beta.pill beta.stripText beta.stripCta
Shoulder의 배경 이야기

Shoulder가 존재하는 이유

같은 창업자. 같은 패턴. 다른 문제.

Shoulder는 모든 코드 변경이 시스템에 실제로 무엇을 했는지 보여줍니다. 현대 코드베이스를 위한 구조적 영향 분석. O'Reilly Media에 인수된 인터랙티브 학습 플랫폼 Katacoda 팀이 만들었습니다.

모든 것이 시작된 곳

Shoulder 이전에 우리는 Katacoda를 만들었습니다. 개발자들이 실습을 통해 배울 수 있는 플랫폼입니다. 문서를 읽거나 동영상을 보는 대신, 브라우저에서 터미널을 열고 실제 도구로 연습했습니다. 설정 없음. 마찰 없음. 배우러 온 것만.

Katacoda는 실습 기술 학습의 표준이 되었습니다. Red Hat, HashiCorp, Datadog, Kubernetes 프로젝트 모두 주요 인터랙티브 학습 환경으로 채택했습니다. CNCF는 홈페이지에 소개했습니다. 글로벌 컨설팅 회사들이 대규모로 엔지니어링 팀을 교육하는 데 사용했습니다.

O'Reilly Media는 2019년 Katacoda를 인수하여 250만 사용자의 학습 플랫폼에 인터랙티브 시나리오를 가져왔습니다. 간단한 이유로 작동했습니다: 더 많은 콘텐츠를 추가하지 않았습니다. 실행의 마찰을 제거했습니다.

Katacoda: 인터랙티브 학습 환경

Katacoda는 인프라 도구 학습을 위한 브라우저 기반 샌드박스 환경을 개척했습니다. Kubernetes, Docker, Terraform 등. 로컬 설정 불필요. 개발자들은 수 초 만에 의도에서 행동으로 이동할 수 있었습니다.

Red Hat HashiCorp Datadog Kubernetes / CNCF O'Reilly Media

O'Reilly Media에 인수(2019년). 인터랙티브 학습을 250만 사용자에게 제공.

우리가 계속 보는 패턴

Katacoda가 가르쳐준 것은 개발자 도구가 결정이 내려지는 정확한 순간에 자리잡을 때 성공한다는 것입니다. 그리고 그 주변의 불확실성을 줄입니다.

1 개발자가 주저하는 순간 찾기
2 불확실성 제거
3 워크플로우의 일부가 되기

Katacoda는 배우고 싶다는 것과 실제로 배우는 것 사이의 격차를 제거했습니다. Shoulder는 코드를 작성하는 것과 그것이 시스템에 실제로 무엇을 했는지 보는 것 사이의 격차를 제거합니다.

AI는 더 많은 코드를 작성합니다. 신뢰는 인간이 볼 수 있는 것보다 더 빠르게 변합니다.

AI는 수 초 안에 수백 개의 파일을 리팩터링합니다. 더 많은 코드가 더 빠르게 출시되지만, 변경당 인간의 이해도는 낮아집니다. 검토자들은 차이를 봅니다. 결과는 보지 못합니다. 인증이 사라졌나요? 공개 엔드포인트가 나타났나요? 신뢰할 수 없는 데이터가 데이터베이스에 도달했나요?

병목은 더 이상 코드를 작성하는 것이 아닙니다. 모든 변경이 시스템에 실제로 무엇을 했는지 보는 것입니다.

AI의 출력을 검토하는 것이 아닙니다.

실제로 무엇을 했는지 확인하는 것입니다.

지금 그 가시성이 없습니다. 개발자들은 빠르게 나아가며 희망하거나, 감속하여 감지를 최적화하는 도구의 소음에 빠지는 것 중에서 선택합니다. 더 많은 알림, 더 많은 발견, 더 많은 대시보드. 하지만 감지는 가치가 있는 곳이 아닙니다.

진짜 제어 지점은 코드 변경이 착지하는 순간입니다. 거기서 위험이 프로덕션이 되고, 의존성이 공격 면이 되고, AI 생성 코드가 신뢰받게 됩니다. 그 순간에는 구조적 분석이 필요하며, 더 많은 알림이 아닙니다.

당신이 보는 것

Shoulder는 구조적 영향 분석을 제공합니다. AI 코딩 루프 내부, 파이프라인에서, 또는 모든 저장소에서. 코드가 변경될 때 Shoulder는 시스템 그래프를 재구성하고 신뢰 델타를 계산합니다.

구조적 분석

개인 경로가 공개될 때. 인증 커버리지가 떨어질 때. 신뢰할 수 없는 입력이 데이터베이스, 셸, eval에 도달할 때. 줄 수준 차이가 아닌. 시스템 수준 결과.

에코시스템 인텔리전스

유지관리자 이력, 다운로드 이상, 설치 스크립트, 알려진 악성코드 신호에 대해 모든 패키지를 확인하세요. CVSS 점수를 넘어선 의존성 신뢰.

결정론적 검증

코드는 로컬에 유지됩니다. 매번 같은 결과. 모든 모델 또는 인간 작성자와 함께 작동. 결과는 검토 후가 아닌 코드가 작성되는 동안 도착합니다.

더 많은 알림이 필요하지 않습니다. 모든 변경이 실제로 무엇을 했는지 볼 필요가 있습니다.

다음 단계

CI/CD 적용, 런타임 신뢰 신호, 더 깊은 에코시스템 커버리지로 확장하고 있습니다. 목표는 Katacoda와 같습니다: 중요한 순간에 자리잡고 올바른 일을 쉽게 만들기.

Shoulder를 평가 중이거나 코드베이스에서 신뢰가 어떻게 작동하는지 생각하고 있다면, 여러분의 이야기를 듣고 싶습니다.