2019.05.09

과격한 혁명이 다가온다··· 소프트웨어 개발에 불어오는 AI 바람

Maria Korolov | CIO
뉴럴 네트워크(신경망)가 코드를 작성한다. 사람들은 주로 작업을 정의하고 데이터를 수집하며 사용자 인터페이스를 구현한다. 이미 이런 일을 벌어지는 시대다. 테슬라의 안드레이 카파시는 이를 ‘소프트웨어 2.0’의 시대로 부른다.

그러나 최소한 아직은 뉴럴 네트워크가 모든 작업을 처리할 수 있는 것은 아니다. 전통적인 소프트웨어 개발이 맡아야 할 역할이 여전히 남아 있기는 하다. 하지만 인공지능(AI), 머신러닝(ML), 고급 분석(Advanced analytics)이 소프트웨어 디자인, 작성, 테스트, 배포 방법을 바꾸고 있는 중이다.
 
ⓒ Image Credit : Getty Images Bank



테스팅
브라질 기업인 TOTVS는 약 10만에 달하는 엔터프라이즈 고객들에게 ‘미션 크리티컬’산업용 소프트웨어를 공급하고 있다. 금융 서비스 솔루션 같은 경우, 매일 수 조 달러의 거래가 처리된다.

이런 애플리케이션에는 적절한 테스팅이 필요하다. 테스트 케이스를 만드는 사람은 아주 세심히 테스트 시나리오를 디자인할 방법을 숙고해야 한다. 각각을 만드는 데 몇 시간이 걸린다.

TOTVS 랩스의 비센테 고텐 이규제큐티브 디렉터에 따르면, 계속 이렇게 작업하기란 아주 큰 도전 과제이다. 각 테스트 케이스를 사용자 인터페이스에 맞도록 맞춤화해야 한다. 애플리케이션은 끊임없이 다시 디자인되고, 인테페이스는 계속 변한다. 새 버전의 자바스크립트로 업데이트가 이뤄지면서 플랫폼 자체가 바뀐다면, 모든 디자인 요소가 한 번에 변한다.

고텐은 이와 관련, “수 만에 달하는 유즈 케이스를 다시 쓰는 것을 상상해보라!”라고 말했다.

TOTVS는 이 과제를 해결하기 위해 인공지능(AI)을 찾았다. TOTVS가 테스트에 사용하는 플랫폼인 펑셔널라이즈(Functionalize)는 이제 지능형 테스트 케이스 생성을 지원한다. 이 기술은 기반이 되는 코드에 의지하는 대신, 사람처럼 화면을 조사해 입력 필드와 버튼 등의 위치를 찾을 수 있다. 또 애플리케이션 스트레스 테스트를 하기 위한 표본 데이터 및 테스트 시나리오를 파악할 수 있다.

그는 “그 전에는 경력이 많은 QA가 우리가 사용하고 있던 레가시 솔루션에서 테스트 케이스를 완성하는 데 하루가 걸렸다. 지금은 몇 분 만에 동일한 테스트 케이스를 만들 수 있다”라고 설명했다.

최근에는 단순한 영어를 이해하는 기능이 추가됐다. 고텐은 “테스트 대상을 알려주면, 자동으로 테스트 케이스를 생성할 수 있다. 우리에게 완전히 새로운 문이 열린 것이다. 경력이 많은 QA가 테스트 케이스를 작성하는 횟수를 줄일 수 있게 되었다”라고 말했다.

모니터링 및 배포
소프트웨어가 QA를 통과해도, 의도한 것처럼 되지 않는 경우가 있다. 온라인 주거 개선(홈 임프루먼트) 소매업체인 빌드닷컴(Build.com)의 패트릭 베리 기술 담당 시니어 디렉터는 “오늘 아침을 예로 들면, 웹사이트가 처리를 할 준비가 되지 않은 제품 데이터가 들어왔다”라고 말했다.

빌드닷컴은 소프트웨어 성능 모니터링에 아주 많은 시간을 투자한다. 문제가 발생하면, 빌드닷컴은 소프트웨어를 이전의 정상 상태로 되돌린 후, 문제를 고치기 위해 개발자에게 보낸다.

베리는 “우리가 직면했던 문제는 작성한 소프트웨어가 지나치게 복잡해지고 트래픽이 증가함에 따라, 한 사람, 심지어 한 개 팀이 배포한 모든 모니터링 시스템을 조사해 ‘좋다’, ‘좋지 않으니 조치해야 한다’고 결정을 내리기 힘들어진 것이다. 너무 많은 시간을 낭비하게 만들었고, 릴리스를 늦췄다. 만족할 만한 빠른 속도로 고객 가치를 창출할 수 없었다. 또 제때 문제를 해결할 수 있도록 빠르게 개발자에게 피드백을 전달하지 못했다”라고 말했다.

빌드닷컴은 이에 ‘Software-delivery-as-a-service’ 플랫폼인 하네스(Harness)를 도입했다. 그리고 성능 모니터링에 투입하는 시간을 ‘0’에 가깝게 줄이고, 배포 속도는 20배 증가시킬 수 있었다. 지금은 문제가 발생했을 때, 시스템이 내장된 머신러닝 기능을 기반으로 자동으로 이전의 정상 상태로 복구한 후 문제를 보내 고친다. 빌드닷컴은 여기에 멈추지 않고, 코드 개발 프로세스에 AI를 더 많이 활용하는 방법을 찾고 있다.

그는 “아직 코드를 작성할 정도는 아니다. 그러나 AI와 ML이 개발 측면에서 도움을 줄 수 있는 분야가 있다. 공통적인 패턴들이 좋은지, 나쁜지 이해하는 것이다. 이상한 부분을 파악할 수 있다. 그러면 우리가 다시 돌아가 수정할 수 있다”라고 말했다.

보안
베리는 또 기업이 처음부터 더 나은, 그리고 더 안전한 코드를 만들 수 있도록 해주는 AI 도구들이 더 많이 등장하기 기대하고 있다.

그는 “문제 해결에 충분한 인력을 투입할 수 없는 분야를 보강하기 위해, 개발 측면에서 인공지능과 머신러닝을 활용할 방법을 찾고 있다는 의미이다. 코드 베이스에 수백 만 줄의 코드가 있다고 가정하자. 이 수백 만 줄의 코드를 감사하기 위해 얼마나 많은 인력을 투입하는가? 우리는 이를 처리할 수 있는 규모의 솔루션이 필요하다”라고 말했다.

예를 들어, 빌드닷컴은 기트허브를 코드 레포지토리(저장소)로 사용한다. “기트허브는 우리가 사용하는 써드파티 라이브러리의 코드를 모니터링하고, 잠재적인 취약점을 알려주는 시스템을 도입해 적용하고 있다”라고 베리는 말했다.

기트허브의 오모주 밀러 머신러닝 엔지니어에 따르면, 이는 기트허브에서 적극적으로 발전시키고 있는 부분이다. 그녀는 “공통된 취약점과 노출 발견 기능을 지원하는 모델을 만들고 있다”라고 말했다.

기트허브는 또 개발자가 실수로 코드에서 자신의 토큰을 공유한 지점을 찾는 데 도움을 주는 도구를 출시했다.

발견(디스커버리)
밀러에 따르면, 기트허브는 여기에 더해 개발자가 자연스럽게 함수(Functions)을 발견하도록 도움을 주는 도구를 개발하고 있다. 개발자는 AI를 이용하고 자신의 의도를 토대로 함수를 검색할 수 있다.

그녀는 “머신러닝 연구 팀은 기트허브의 오픈소스 코딩 플랫폼에 무수히 많은 공개 코드를 사용함으로써, 이를 구현 및 강화하는 데 큰 진전을 이뤘다. 개발자는 시멘틱 코드 검색을 이용, 자신의 컴퓨팅 문제 해결 니즈를 강화하고, 단순화시킬 수 있다”라고 말했다.

밀러는 개발자가 자신이 아는 것에만 제약을 받게 되지 않는다는 의미라고 덧붙였다. 밀러는 “자신의 문제 해결에 도움을 받기 위해, 기트허브에 저장된 코드에 대한 모든 지식을 활용할 수 있다”라고 설명했다.

분석
콘스텔레이션 리서치(Constellation Research)의 창업자 겸 수석 애널리스트인 레이 왕에 따르면, 정적 및 동적 소프트웨어 분석 도구에도 AI 기술이 도입되고 있는 중이다.

그는 “불과 18개월 전과 비교해도, 머신러닝 기능이 훨씬 더 ‘풍부’해진 상태이다. 뉴럴 네트워크도 적용되기 시작했다. 지금 당장은 동적 분석보다 정적 분석을 대상으로 하는 경우가 더 많다 그러나 향후 몇 년 이내에 AI에 기반을 둔 동적 분석이 부상할 것으로 내다본다”라고 말했다.

코드 개발
그러나 빌드닷컴의 베리에 따르면, 아무 것도 없는 상태에서 새 코드를 개발하는 경우 현재의 기술이 낫다. 그는 “현재 자신의 개발 환경을 통합하는 특정 시스템이 존재하지만, 내부에 구현된 탬플릿을 사용해 복사 및 붙여넣기 하는 방식에 가깝다”라고 지적했다.




2019.05.09

과격한 혁명이 다가온다··· 소프트웨어 개발에 불어오는 AI 바람

Maria Korolov | CIO
뉴럴 네트워크(신경망)가 코드를 작성한다. 사람들은 주로 작업을 정의하고 데이터를 수집하며 사용자 인터페이스를 구현한다. 이미 이런 일을 벌어지는 시대다. 테슬라의 안드레이 카파시는 이를 ‘소프트웨어 2.0’의 시대로 부른다.

그러나 최소한 아직은 뉴럴 네트워크가 모든 작업을 처리할 수 있는 것은 아니다. 전통적인 소프트웨어 개발이 맡아야 할 역할이 여전히 남아 있기는 하다. 하지만 인공지능(AI), 머신러닝(ML), 고급 분석(Advanced analytics)이 소프트웨어 디자인, 작성, 테스트, 배포 방법을 바꾸고 있는 중이다.
 
ⓒ Image Credit : Getty Images Bank



테스팅
브라질 기업인 TOTVS는 약 10만에 달하는 엔터프라이즈 고객들에게 ‘미션 크리티컬’산업용 소프트웨어를 공급하고 있다. 금융 서비스 솔루션 같은 경우, 매일 수 조 달러의 거래가 처리된다.

이런 애플리케이션에는 적절한 테스팅이 필요하다. 테스트 케이스를 만드는 사람은 아주 세심히 테스트 시나리오를 디자인할 방법을 숙고해야 한다. 각각을 만드는 데 몇 시간이 걸린다.

TOTVS 랩스의 비센테 고텐 이규제큐티브 디렉터에 따르면, 계속 이렇게 작업하기란 아주 큰 도전 과제이다. 각 테스트 케이스를 사용자 인터페이스에 맞도록 맞춤화해야 한다. 애플리케이션은 끊임없이 다시 디자인되고, 인테페이스는 계속 변한다. 새 버전의 자바스크립트로 업데이트가 이뤄지면서 플랫폼 자체가 바뀐다면, 모든 디자인 요소가 한 번에 변한다.

고텐은 이와 관련, “수 만에 달하는 유즈 케이스를 다시 쓰는 것을 상상해보라!”라고 말했다.

TOTVS는 이 과제를 해결하기 위해 인공지능(AI)을 찾았다. TOTVS가 테스트에 사용하는 플랫폼인 펑셔널라이즈(Functionalize)는 이제 지능형 테스트 케이스 생성을 지원한다. 이 기술은 기반이 되는 코드에 의지하는 대신, 사람처럼 화면을 조사해 입력 필드와 버튼 등의 위치를 찾을 수 있다. 또 애플리케이션 스트레스 테스트를 하기 위한 표본 데이터 및 테스트 시나리오를 파악할 수 있다.

그는 “그 전에는 경력이 많은 QA가 우리가 사용하고 있던 레가시 솔루션에서 테스트 케이스를 완성하는 데 하루가 걸렸다. 지금은 몇 분 만에 동일한 테스트 케이스를 만들 수 있다”라고 설명했다.

최근에는 단순한 영어를 이해하는 기능이 추가됐다. 고텐은 “테스트 대상을 알려주면, 자동으로 테스트 케이스를 생성할 수 있다. 우리에게 완전히 새로운 문이 열린 것이다. 경력이 많은 QA가 테스트 케이스를 작성하는 횟수를 줄일 수 있게 되었다”라고 말했다.

모니터링 및 배포
소프트웨어가 QA를 통과해도, 의도한 것처럼 되지 않는 경우가 있다. 온라인 주거 개선(홈 임프루먼트) 소매업체인 빌드닷컴(Build.com)의 패트릭 베리 기술 담당 시니어 디렉터는 “오늘 아침을 예로 들면, 웹사이트가 처리를 할 준비가 되지 않은 제품 데이터가 들어왔다”라고 말했다.

빌드닷컴은 소프트웨어 성능 모니터링에 아주 많은 시간을 투자한다. 문제가 발생하면, 빌드닷컴은 소프트웨어를 이전의 정상 상태로 되돌린 후, 문제를 고치기 위해 개발자에게 보낸다.

베리는 “우리가 직면했던 문제는 작성한 소프트웨어가 지나치게 복잡해지고 트래픽이 증가함에 따라, 한 사람, 심지어 한 개 팀이 배포한 모든 모니터링 시스템을 조사해 ‘좋다’, ‘좋지 않으니 조치해야 한다’고 결정을 내리기 힘들어진 것이다. 너무 많은 시간을 낭비하게 만들었고, 릴리스를 늦췄다. 만족할 만한 빠른 속도로 고객 가치를 창출할 수 없었다. 또 제때 문제를 해결할 수 있도록 빠르게 개발자에게 피드백을 전달하지 못했다”라고 말했다.

빌드닷컴은 이에 ‘Software-delivery-as-a-service’ 플랫폼인 하네스(Harness)를 도입했다. 그리고 성능 모니터링에 투입하는 시간을 ‘0’에 가깝게 줄이고, 배포 속도는 20배 증가시킬 수 있었다. 지금은 문제가 발생했을 때, 시스템이 내장된 머신러닝 기능을 기반으로 자동으로 이전의 정상 상태로 복구한 후 문제를 보내 고친다. 빌드닷컴은 여기에 멈추지 않고, 코드 개발 프로세스에 AI를 더 많이 활용하는 방법을 찾고 있다.

그는 “아직 코드를 작성할 정도는 아니다. 그러나 AI와 ML이 개발 측면에서 도움을 줄 수 있는 분야가 있다. 공통적인 패턴들이 좋은지, 나쁜지 이해하는 것이다. 이상한 부분을 파악할 수 있다. 그러면 우리가 다시 돌아가 수정할 수 있다”라고 말했다.

보안
베리는 또 기업이 처음부터 더 나은, 그리고 더 안전한 코드를 만들 수 있도록 해주는 AI 도구들이 더 많이 등장하기 기대하고 있다.

그는 “문제 해결에 충분한 인력을 투입할 수 없는 분야를 보강하기 위해, 개발 측면에서 인공지능과 머신러닝을 활용할 방법을 찾고 있다는 의미이다. 코드 베이스에 수백 만 줄의 코드가 있다고 가정하자. 이 수백 만 줄의 코드를 감사하기 위해 얼마나 많은 인력을 투입하는가? 우리는 이를 처리할 수 있는 규모의 솔루션이 필요하다”라고 말했다.

예를 들어, 빌드닷컴은 기트허브를 코드 레포지토리(저장소)로 사용한다. “기트허브는 우리가 사용하는 써드파티 라이브러리의 코드를 모니터링하고, 잠재적인 취약점을 알려주는 시스템을 도입해 적용하고 있다”라고 베리는 말했다.

기트허브의 오모주 밀러 머신러닝 엔지니어에 따르면, 이는 기트허브에서 적극적으로 발전시키고 있는 부분이다. 그녀는 “공통된 취약점과 노출 발견 기능을 지원하는 모델을 만들고 있다”라고 말했다.

기트허브는 또 개발자가 실수로 코드에서 자신의 토큰을 공유한 지점을 찾는 데 도움을 주는 도구를 출시했다.

발견(디스커버리)
밀러에 따르면, 기트허브는 여기에 더해 개발자가 자연스럽게 함수(Functions)을 발견하도록 도움을 주는 도구를 개발하고 있다. 개발자는 AI를 이용하고 자신의 의도를 토대로 함수를 검색할 수 있다.

그녀는 “머신러닝 연구 팀은 기트허브의 오픈소스 코딩 플랫폼에 무수히 많은 공개 코드를 사용함으로써, 이를 구현 및 강화하는 데 큰 진전을 이뤘다. 개발자는 시멘틱 코드 검색을 이용, 자신의 컴퓨팅 문제 해결 니즈를 강화하고, 단순화시킬 수 있다”라고 말했다.

밀러는 개발자가 자신이 아는 것에만 제약을 받게 되지 않는다는 의미라고 덧붙였다. 밀러는 “자신의 문제 해결에 도움을 받기 위해, 기트허브에 저장된 코드에 대한 모든 지식을 활용할 수 있다”라고 설명했다.

분석
콘스텔레이션 리서치(Constellation Research)의 창업자 겸 수석 애널리스트인 레이 왕에 따르면, 정적 및 동적 소프트웨어 분석 도구에도 AI 기술이 도입되고 있는 중이다.

그는 “불과 18개월 전과 비교해도, 머신러닝 기능이 훨씬 더 ‘풍부’해진 상태이다. 뉴럴 네트워크도 적용되기 시작했다. 지금 당장은 동적 분석보다 정적 분석을 대상으로 하는 경우가 더 많다 그러나 향후 몇 년 이내에 AI에 기반을 둔 동적 분석이 부상할 것으로 내다본다”라고 말했다.

코드 개발
그러나 빌드닷컴의 베리에 따르면, 아무 것도 없는 상태에서 새 코드를 개발하는 경우 현재의 기술이 낫다. 그는 “현재 자신의 개발 환경을 통합하는 특정 시스템이 존재하지만, 내부에 구현된 탬플릿을 사용해 복사 및 붙여넣기 하는 방식에 가깝다”라고 지적했다.


X