대 입장으로 돌아옵니다.

오래된 Big Ball of Mud가 제품에 경제적으로 올바른 기술적 현실일 수 있습니다. 교체 계획이 확실하고, 남은 수명이 짧으며, 예상 변경이 적고, 중요한 외부 위험을 다룰 수 있을 때 특히 그렇습니다.

이때 개선은 남은 수명 동안 회수할 수 있는 것보다 더 많은 돈, 시간, 위험을 만들 수 있습니다.

하지만 똑같은 기술 구조가 전략적 핵심 제품에서는 경제적 문제일 수 있습니다. 새 기능이 계속 생기고, 여러 연동이 바뀌며, 규제 대응이 중요하고, 보안 수정이 빨라야 하고, 개발 조직이 커지거나 제품을 여러 해 더 운영해야 한다면 변경 용이성 자체가 생산 요소가 됩니다.

수명 주기 끝의 제품에서는 Big Ball of Mud를 경제적으로 합리적인 선택으로 받아들일 수 있습니다. 같은 구조에 기업이 지속적인 변화까지 요구할 때 문제가 됩니다.

중요한 질문은 코드가 현대 아키텍처 관념에 맞느냐가 아닙니다.

이 질문입니다.

이 시스템을 계속 변경하기 위해 기업은 어떤 대가를 냅니까?

추가 개발 시간일 수 있습니다. 조율 작업, 긴 리드 타임, 낮은 추정 가능성, 늦어진 이익, 어려운 온보딩, 묶인 전문가 역량, 잃어버린 전략적 선택지로 나타날 수도 있습니다.

그 대가는 바뀔 수 있습니다.

어제까지 유지보수 모드로 경제적으로 잘 운영한 시스템도 제품 전략, 규제, 보안 상황, 남은 수명이 바뀌면 내일 전혀 다른 평가가 필요할 수 있습니다.

그래서 Big Ball of Mud의 경제성은 코드의 고정된 속성이 아닙니다.

기술 상태와 조직이 오늘과 미래에 그 시스템에 요구해야 하는 변화 사이의 관계입니다.

Big Ball of Mud도 경제적으로 오래 작동할 수 있습니다.

제품이 안정적이고 드물게 바뀌며 남은 수명이 제한되어 있다면 기술적 침식을 받아들이는 것은 전적으로 합리적일 수 있습니다. 포괄적인 개선에도 비용, 위험, 기회비용이 있습니다. 모든 기술 부채를 갚을 필요는 없습니다.

하지만 변경 필요성이 커지면 계산이 달라집니다.

개발 역량의 더 큰 몫이 새 도메인 가치를 만드는 대신 기존 시스템을 변경할 수 있게 하는 일에 들어갈 수 있습니다. 이해, 회귀 검증, 조율, 우회 방법, 재작업, 안전장치입니다. 기술적 의존성은 리드 타임을 만들 수 있고, 알 수 없는 변경 범위는 이미 어려운 추정을 더 어렵게 할 수 있습니다. 높은 변경 비용은 코드를 쓰기 전에 제품 결정부터 바꿀 수 있습니다.

개별 변경 밖에서도 비용이 듭니다. 새 개발자는 과거의 시스템 지식을 배우며 경험자의 역량을 사용합니다. 지식 보유자가 떠나면 대체하기 어려운 지식이 사라질 수 있습니다. 구조 때문에 생긴 추가 작업에 개발 역량이 묶이면 시간만 부족한 것이 아닙니다. 그동안 대신 다룰 수 있었던 기능, 개선, 위험도 빠집니다.

그래도 일반적인 현대화 의무를 도출하면 잘못입니다.

Big Ball of Mud의 계속 운영은 오히려 미래에 대한 경제적 베팅입니다. 예상 변경이 적고 남은 수명이 제한되며 온보딩과 지식 손실을 다룰 수 있고, 드물지만 필요한 변경을 기존 구조에서도 통제하며 수행할 수 있을수록 개연성이 높습니다.

실제 변경 필요성의 일부는 로드맵 밖에 있기 때문입니다. 새 기능 계획이 없어도 보안 취약점, 규제 요건, 플랫폼 변화, 외부 인터페이스가 대응을 요구할 수 있습니다.

아키텍처의 경제적 가치는 변경을 싸게 하는 데만 있지 않습니다. 비용, 기간, 위험을 통제 가능한 범위 안에 두는 데도 있습니다.

기능 백로그를 동결해도 소프트웨어가 운영되는 환경까지 동결되지는 않습니다.

따라서 기업은 Big Ball of Mud의 대가를 개발 시간으로만 내지 않습니다. 최악에는 더는 스스로 미룰 수 없는 변화에 대응하는 능력으로 냅니다.

  • Besker, T., Martini, A. & Bosch, J. (2019). Software Developer Productivity Loss Due to Technical Debt – A replication and extension study examining developers’ development work. Journal of Systems and Software, 156, 41–61. DOI: 10.1016/j.jss.2019.06.004.
  • Britto, R., Cruzes, D. S., Šmite, D. & Sablis, A. (2018). Onboarding software developers and teams in three globally distributed legacy projects: A multi-case study. Journal of Software: Evolution and Process, 30(4), e1921. DOI: 10.1002/smr.1921.
  • Carrière, S. J., Kazman, R. & Ozkaya, I. (2010). A cost-benefit framework for making architectural decisions in a business context. Proceedings of the 32nd ACM/IEEE International Conference on Software Engineering, Volume 2, 149–157. DOI: 10.1145/1810295.1810317.
  • Cataldo, M., Herbsleb, J. D. & Carley, K. M. (2008). Socio-technical congruence: A framework for assessing the impact of technical and work dependencies on software development productivity. Proceedings of the Second ACM-IEEE International Symposium on Empirical Software Engineering and Measurement, 2–11. DOI: 10.1145/1414004.1414008.
  • Cohen, M. A., Eliashberg, J. & Ho, T.-H. (1996). New Product Development: The Performance and Time-to-Market Tradeoff. Management Science, 42(2), 173–186. DOI: 10.1287/mnsc.42.2.173.
  • Jørgensen, M. (2004). A review of studies on expert estimation of software development effort. Journal of Systems and Software, 70(1–2), 37–60. DOI: 10.1016/S0164-1212(02)00156-5.
  • Jørgensen, M. (2007). Forecasting of software development work effort: Evidence on expert judgement and formal models. International Journal of Forecasting, 23(3), 449–462. DOI: 10.1016/j.ijforecast.2007.05.008.
  • Jørgensen, M. & Shepperd, M. J. (2007). A Systematic Review of Software Development Cost Estimation Studies. IEEE Transactions on Software Engineering, 33(1), 33–53. DOI: 10.1109/TSE.2007.3.
  • Lehman, M. M. (1980). Programs, life cycles, and laws of software evolution. Proceedings of the IEEE, 68(9), 1060–1076. DOI: 10.1109/PROC.1980.11805.
  • Lehman, M. M. (1996). Laws of Software Evolution Revisited. In: Montangero, C. (Hrsg.), Software Process Technology, Lecture Notes in Computer Science, Vol. 1149, 108–124. Springer. DOI: 10.1007/BFb0017737.
  • Robillard, M. P. (2021). Turnover-Induced Knowledge Loss in Practice. Proceedings of the 29th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering, 1292–1302. DOI: 10.1145/3468264.3473923.
  • Sullivan, K. J., Griswold, W. G., Cai, Y. & Hallen, B. (2001). The Structure and Value of Modularity in Software Design. Proceedings of the 8th European Software Engineering Conference held jointly with the 9th ACM SIGSOFT International Symposium on Foundations of Software Engineering, 99–108. DOI: 10.1145/503209.503224.
  • Zhang, Z., Zhang, H., Qian, Z. & Lau, B. (2021). An Investigation of the Android Kernel Patch Ecosystem. 30th USENIX Security Symposium (USENIX Security 21), 3649–3666. USENIX Association.