0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

クラウドネイティブ時代に求められる開発者像 ― クラウドを理解し、AIの提案を評価できる人へ

0
Posted at

クラウドサービスの理解は開発スキルの一部である
その理解が、AIの提案を評価できる人とできない人の差を生む

私はクラウドネイティブな開発において、

これから差がつくのは「コードを書ける人」ではなく、「クラウドサービスの特性を理解した上でシステムを設計できる人」だ。

と考えています。

これは生成AIが台頭する以前から、クラウドネイティブな開発に携わる中で感じてきたことです。クラウドサービスがアプリケーションの部品となった時点で、開発者の間にはすでに設計力の差が生まれ始めていました。

そして今、Claude Code、Codex、GitHub Copilotといった生成AIの進化によって、コードを書くこと自体のハードルは急速に下がっています。簡単な実装であれば数分で生成できるようになり、開発者がコードを書く時間は今後さらに減っていくでしょう。

コードを書く部分をAIが担うようになるほど、最後に残る差は設計力です。生成AIの登場はこの考えを変えるものではなく、むしろより鮮明にしたと感じています。

「AWSのことは分からないのでお願いします」

プロジェクトの中で、次のような会話を耳にすることがあります。

「アプリケーションは作りました。」
「AWSのことは分からないので、そこはインフラチームやDevOpsチームでお願いします。」

一見すると自然な役割分担に見えるかもしれません。

しかし、クラウドネイティブなシステム開発においては、この考え方は危険です。

なぜなら、クラウドサービスはもはや単なるインフラではないからです。

クラウドサービスはアプリケーションの部品である

オンプレミス時代において、インフラはアプリケーションの土台でした。

  • サーバーを何台用意するか
  • ロードバランサーをどう構成するか
  • ストレージをどう冗長化するか

こうした判断は主にインフラ担当者の責務でした。

しかしクラウドネイティブの世界では状況が大きく変わりました。

例えばAWSでは、

  • Lambda
  • ECS
  • EKS
  • SQS
  • EventBridge
  • DynamoDB
  • Aurora
  • API Gateway

といったサービスを組み合わせてシステムを構築します。

ここで重要なのは、これらが単なるインフラではなく、アプリケーションを構成する部品そのものだということです。

例えば、

  • SQSを挟むのか
  • EventBridgeを中心としたイベント駆動にするのか
  • DynamoDBを採用するのか
  • Auroraを採用するのか
  • Lambdaで実装するのか
  • コンテナで実装するのか

これらはインフラの話ではありません。

システム設計そのものです。

AWSを知らないことは設計の選択肢を失うこと

もし開発者がAWSを知らなければどうなるでしょうか。

当然ながら、

  • サーバーレスアーキテクチャ
  • イベント駆動アーキテクチャ
  • メッセージング設計
  • スケーラブルなデータストア設計

といった選択肢を十分に検討できません。

結果として、

  • とりあえずWebサーバーを立てる
  • とりあえずRDBを置く
  • とりあえず同期呼び出しでつなぐ

という、クラウド以前の発想に引き戻されてしまいます。

誤解のないように補足すると、Webサーバー+RDBという構成自体が悪いわけではありません。 小規模なシステムや、チームの運用体制を考えれば、それが最適解であることも多くあります。

問題は、それしか知らないために、それしか選べないことです。他の選択肢とそのトレードオフを理解した上でWebサーバー+RDBを選ぶのであれば、それは立派な設計判断です。

これは極端に言えば、

フレームワークを知らずにアプリケーションを設計する

のと同じです。

利用できる部品を知らなければ、最適な設計はできません。

具体例:同期処理とALBのタイムアウト

よくある例を一つ挙げます。

大きなファイルのアップロードや、集計・変換など時間のかかる処理を、Webアプリケーションで同期的に実装したケースです。

ローカル環境ではうまく動きます。しかしAWS上にデプロイすると、ファイルが大きい場合や処理が長引いた場合に、ALBのアイドルタイムアウト(デフォルト60秒)によって接続が切られ、クライアントには504エラーが返るという問題が起きます。

ここで「タイムアウト値を延ばしてください」とインフラチームに依頼するのは、対症療法にすぎません。

  • 処理中のリクエストがアプリケーションのスレッドを長時間占有し、同時アクセスが増えるとスレッドが枯渇する
  • クライアントがエラーと判断して再送すると、同じ処理が二重に実行される
  • デプロイやスケールインのたびに、処理中のリクエストが途中で打ち切られる

根本的な問題は、長時間かかる処理を、HTTPリクエストの生存期間に縛りつけている設計そのものにあります。

クラウドサービスの特性を前提にすると、設計は次のように変わります。

  1. クライアントはS3の署名付きURLを取得し、ファイルをS3へ直接アップロードする(アプリケーションサーバーを経由しない)
  2. S3のイベント通知をきっかけに、SQS経由でワーカーが非同期に処理する
  3. 処理状況はDynamoDBなどに記録し、クライアントはジョブIDで状況を確認する(または完了を通知する)

ファイルを伴わない長時間処理であれば、APIは202 AcceptedとジョブIDを即座に返し、処理はSQSに積んで非同期で実行します。

そして、この設計を選んだ時点で、新たに考えるべきことも生まれます。

  • SQSは「少なくとも1回」の配信なので、同じメッセージが重複して届いても問題ない(冪等な)処理にする
  • 失敗し続けるメッセージを退避するデッドレターキューを用意する
  • 処理時間に合わせて可視性タイムアウトを設定する
  • Lambdaの実行時間は最大15分なので、それを超える処理はECSなどのコンテナで実行する

これらはどれもインフラ設定の話に見えるかもしれません。しかし実際には、アプリケーションの振る舞いをどう設計するかという問題です。

逆に、処理が数秒で確実に終わるのであれば、同期処理のままのほうがシンプルで良い場合もあります。大切なのは、それぞれの特性を知った上で選ぶことです。

「アプリを作ってからクラウドに載せる」という発想

先ほどの例は、まさにこの発想から生まれる問題です。

クラウドを十分に理解していない開発者ほど、

  1. まずアプリケーションを作る
  2. その後でクラウドにデプロイする

という考え方になりがちです。

しかし優れたクラウドネイティブシステムは逆です。

まず、

  • どのサービスを使うか
  • どのようにスケールするか
  • 障害時にどう振る舞うか
  • どのような整合性モデルを採用するか
  • どのような運用モデルにするか

を考えます。

そして、そのアーキテクチャに合わせてアプリケーションを設計します。

つまり、

クラウドに合わせてアプリケーションを設計する

のであって、

アプリケーションを作ってからクラウドに合わせる

わけではありません。

ここにクラウドネイティブ開発の本質があります。

DevOpsチームに丸投げできる時代ではない

もちろん、DevOpsエンジニアやプラットフォームエンジニアの存在が不要になるわけではありません。

彼らは、

  • 共通基盤の整備
  • セキュリティガードレールの構築
  • CI/CDの標準化
  • オブザーバビリティ基盤の提供

など、組織全体の生産性を高める重要な役割を担っています。

近年のプラットフォームエンジニアリングは、開発者の認知負荷を下げることを重視しています。開発者がVPCの設計やIAMポリシーの細部まですべてを把握する必要がないよう、共通基盤やテンプレートを整備するという考え方です。

本記事の主張は、これと矛盾するものではありません。

開発者に求められるのは、すべてのサービスに精通することではなく、設計の選択肢として各サービスの特性とトレードオフを知っておくことです。

  • 構築・運用の細部 → プラットフォームが吸収する
  • どの部品をどう組み合わせるかという設計判断 → 開発者が担う

この役割分担があってこそ、プラットフォームは真価を発揮します。

しかし、

AWSのことは分からないのでお願いします

という姿勢では、彼らの価値を十分に活かせません。

本来あるべき姿は、

開発者がクラウドサービスを理解した上でシステムを設計し、DevOpsチームがその実現を支援する

という関係です。

クラウドの知識不足を補うための組織ではなく、クラウド活用を加速するための組織であるべきです。

AIがコードを書く時代だからこそ重要になる

生成AIはコードを書く能力を民主化しました。

以前は数年かけて身につけた実装スキルが、今ではAIによって大きく補完されます。

そして今や、AIはコードを書くだけではありません。「ここはSQSを挟んで非同期にすべき」「この処理はLambdaよりコンテナが向いている」といった設計の提案も行います。

では、設計もAIに任せればよいのでしょうか。

そうはなりません。AIの提案は、与えられた情報に基づくもっともらしい一案です。それが本当に正しいかどうかは、

  • 実際の要件や処理量に合っているか
  • コストは見合うか
  • チームで運用しきれるか
  • 障害時にどう振る舞うか

といった観点から評価しなければ分かりません。先ほどのALBの例でも、AIに「タイムアウトを延ばす方法」を聞けば、その方法を丁寧に教えてくれるでしょう。問いの立て方そのものが間違っていることに気づけるかどうかは、エンジニア次第です。

つまり、これから重要になるのは、

  • 何を作るか
  • AIが提案した設計が妥当かどうか
  • どのクラウドサービスを選択するか
  • システム全体としてどう成立させるか

を評価し、責任を持って判断する能力です。

そしてその判断は、クラウドサービスの特性を理解していなければできません。AIの能力が上がるほど、AIの提案を評価できる人とできない人の差は大きくなっていきます。

まとめ

クラウドネイティブ時代において、クラウドサービスは単なるインフラではありません。

アプリケーションを構成する重要な部品であり、設計そのものに直結する存在です。

そのため、

「AWSのことは分からないので、そこはインフラチームでお願いします」

という考え方は、もはや通用しなくなりつつあります。

これから差がつくのはコードを書ける人ではありません。

クラウドサービスをアプリケーションの部品として理解し、その特性を前提にシステムを設計できる人です。

そして、AIが設計まで提案するようになった今、この理解はもう一つの差を生みます。

AIの提案を評価できる人とできない人の差です。

AIの提案をうのみにするのではなく、クラウドサービスの特性に照らして妥当性を判断し、責任を持って選べるかどうか。この差は、AIの能力が上がるほど大きくなっていきます。

明日からできること

最後に、クラウドを「設計の部品」として理解するための第一歩を紹介します。

  • AWS Well-Architected Frameworkを読む
    信頼性・パフォーマンス・コストなどの観点から、クラウド上の設計の考え方が体系的にまとまっています。
  • 主要サービスの「特性」を比較する
    機能ではなく、料金モデル、スケールの仕方、上限値(タイムアウト・サイズ制限など)、整合性といった特性に注目して、SQS/EventBridge、Lambda/ECS、DynamoDB/Auroraを比べてみてください。
  • 小さなイベント駆動構成を実際に作る
    本記事の例のように「S3にアップロード → SQS → Lambdaで処理」程度の構成でも、自分で作ると同期処理との違いが体感できます。
  • 自分のシステムの「待っている処理」を探す
    同期で待っているが、本当は待つ必要のない処理がないか見直してみてください。

クラウドネイティブ時代の開発者にとって、

クラウドサービスの理解は、インフラ知識ではなく開発スキルの一部である。

私はこの認識が、これからのソフトウェア開発においてますます重要になっていくと考えています。

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?