컴퓨터 과학을 다 외울 필요는 없습니다. 먼저 지도가 필요합니다.
컴퓨터 과학을 다 외우기보다 자료구조, 알고리즘, 시스템 설계, 개발 프로세스의 큰 지도를 먼저 잡는 입문 가이드입니다.
컴퓨터 과학 책 한 권을 펴봤는데, 목차만 보고도 덮은 적이 있다면 이상한 일이 아닙니다.
자료구조. 알고리즘. 운영체제. 네트워크. 컴파일러. 데이터베이스. 분산 시스템. 이름만 봐도 챕터마다 무게가 다릅니다.
초보자가 자주 하는 착각은 이것입니다.
"이걸 다 알아야 뭔가 만들 수 있겠구나."
그렇지 않습니다.
좋은 개발자도 컴퓨터 과학의 모든 동네를 다 가본 사람은 아닙니다. 대신 지도를 펼쳐 놓고 "아, 이 문제는 저쪽 동네 이야기구나" 하고 알아차립니다. 그 감각 하나가 디버깅, AI에게 질문하기, 개발자와 대화하기, 다음 공부 주제를 고르는 일을 훨씬 쉽게 만듭니다.
네 개의 동네
데이터를 어떻게 담아야 빨리 찾고, 바꾸고, 묶고, 연결할 수 있는지 다룹니다.
프로그램이 문제를 푸는 절차와, 데이터가 늘어날 때 그 절차가 얼마나 버티는지 다룹니다.
실제 앱 뒤에 있는 도시 설계도입니다. 서버, API(앱끼리 요청과 응답을 주고받는 약속), 데이터베이스, 캐시, 큐, 트레이드오프를 봅니다.
Git(변경 이력 관리 도구), 리뷰, 테스트, CI/CD(빌드·테스트·배포 자동화), 기술 부채처럼 소프트웨어를 안전하게 함께 만드는 방법입니다.
AI 시대에 왜 더 중요할까
AI는 코드를 빠르게 만들어줍니다. 하지만 판단까지 대신해주지는 않습니다. 오히려 판단의 중요성은 더 커졌습니다.
AI 도구가 기능을 만들어줬을 때도 우리는 여전히 물어야 합니다.
- 이 데이터 구조는 실제 사용자가 생겨도 버틸까?
- 데이터가 10개가 아니라 10,000개가 되면 느려지지 않을까?
- 단순한 앱을 만들고 있는 건가, 아니면 나도 모르게 복잡한 시스템을 만들고 있는 건가?
- 다른 사람이 이 코드를 리뷰하고, 테스트하고, 배포하고, 나중에 바꿀 수 있을까?
이 질문들은 모두 컴퓨터 과학 질문입니다. 학위가 있어야만 물을 수 있는 질문은 아닙니다. 지도가 필요할 뿐입니다.
막혔을 때 어디를 봐야 할까
| 증상 | 가능성 높은 동네 | 물어볼 질문 |
|---|---|---|
| "이 데이터를 찾는 과정이 어색하다." | 자료구조 | 내가 맞는 그릇에 데이터를 담고 있나? |
| "20개일 땐 되는데 20,000개가 되면 느리다." | 알고리즘 | 데이터가 늘어날 때 작업량은 어떻게 늘어나나? |
| "사용자가 늘면 앱이 자꾸 깨진다." | 시스템 설계 | 어느 부분이 과부하이거나 너무 강하게 묶여 있나? |
| "수정할 때마다 다른 곳이 깨진다." | 개발 프로세스 | 테스트, 리뷰, 브랜치, 배포 체크가 어디서 빠졌나? |
이 시리즈에서 다룰 것
네 동네가 어떻게 연결되는지 봅니다.
배열, 리스트, 해시맵, 스택, 큐, 트리, 그래프.
빅오, 이진 탐색, 재귀, 데이터 증가.
클라이언트/서버, API, DB(데이터베이스), 캐시, 큐, 로드 밸런서.
Git, PR(풀 리퀘스트), 코드 리뷰, 테스트, CI/CD, 기술 부채.
무엇부터 배우고 어떻게 계속할지 정리합니다.
이 시리즈에서 하지 않을 것
컴퓨터 과학이 쉽다고 말하지 않겠습니다. 어떤 주제는 실제로 깊습니다.
주말 하나로 시니어 개발자가 된다고 말하지도 않겠습니다.
정렬 알고리즘, 트리 변형, 네트워크 세부사항을 모두 외우라고 하지도 않겠습니다.
목표는 더 단순하고 실용적입니다. 기술 문제를 만났을 때, 그 문제가 지도 위 어디에 있는지 찾을 수 있게 되는 것. 그러면 필요한 것을 필요한 순간에 배울 수 있습니다.
피해야 할 초보자식 공부
초보자가 가장 많이 하는 실수는 닥치는 대로 공부하는 것입니다.
하루는 Big O(입력 증가에 따른 작업량), 다음 날은 Kubernetes(컨테이너 운영 도구), 그다음 날은 이진 트리, 또 다음 날은 React hooks(리액트 상태 관리 기능). 많이 공부하는 것 같지만 지식이 서로 연결되지 않습니다.
대신 이렇게 하세요.
- 문제가 어느 동네인지 찾습니다.
- 지금 막히게 만든 개념 하나만 배웁니다.
- 실제 프로젝트에 바로 적용합니다.
- 내 말로 짧게 기록합니다.
- 다음 문제가 생기면 다시 지도로 돌아옵니다.
그렇게 할 때 컴퓨터 과학은 겁나는 과목이 아니라 쓸모 있는 도구가 됩니다.
자주 묻는 질문
이 가이드는 무엇을 위한 것인가요?
AI 코딩 도구를 쓰는 빌더를 위한 실전 지도입니다. 기술적 문제가 어느 영역에 속하는지 파악하고, 가장 작고 유용한 개념을 배워 바로 적용하게 돕습니다.
소프트웨어를 만들려면 컴퓨터 과학 학위가 필요한가요?
아닙니다. 좋은 질문을 하고, 위험한 패턴을 알아보고, 다음에 무엇을 찾아봐야 할지 아는 정도의 어휘면 충분합니다.
프로덕션 준비 개발의 4개 동네는 무엇인가요?
자료구조, 알고리즘, 시스템 설계, 개발 프로세스입니다.
컴퓨터 과학 학위와 무엇이 다른가요?
학위는 이론을 깊게 다룹니다. 이 가이드는 판단력을 다룹니다. 어떤 실제 문제에 어떤 개념이 필요한지 아는 것입니다.
이 지도는 언제 사용해야 하나요?
코드가 느리거나, 지저분하거나, 취약하거나, 바꾸기 어려울 때 사용하세요. 동네를 식별하고, 막히게 만든 개념을 배우고, 적용한 뒤 다시 지도로 돌아오세요.
핵심 정리
컴퓨터 과학을 순서대로 모두 배울 필요는 없습니다. 지도가 필요합니다.
문제가 생기면 동네를 찾고, 그 문제를 설명하는 가장 작은 개념을 배워 프로젝트에 적용하세요. 그렇게 이론은 프로덕션 판단력이 됩니다.
