SDLC Models & Agile Dynamics

1. Overview

SDLC 모델 및 애자일 동역학(SDLC Models & Agile Dynamics, SAD)은 아이디어가 실제 하드웨어에서 구동되는 소프트웨어로 변모하는 가치 창출의 전 과정을 공학적으로 설계하고 통제하는 '프로세스 물리학'입니다.

학습자는 요구사항부터 유지보수까지 이어지는 **소프트웨어 개발 수명 주기(SDLC)**의 고전적 선형 모델(Waterfall)과, 현대의 불확실성을 수치적으로 관리하는 애자일(Agile) 방법론의 수리적 차이를 배웁니다. 특히, 작업의 흐름을 시각화하는 칸반(Kanban)의 물리적 처리량($Throughput$) 모델과, 짧은 주기(Sprint) 내에 가치 있는 증분(Increment)을 완성하는 스크럼(Scrum)의 관성 제어 수순을 익힙니다. 이를 통해 프로젝트의 복잡도와 팀의 역량에 맞춰 최적의 개발 리듬을 설계하는 하이엔드 소프트웨어 공학 역량을 확보합니다.

2. Scope & Boundaries

In-Scope

• Primary SDLC Models: Waterfall, V-Model, Spiral, Iterative & Incremental의 논리 구조
• Agile Frameworks: Scrum(역할, 이벤트, 아티팩트), Kanban(WIP 제한), Lean의 물리적 적용
• Feedback Loops: 사용자 피드백이 개발 관성($Velocity$)에 미치는 수리적 작용
• Process Metrics: 리드 타임(Lead Time), 사이클 타임(Cycle Time)의 물리적 측정
• Estimation Techniques: Planning Poker, Story Points를 활용한 불확실성의 수치화

Out-of-Scope

• 협업 도구(Jira, Notion)의 구체적인 UI 사용법 (도구 숙련도 영역으로 위임)
• 코드 수준의 구체적인 구현 물리 (09-01-04 Construction 영역에서 분담)

Boundaries

• SAD vs. Construction: SAD가 '어떻게 일을 배분하고 흐르게 할 것인가'라는 거시적 관성에 집중한다면, Construction(09-01-04)은 '어떻게 실제 논리를 코드로 구체화할 것인가'라는 미시적 물리에 집중합니다.

3. Counterexample

• 단순히 "회의 자주 하기"라 설명하는 것은 SAD 학습이 아닙니다. 왜 폭포수(Waterfall) 모델에서 요구사항 변경이 발생했을 때 물리적으로 '회귀 비용'이 지수함수적으로 증가하는지 수리적으로 증명할 수 있어야 하며, WIP(Work In Progress) 제한이 없는 칸반 시스템이 왜 하드웨어 컨텍스트 스위칭 부하를 일으키고 실제 처리량($Throughput$)을 수치적으로 깎아먹는지 논증하지 못한다면 SAD의 정수를 이해하지 못한 것입니다.

4. Prerequisites

• Computing Logic & Fundamental Math (Basic): 01-01-XX 기초 논리 이해가 필수입니다.
• Operating Systems & System Mechanics (Recommended): 병렬 처리 및 리소스 경쟁 이해가 권장됩니다. (03-01-XX)

5. Learning Map

1. Life-cycle Vision: 소프트웨어가 태어나서 죽을 때까지 거쳐야 하는 물리적 관문을 이해합니다.
2. Predictive to Adaptive: 고정된 계획(Plan-driven)에서 변화에 반응하는(Value-driven) 물리적 도약을 배웁니다.
3. The Rhythm of Value: 스프린트와 데일리 스탠드업을 통해 개발팀의 수치적인 관성을 형성합니다.
4. Flow Optimization: 시스템의 모든 병목을 제거하고 가치가 막힘없이 흐르는 하이엔드 공정을 완성합니다.

6. Learning Topics

Basic

Core: 소프트웨어 실명 주기와 고전 모델 (SDLC Foundations)

• Why to Learn: 모든 개발 활동이 어떤 단계적 목표를 향해 나아가는지 전체 도면을 그리기 위해서입니다.
• What to Learn:
  • SDLC Stages: 계획, 분석, 설계, 구현, 시험, 유지보수의 물리적 순서
  • Waterfall Model: 엄격한 문서 중심과 단계별 완결성의 물리적 특징
  • V-Model: 개발 단계와 테스트 단계를 1<1로> 매핑하는 품질 물리학
• How to Learn:
  • 간단한 '계산기 앱' 개발을 위해 각 단계별 산출물(명세서, 설계도 등) 목록을 작성해보는 실습
  • 폭포수 모델에서 초기 설계가 틀렸을 때 마지막 단계에서 발생하는 물리적 재작업 수치 산출
• Implement: 프로젝트 규모와 기간을 입력받아 예상되는 SDLC 마일스톤을 뱉어내는 기초 SDLCPlanner

Recommended

Core: 애자일 철학과 스크럼 프레임워크 (Scrum Dynamics)

• Why to Learn: 불확실한 시장 상황에서 가장 중요한 가치부터 물리적으로 전달하기 위함입니다.
• What to Learn:
  • Agile Manifesto: 4대 선언과 12원칙의 공학적 의미
  • Scrum Roles: PO, Scrum Master, Developers의 물리적 책임 분담
  • Scrum Events: Sprint, Planning, Daily, Review, Retrospective의 수리적 주기
• How to Learn:
  • '레고 블록 쌓기'를 통해 스프린트 계획과 회고가 실제 완성도에 미치는 물리적 영향 실험
  • 스토리 포인트($Story Point$)를 부여하고, 팀의 번다운 차트(Burndown Chart)를 수리적으로 해석
• Implement: 팀원의 역량과 스토리 점수를 입력받아 스프린트 가용성($Velocity$)을 계산하는 VelocityCalculator

Practical

Core: 칸반과 흐름 최적화 (Kanban & Lean Flow)

• Why to Learn: 팀이 너무 많은 일을 벌여서 정작 끝내지는 못하는 물리적 정체를 해소하기 위해서입니다.
• What to Learn:
  • Visualizing Workflow: 백로그, 진행 중, 완료를 나타내는 물리 보드 설계
  • WIP (Work In Progress) Limit: 동시 진행 작업을 제한하여 대기 시간을 줄이는 물리학
  • Cycle Time vs Lead Time: 가치가 생성되기 시작하고 완료될 때까지의 수치적 구분
• How to Learn:
  • 시뮬레이션 게임(예: FeatureBan)을 통해 WIP 제한이 있을 때와 없을 때의 전체 완료 개수 수치 비교 실습
  • 누적 흐름도($CFD$)를 보고 시스템 내의 병목 지점을 물리적으로 찾아내는 훈련
• Implement: 작업 현황 데이터를 분석하여 특정 단계에서 발생하는 정체 수치를 노출하는 KanbanMonitor

Advanced

Core: 대규모 애자일과 하이브리드 거버넌스 (Scalable Agile)

• Why to Learn: 수백 명의 개발자가 한배를 탔을 때 소통의 물리적 부하를 관리하기 위함입니다.
• What to Learn:
  • Scaling Frameworks: SAFe, LeSS, Nexus 등 거대 조직용 수리 협업 모델
  • Hybrid Methodology: Waterfall의 계획성과 Agile의 가변성을 수리적으로 결합
  • Portfolio Management: 비즈니스 가치에 따른 하드웨어 리소스 우선순위 할당 물리
• How to Learn:
  • 서로 다른 3개 팀이 하나의 프로토타입을 완성하기 위해 의존성을 관리하는 물리적 소통 수순 연구
  • 기술 부채($Technical Debt$) 누적이 향후 개발 속도에 미치는 물리적 감쇄 효과를 데이터로 증명
• Implement: 여러 팀의 백로그 의존성을 그래프 구조화하여 충돌 지점을 미리 찾는 DependencyWatcher

7. Terminology

8. References

Primary

• [P2] SWEBOK v4.0 - Software Engineering Process / Life Cycle Models — Process standards.
• [P5] SFIA v9 - Software Engineering / Methods and tools (Software development) — Industry skills.

Secondary

• [Software Engineering] Ian Sommerville — Comprehensive textbook on SDLC.
• [Thinking in Systems] Donella Meadows — For understanding feedback loops and flow.

Industry

• [The Scrum Guide] Ken Schwaber, Jeff Sutherland — The Scrum bible.
• [Kanban Guide] — Official guide for Kanban flow.

9. Final Checklist

Primary

• '폭포수 모델'에서 발생한 오류 수리 비용이 '애자일'보다 단계가 지날수록 물리적으로 왜 더 비싼지 설명 가능한가? (P2)
• '스크럼'의 3가지 아티팩트(Product/Sprint Backlog, Increment)가 왜 수치적 투명성을 필수로 하는지 기술할 수 있는 가? (P2)

Secondary

• '리틀의 법칙($Little's Law$)'을 통해 작업 중 인원($WIP$)과 처리 시간($Lead Time$)의 수리적 인과관계를 소통 가능한가?
• 애자일 선언문의 가치가 실제 하드웨어 개발 리소스 배분에 미치는 물리적 영향을 논증할 수 있는 가?

Industry

• 팀의 '번다운 차트' 기울기가 급격히 수평으로 변할 때, 발생한 물리적 장애 요인을 예측하고 대응책을 제안할 수 있는 가? (SFIA)
• '칸반 보드'에서 특정 컬럼에 카드가 쌓이는 현상이 전체 파이프라인의 물리적 처리량을 어떻게 파괴하는지 분석할 수 있는 가?