research

Tracer Bullets — 작은 end-to-end로 architecture 조준

Tracer Bullets — 작은 end-to-end로 architecture 조준

Hunt & Thomas The Pragmatic Programmer (1999) Tip 20. 군사 예광탄에서 어원 — 발사하면 궤적이 보임 → 조준 보정 가능. 작은 end-to-end로 먼저 통과시키고 점진 확장. overview의 🔄 Process 축 마지막. 14 원칙 모두의 통합 도구 — premature abstraction·TDD·BC·orthogonality 모두를 회피하면서 증거를 쌓는 mechanism. AI 시대에는 Anthropic one-feature-at-a-time이 정확히 tracer 패턴.

한 줄

작은 end-to-end로 먼저 통과시키고 점진 확장. 모든 layer를 얇게 통과해서 architecture를 검증. Spike와 다른 점: tracer는 남기는 코드 (점진 확장). Prototype과 다른 점: tracer는 architecture 검증 (사용자 체험 X). AI 시대에는 작은 end-to-end = AI agent의 최적 작업 단위 — Anthropic의 one-feature-at-a-time이 정확히 이 패턴. Premature abstraction의 가장 직접적 회피 도구.

⚛️ 철학

원칙의 왜. 더 깊은 root와의 연결.

군사 어원 — 예광탄

Tracer bullet (예광탄) = 야간에 발사 시 궤적이 빛나는 탄. 사용 mechanism:

1. 예광탄 발사 → 궤적이 보임 2. 궤적이 목표를 빗나갔는가? → 조준 보정 3. 보정된 조준으로 다시 발사

핵심 통찰: 목표를 모르고 정확히 조준할 수 없다. 발사하고 보정이 답.

Pragmatic Programmer의 명제

"Tracer bullets work because they operate in the same environment and under the same constraints as the real bullets... they let you see what's actually happening."

— Hunt & Thomas, The Pragmatic Programmer (1999), Tip 20

핵심 명제:

작은 end-to-end를 진짜 환경에서 작동시킨다. 모든 layer를 얇게 통과 — 모든 시스템 boundary가 정해짐. 그 위에 점진적으로 feature 추가.

Tracer vs Spike vs Prototype 구분

이 셋이 비슷해 보이지만 다른 도구:

도구목적결과물
Tracer bulletarchitecture 검증 + 남기는 코드 시작진짜 시스템의 시작점
Spike미지의 영역 탐색throw-away (학습 후 버림)
Prototype사용자 체험 검증시각적 mockup, 코드 X
MVP시장 수요 검증최소 기능 제품 (사용자 측)

→ Tracer는 코드를 남긴다. Spike와 가장 큰 차이. Tracer는 첫 시도가 production architecture의 backbone이 됨.

다른 root와의 연결

🧱 추상적 작동 구조

Layered architecture에서 tracer가 모든 layer를 얇게 통과:

점진적 확장

핵심: Architecture가 첫 tracer에서 결정됨. 그 후는 그 architecture 위에서 진화. 첫 tracer가 잘못된 architecture면 다 다시 시작. 그래서 첫 tracer가 strategic.

Walking Skeleton — modern 표현

Freeman & Pryce Growing Object-Oriented Software, Guided by Tests (GOOS, 2009):

Walking Skeleton: 시스템의 최소한의 작동이 모든 architectural component를 통과하는 형태.

→ Tracer bullet의 agile/TDD 시대 이름. 같은 정신. 말하기 좋게 진화.

Anthropic harnesses의 one-feature-at-a-time이 tracer 패턴

sources/key-articles-summary#3. Anthropic — *Effective Harnesses for Long-Running Agents*|Anthropic harnesses 핵심 명제:

"This incremental approach turned out to be critical to addressing the agent's tendency to do too much at once."

AI agent가 한 feature 작업
   ↓
end-to-end 작동 확인
   ↓
다음 feature
   ↓
누적 진전

→ Anthropic이 자체 production AI를 위해 도달한 답이 정확히 tracer bullets. one-feature = one tracer. 14 원칙 모두의 통합 implementation 패턴.

⚠️ 약점/한계

원칙의 적용 한계. 잘못 적용 시 함정.

1. 얇은 tracer가 deep module 정신과 외형 충돌

deep-modules 원칙: interface 작게, implementation 깊게. Tracer는 모든 layer를 얇게.

해결: Tracer의 "얇음"은 기능 범위가 작은 것. 각 layer의 implementation 깊이는 처음부터. 첫 use case만 처리하지만, 그 use case의 implementation은 production 수준.

2. 작은 시스템에 over-engineering

1회용 script, 작은 utility에 tracer 패턴 = over-engineering. 전체 architecture를 한 번에 design해도 됨.

해결: 시스템 크기로 판단. 5개 이상 layer가 있으면 tracer. 그 이하는 직접.

3. Architecture가 명확할 때는 tracer 불필요

이미 비슷한 시스템을 N번 만들어본 경우. 첫 tracer로 검증할 게 없음.

해결: 새로운 영역에만 tracer 적용. 친숙한 영역은 직접 build.

4. Tracer가 영구화될 위험

*"임시"*로 만든 tracer가 production이 됨. 구식 코드가 backbone에 남음.

해결: Tracer를 production code 표준으로 작성. 임시 의도가 있다면 spike로 분리. Tracer는 production의 시작점임을 의식.

5. 모든 layer를 얇게 통과가 각 layer의 깊이 부족

첫 tracer가 너무 얇으면 각 layer의 진짜 동작을 못 봄. toy version에 머무름.

해결: Tracer의 한 use case만큼은 진짜 동작. 인증·검증·error handling 모두. *use case 수가 적을 뿐 깊이는 production.

6. AI 시대 specific — AI agent가 tracer 정신을 못 읽음

AI agent가 task가 작다는 신호를 받으면 얕게 작업하는 경향. 첫 tracer가 toy version이 되어버림.

해결: Prompt에 production quality 강제 박기. "first iteration이지만 production code". Anthropic harnesses의 강력한 prompt 패턴.

7. 언제 tracer를 멈추고 production이라고 선언하는가

Tracer가 점진 확장하다가 언제부터 production인가? 명확한 경계 없음.

해결: Production = 첫 사용자가 의존하는 시점. 사용자 1명이라도 의존하면 production. 그 시점부터 tracer 의식은 사라지고 full production design.

🔄 대안 흐름

이 원칙이 적용 안 되는 시나리오와 다른 답.

대안 1 — Spike + delete

Tracer와 다름. Spike는 throw-away. 학습 후 버림. 남기는 코드 없음.

→ 미지의 영역 탐색에 정당. Tracer와 보완 — spike로 학습 → tracer로 implementation.

대안 2 — Big bang upfront design (Waterfall)

전체 architecture를 한 번에 설계. 그 후 build.

→ 작은 시스템 + 도메인 명확 + 변화 작음 = 정당. 큰 시스템에서는 증거 없는 설계 위험.

대안 3 — Walking Skeleton (GOOS)

Tracer bullet의 다른 이름. 같은 정신.

→ 사실 같음. agile / TDD 시대 어휘로 진화.

대안 4 — Vertical Slice

Tracer bullet의 또 다른 이름. 수직 통과. agile 진영에서 자주 사용.

→ 같은 정신. 어휘 차이.

대안 5 — MVP (Minimum Viable Product)

사용자 측면. 최소 기능으로 시장 검증. Tracer는 architecture 측면. 둘은 다른 질문에 답.

→ MVP + Tracer 합쳐서 사용 가능. MVP의 최소 기능을 tracer로 implementation.

💡 인사이트

AI 시대 왜 지금 부활하는가 + 학내 segment 의미.

1. Tracer = AI agent의 최적 작업 단위

AI agent의 한계:

  • Context window 제한 → 작은 단위 선호
  • Long-running task에서 fail
  • 작은 success가 누적되어야 진전

Tracer가 정확히 이 한계와 정합:

  • 작은 end-to-end = AI agent가 한 session에 처리 가능
  • 모든 layer 통과 = architecture가 한 번에 검증
  • 점진 확장 = AI agent의 누적 작업 단위

→ AI 시대에 tracer가 기본 작업 단위가 됨. 사람이 의식적으로 tracer로 분할할 필요 없이, AI agent와 작업하는 게 자연스럽게 tracer.

2. Anthropic harnesses의 one-feature-at-a-time이 tracer 직접

다시 강조: Anthropic이 자체 production AI를 위해 도달한 답이 정확히 tracer. one-feature = one tracer. 14 원칙의 AI 시대 운영 표준.

3. v1.0 design 직접 적용

시나리오Tracer 패턴
새 LLM Provider 추가첫 tracer adapter — 한 method만 작동, 그 후 확장
새 SKILL 개발첫 tracer skill — 한 use case만 처리, 그 후 확장
학내 통합 module 추가첫 tracer connection — 한 endpoint만 호출, 그 후 확장
Hooks layer첫 tracer hook — 한 lifecycle event만, 그 후 확장

→ 모든 v1.0 작업이 tracer로 시작. 증거 누적 → 점진 확장이 default.

4. Premature 함정 회피의 통합 도구

14 원칙 중 premature가 함정인 원칙들:

Tracer가 모든 premature의 답. 작은 통과로 증거 쌓기, 그 위에 strategic 결정. 14 원칙의 통합 도구.

5. 학내 학생의 첫 작동 만족감

학내 학생이 학내 도구를 처음 만들 때:

  • tracer 없이: 며칠 작업 → 첫 동작도 못 봄 → 동기 상실
  • tracer로: 1시간 작업 → 작은 작동 → 만족감 → 다음 step 동기

→ Tracer가 학습 동기의 mechanism. 첫 작동의 만족감이 fundamentals 학습 자체를 가능하게.

6. Walking Skeleton의 학습 자료적 가치

학내 segment에서 완성된 walking skeleton을 templates로 제공:

  • 수강신청 도구 walking skeleton
  • 시간표 짜기 walking skeleton
  • 논문 정리 도구 walking skeleton

학생이 완성된 tracer에서 시작 → 자기 use case로 확장. 처음부터 architecture 결정 부담 없음.

→ v1.0 marketplace의 kernel asset 중 하나가 walking skeleton templates. ubiquitous-language skill과 함께 learning by doing의 substrate.

7. 연구실 segment — 실험의 첫 working version

연구 코드도 tracer 적용:

  • 가설 → tracer 실험 (최소 작동)
  • 가설 검증 → tracer 확장 (더 정교한 실험)
  • 논문 → tracer 마무리 (재현 가능 형태)

→ 연구의 자연 cycle이 tracer의 점진 확장. v1.0이 실험 tracer template을 제공하면 연구 시작 비용 감소.

8. Architecture is the prompt의 검증 도구

sources/key-articles-summary#5. Ian Bull — *Sinks, Not Pipes*|Ian Bull 명제: architecture is the prompt. Tracer가 그 검증:

  • 첫 tracer로 architecture가 진짜로 작동하는지 확인
  • AI agent에게 tracer를 보여주면 architecture 학습
  • 잘못된 architecture는 tracer에서 fail → 즉시 보정

→ Tracer가 *architecture의 경험적 검증. AI 시대에 architecture는 서면 spec이 아니라 동작하는 tracer.

9. Spike + Tracer + Refactor의 cycle

작업의 자연 cycle:

1. Spike (탐색, throw-away) — 가능한 path 학습
2. Tracer (선택된 path의 작은 end-to-end) — architecture 결정
3. Refactor (점진 개선) — 누적 진화

각 단계가 strategic 사고의 다른 단계:

  • Spike → 가능성 탐색 (deep think)
  • Tracer → 결정 (strategic)
  • Refactor → 진화 (continuous strategic)

→ AI 시대에 이 cycle이 표준 작업 mode. v1.0이 도구화하면 학생이 fundamentals를 자연스럽게 흡수.

10. 14 원칙의 통합 — Tracer가 fundamentals 학습의 entry point

마지막 노트로서, 14 원칙을 통합하는 시각:

Tracer bullets로 시작하면 14 원칙이 순차적으로 자연스럽게 등장한다.

→ Tracer로 작업 시작 = 14 원칙을 강제로 마주침. 학내 학생이 tracer로 시작하면 자연스럽게 fundamentals 흡수. v1.0의 학습 path가 tracer로 들어가는 entry point.

🎉 14 원칙 모두 완성

이 노트로 overview의 14 원칙 모두 완성:

흐름원칙들
⚛️ 철학 rootsimple-not-easy · strategic-vs-tactical-programming · information-hiding
🧱 Module 축deep-modules · information-leak-vs-abstraction
🌐 Domain 축ubiquitous-language · bounded-context · anti-corruption-layer
🔄 Process 축orthogonality · reversibility · tdd-as-small-deliberate-steps · tracer-bullets
🤖 AI 시대 운영 표현ship-and-rollback-as-normal · named-ownership

다음 자연스러운 단계는 overview.md를 update — 모든 원칙 노트가 완성된 상태로 다시 보면서 통합 인사이트를 추가. 또는 14 원칙을 학내 segment에 적용한 specific 사례 노트로 확장.

관련

Sources

직접 source

  • The Pragmatic Programmer: 20th Anniversary Edition — Hunt & Thomas (2019). Tip 20 Use Tracer Bullets to Find the Target. 한국어판 《실용주의 프로그래머》 (인사이트)

Walking Skeleton (modern 표현)

  • Growing Object-Oriented Software, Guided by Tests — Freeman & Pryce (2009). Walking Skeleton 챕터
  • 한국어판 《테스트 주도 개발로 배우는 객체 지향 설계와 실천》 (인사이트)

AI 시대 표현

대안 도구

  • XP Explained — Kent Beck. Vertical slice
  • The Lean Startup — Eric Ries. MVP
  • Sketching User Experiences — Bill Buxton. Prototype

Spike + Tracer 패턴

  • eXtreme Programming 진영의 spike 정의
  • Lean software development — Mary & Tom Poppendieck. spike + iteration
← research 목록으로홈으로