“생성형 AI”… 소프트웨어 개발 현장에 빠르게 스며들어

[디지털비즈온 김맹근 기자] 생성형 AI가 소프트웨어 개발 현장에 본격적으로 도입되며, 개발자와 데브옵스 팀의 업무 방식이 근본적으로 변화하고 있다. 초기에는 코드 생성, 검증 등에 활용되었으나, 최근에는 테스트 자동화, 문서화, 사용자 인터페이스 설계 등 소프트웨어 개발 생애주기(SDLC) 전반으로 확장되고 있다.

IT World의 아이작 새콜릭에 따르면, SAP 비즈니스 기술 플랫폼 부문 수석 부사장 바랏 산두는 “생성형 AI는 협업 프로그래밍의 새 시대를 열며 개발자의 역량을 확장하고, 창의적인 문제 해결을 가능하게 한다”라며 “개발 프로세스에 생성형 AI를 통합하면 민첩하고 협업적인 소프트웨어 개발 문화가 정착된다”라고 말했다.

2024년 AI 소프트웨어 개발 보고서에 따르면, 79%의 기업이 최대 300개의 생성형 AI 사용례를 백로그에 보유하고 있으며, 데브옵스 최적화, 코드 생성, 문서화, 사용자 인터페이스 설계가 주요 적용 분야로 꼽혔다.

코드 생성은 여전히 핵심 적용 사례로 부상하고 있다. 코파도 수석 부사장 데이비드 브룩스는 “생성형 AI는 코드, 단위 테스트, 기능 테스트 생성을 중심으로 활용되고 있으며, 정확도는 맥락과 프롬프트 품질에 좌우된다”라며 “숙련된 개발자는 약 80% 정확도를 달성할 수 있고, 현재는 20% 수준의 시간 절약이 가능하지만, 조만간 50%까지 확대될 것”이라고 설명했다.

IBM 왓슨엑스 코드 어시스턴트 제품관리 프로그램 디렉터 앤젤 몬테스데오카는 “AI 코딩 어시스턴트는 기술 격차를 해소하고, 창의성과 복잡한 문제 해결에 집중할 수 있도록 돕는다”라며 “언어 간 코드 변환, 테스트 생성, 레거시 시스템 현대화, 고품질 소프트웨어의 빠른 납품이 가능해진다”라고 전했다.

피처 관리 플랫폼 업체 런치다클리(LaunchDarkly)의 개발자 관계 및 경험 부사장 맷 마카이는 “애플리케이션 프로토타이핑, RESTful API 통합, 테스트 주도 개발의 단위 테스트 작성에 특히 유용하다”라고 말했다.

젠코더 CEO 앤드류 파일레브 역시 “AI 코딩 어시스턴트는 대규모 코드베이스 이해, 버그 수정, 문서 자동 생성, 코드 리뷰 등 반복 작업 자동화에 도움을 주고 있으며, 2025년에는 신규 프로덕션 코드의 25% 이상이 AI에 의해 생성될 것”이라고 내다봤다.

인공지능 소프트웨어 테스트 자동화 업체 해피패스(HappyPass)의 공동 창립자 노아 보츠는 “AI 기반 테스트는 인간이 예측하지 못한 시나리오까지 확인 가능해 최종 제품 품질과 사용자 경험이 향상된다”라고 말했다.

뉴타닉스 엔지니어링 부사장 데보 더타는 “AI로 코드를 검색하거나 기존 코드를 설명하고, 단위 테스트를 작성함으로써 소프트웨어 품질을 향상시킬 수 있다. 사이트 신뢰성 엔지니어(SRE)는 고객 지원 속도를 높이고 25% 이상의 생산성 향상을 기대할 수 있다”라고 설명했다.

2025년 1월 발표된 ‘엔터프라이즈 AI 개발은 장애물과 기회’ 보고서에 따르면, AI 코딩 도구를 사용하는 개발자 중 64%가 하루 1시간 이상을 절약하고 있다. 그러나 도구 사용이 분산돼 있어 72%는 5~15개 도구를 병행 사용 중이었다.

젯브레인즈의 2024년 개발자 생태계 보고서는 다소 보수적인 관점을 제시했다. 59%의 개발자가 주당 4시간 미만의 시간을 AI 도구로 절약하고 있으며, 코드 검색, 반복 작업의 속도 향상 등을 주요 이점으로 언급했다.

크로노스피어 최고기술책임자 롭 스킬링턴은 “코드 자동 완성 기능은 문서 검색과 의사코드 탐색에 들이는 시간의 약 20%를 줄여준다”라며 “일부 부정확한 결과도 있지만, 검토 과정에서 모호한 부분을 파악하는 데 유용하다”라고 말했다.

코파도의 브룩스는 “개발자는 절약한 시간을 기술 부채 해소, 신기술 탐색, 역량 강화에 재투자하고 있다. 복잡한 UI 생성 속도 향상과 반복 개발 증가로 UX 품질도 향상되고 있다”라고 말했다.

시큐리티 AI 부사장 마이크 라인하트는 “생성형 AI는 보일러플레이트 코드 작성, 알고리즘 초안 구성, 테스트 확장 등에서 시간 절약을 가능하게 한다. 숙련된 개발자는 더 높은 수준의 아키텍처 설계와 제품 구조 개선에 집중할 수 있게 된다”라고 설명했다.

해피패스의 보츠는 “생성형 AI 도구가 도입되면서 개발자는 혁신과 기존 제품 개선에 더 많은 시간을 투입하고 있으며, 복잡한 아키텍처 설계, 후배 멘토링, 신기술 심화 학습 등 전략적 작업에 집중하고 있다”라고 말했다.

코드 품질 및 보안 분석 업체 소나(Sonar) 최고정보책임자 안드레아 말라고디는 “AI가 생성한 코드라도 품질과 보안을 검증하는 과정이 필수적이며, 모든 코드에는 ‘신뢰하되 검증하라’는 원칙이 적용돼야 한다”라고 강조했다.

AI 기반 애플리케이션 현대화 플랫폼 업체인 플로우엑스AI(FlowX.AI) AI 총괄 보그단 라두타는 “AI 기본값과 반복 패턴에 지나치게 의존하면 독창성 없는 제품이 나올 수 있으며, 이는 맞춤형 설계를 강조하는 경쟁사에게 기회를 줄 수 있다”라고 말했다.

소프트웨어 개발 조직은 빠르게 진화하는 생성형 AI의 가능성을 실험적으로 수용하되, 명확한 목표와 효과 측정 지표를 설정하고, 업계 벤치마크를 참고해 가치를 극대화하는 전략을 마련해야 한다.