2019.05.09

과격한 혁명이 다가온다··· 소프트웨어 개발에 불어오는 AI 바람

Maria Korolov | CIO


단 조금씩 변하고 있다. 예를 들어, 가장 인기 있는 IDE 마이크로소프트 비쥬얼 스튜디오는 4월 최신 버전에서 AI의 도움을 받아 코드를 작성하는 기능이 추가되었다. 마이크로소프트의 비쥬얼 스튜디오 인텔리코드 시니어 프로그램 매니저인 마크 윌슨-토마스에 따르면, 이 기능은 수 천 오픈소스 기트허브 레포지토리를 대상으로 한 머신러닝에 토대를 두고 있다.

마이크로소프트의 비쥬얼 스튜디오 및 비쥬얼 스튜디오 코드 담당 프로그램 관리 파트너 디렉터인 아만다 실버는 “우리는 오픈소스 커뮤니티 코드에서 ‘지혜’를 추출한다. 이는 공통된 클래스 사용 방식에 대한 이해에 도움을 준다. 친숙하지 않은 코드를 작업할 때 특히 유용한 부분이다”라고 말했다.

최근 인텔리코드(IntelliCode) 사용자를 대상으로 한 조사 결과에 따르면, 기존 인텔리센스 대신 AI에 기반을 둔 인텔리코드를 사용했을 때 생산성이 높아진 것으로 판단된다고 대답한 비율이 70% 이상이었다.

기업은 이 도구를 사용함으로써 소속 직원들을 대상으로 맞춤형 프라이빗 모델도 만들 수 있다.그녀는 “이를 이용하면, 소스 코드를 마이크로소프트에 전송하지 않고도, 인텔리코드가 내부 팀이나 조직에 말을 하도록 만들 수 있다”라고 말했다.

가트너의 스베트라나 시큘라 애널리스트에 따르면, 마이크로소프트가 기트허브를 인수한 목적이 이런 기능 때문이었다.

마이크로소프트는 지난해, 1억 개의 레포지토리가 호스팅된 기트허브를 인수했다. 1억 개 중 오픈소스는 2,500만 개가 넘는다. 이 플랫폼은 공개 레포지토리, 또 소규모 프라이빗 프로젝트에 무료이다. 시큘라는 “기트허브는 코드 보관소이다. 개인적으로 마이크로소프트가 새 코드 생성에 이를 사용할 것으로 판단한다”라고 말했다.

스마트 애플리케이션 개발 플랫폼
빌드닷컴의 베리는 ‘로우 코드’ 및 ‘노 코드’ 분야에서 일어나고 있는 일도 주시하고 있는 중이다. 그는 “새로운 것은 아니다. 개발자는 개발이 이뤄지고 발전이 있는 경우 시스템을 통합해왔다”라고 말했다.

-> 개발자가 로우 코드 플랫폼을 믿지 말아야 할 때
-> '로우 코드' 개발로 혁신 가속화··· 4사의 사례
-> '약이 되거나 독이 되거나'··· '로우코드' 제대로 시작하기

최근에는 더 쉽고 빠르게 AI 기능성을 적용하고 배포할 수 있게 됐다. 그는 “예를 들어, 추천 엔진용 솔루션이 과거에는 아주 까다로운 맞춤형 솔루션이었지만, 지금은 ‘일상재(Commodities)이다”라고 설명했다.

그는 이어 “이는 우리에게 완전히 새롭고 우수한 혁신을 창출할 기회를 준다. 이 분야가 앞으로 우리에게 제공할 수 있게 될 것들을 크게 기대하고 있다”라고 덧붙였다.

멘딕스(Mendix)를 예로 들 수 있다. 이 회사는 약 10년 동안 애플리케이션 개발용 빌딩블록 시스템을 공급하고 있다. 개발자는 플랫폼에서 제공되는 옵션에서 기능을 통합한다. 그리고 이것이 충분하지 않은 경우, 빠진 부분을 위해 외부 코드를 연결한다. 현재 이 회사는 이런 모델을 분석하고, 프로덕션에서 행동(동작)을 조사해 가장 성공적인 행동(동작)을 찾고, 모델을 기반으로 패턴을 식별하는 딥러닝 시스템을 구현했다. 

하지만 아직은 IT 부서들이 이 플랫폼을 사용하기 주저하고 있다. 딜로이트 사이버(Deloitte Cyber)의 애플리케이션 보안 책임자인 비크람 쿤찰차에 따르면, 신뢰가 부족하다.

그는 “지금 이 시점에서는 궁금증과 호기심 차원에서 도입이 되고 있다. 기업은 작은 규모로 이 플랫폼을 테스트하고 있다. 또는 일부의 경우, 빠른 성과를 위해 도입한다. 그러나 내가 알고 있는 한, 이를 ‘엔터프라이즈 기준’으로 도입한 고객사는 없다”라고 말했다.

소프트웨어 2.0
그러나 가장 큰 도전과제는 전통적인 코드와 연결고리가 전혀 없는 애플리케이션으로 이동하는 것이다.

예를 들어 ‘틱택토’를 플레이하는 앱을 구축하기 원한다고 가정하자. 규칙과 게임 전략으로 프로그래밍을 할 수 있다. 게임 상대방이 이렇게 하면, 자신은 저렇게 한다. 개발자가 할 일은 올바른 전략을 선택하고, 매력적인 사용자 인터페이스를 만드는 것이다.

사람인 플레이어를 이기는 것이 목적인 경우, 이 전략은 틱택토, 체커, 심지어 체스에도 작동한다. 그러나 바둑 같이 더 어려운 게임의 경우, 규칙 집합을 만드는 것이 지나치게 어렵다. 그런데 딥 러닝과 뉴럴 네트워크 같은 AI 기술은 소프트웨어 프로세스를 뒤집을 수 있다.

개발자는 규칙을 출발점으로 삼지 않는다. 대신 수 많은 게임이라는 데이터로 시작한다. 알파고의 경우, 구글은 수 많은 기보를 통해 시스템을 훈련(트레이닝)시켰다. 최신 버전인 알파고 제로의 경우, 트레이닝 데이터는 시스템이 스스로를 상대로 플레이를 한 게임이었다(시작은 임의의 수).

트레이닝 데이터가 명확하고 양이 충분하며, 성공이나 실패에 대한 기준이 명확할 경우, 이런 방식은 소프트웨어 개발을 혁신할 잠재력을 갖는다. 개발자는 게임의 규칙을 파악해 코딩하는 대신, 트레이닝 데이터와 성공 기준을 관리하는 데 초점을 맞추고, 코딩은 시스템에 맡긴다.

테슬라의 안드레이 카파시 AI 디렉터에 따르면, 이는 테슬라가 자율 주행 자동차에 적용하고 있는 방식이기도 하다.

그는 지난해 한 기술 컨퍼런스에서 “이것이 완전히 새로운 소프트웨어 디자인 방식이다. 우리는 이제 코드를 쓰는 대신, 데이터 세트를 축적해 개선하고 있다. 이것이 사실상 코드이다”라고 말했다.

테슬라 차량의 앞 유리 와이퍼가 터널 안을 주행할 때 와이퍼를 켤 때, 끌 때를 제대로 알지 못한다고 가정하자. 기존 소프트웨어 개발의 경우, 프로그래머가 논리가 잘못된 부분을 찾기 위해 코드를 샅샅이 뒤져야 했다. 그렇지만 소프트웨어 2.0의 경우, 개발자는 데이터를 조사한다.

이 사례에서는 터널을 통과하는 차량에 대한 트레이닝 데이터가 충분하지 않아 발생한 문제였다.  테슬라는 더 많은 데이터를 수집해, 주석을 달고, 트레이닝 데이터 세트에 추가한 후, 딥러닝 알고리즘을 다시 실행했다. 카피시는 “이 방식으로 모든 문제에 접근할 수 있도록 만들었다”라고 말했다.

아직 전통적인 개발을 위한 공간도 남아 있다. 현재 이러한 시스템의 사용자 인터페이스, 다른 플랫폼과의 통합은 수동으로 처리된다. 그러나 많은 데이터를 사용할 수 있는 애플리케이션과 로우 코드 플랫폼에 AI를 활용하는 기업이 증가하면, 소프트웨어 개발 방식이 가까운 장래에 크게 혁신될 것으로 관측된다. ciokr@idg.co.kr




2019.05.09

과격한 혁명이 다가온다··· 소프트웨어 개발에 불어오는 AI 바람

Maria Korolov | CIO


단 조금씩 변하고 있다. 예를 들어, 가장 인기 있는 IDE 마이크로소프트 비쥬얼 스튜디오는 4월 최신 버전에서 AI의 도움을 받아 코드를 작성하는 기능이 추가되었다. 마이크로소프트의 비쥬얼 스튜디오 인텔리코드 시니어 프로그램 매니저인 마크 윌슨-토마스에 따르면, 이 기능은 수 천 오픈소스 기트허브 레포지토리를 대상으로 한 머신러닝에 토대를 두고 있다.

마이크로소프트의 비쥬얼 스튜디오 및 비쥬얼 스튜디오 코드 담당 프로그램 관리 파트너 디렉터인 아만다 실버는 “우리는 오픈소스 커뮤니티 코드에서 ‘지혜’를 추출한다. 이는 공통된 클래스 사용 방식에 대한 이해에 도움을 준다. 친숙하지 않은 코드를 작업할 때 특히 유용한 부분이다”라고 말했다.

최근 인텔리코드(IntelliCode) 사용자를 대상으로 한 조사 결과에 따르면, 기존 인텔리센스 대신 AI에 기반을 둔 인텔리코드를 사용했을 때 생산성이 높아진 것으로 판단된다고 대답한 비율이 70% 이상이었다.

기업은 이 도구를 사용함으로써 소속 직원들을 대상으로 맞춤형 프라이빗 모델도 만들 수 있다.그녀는 “이를 이용하면, 소스 코드를 마이크로소프트에 전송하지 않고도, 인텔리코드가 내부 팀이나 조직에 말을 하도록 만들 수 있다”라고 말했다.

가트너의 스베트라나 시큘라 애널리스트에 따르면, 마이크로소프트가 기트허브를 인수한 목적이 이런 기능 때문이었다.

마이크로소프트는 지난해, 1억 개의 레포지토리가 호스팅된 기트허브를 인수했다. 1억 개 중 오픈소스는 2,500만 개가 넘는다. 이 플랫폼은 공개 레포지토리, 또 소규모 프라이빗 프로젝트에 무료이다. 시큘라는 “기트허브는 코드 보관소이다. 개인적으로 마이크로소프트가 새 코드 생성에 이를 사용할 것으로 판단한다”라고 말했다.

스마트 애플리케이션 개발 플랫폼
빌드닷컴의 베리는 ‘로우 코드’ 및 ‘노 코드’ 분야에서 일어나고 있는 일도 주시하고 있는 중이다. 그는 “새로운 것은 아니다. 개발자는 개발이 이뤄지고 발전이 있는 경우 시스템을 통합해왔다”라고 말했다.

-> 개발자가 로우 코드 플랫폼을 믿지 말아야 할 때
-> '로우 코드' 개발로 혁신 가속화··· 4사의 사례
-> '약이 되거나 독이 되거나'··· '로우코드' 제대로 시작하기

최근에는 더 쉽고 빠르게 AI 기능성을 적용하고 배포할 수 있게 됐다. 그는 “예를 들어, 추천 엔진용 솔루션이 과거에는 아주 까다로운 맞춤형 솔루션이었지만, 지금은 ‘일상재(Commodities)이다”라고 설명했다.

그는 이어 “이는 우리에게 완전히 새롭고 우수한 혁신을 창출할 기회를 준다. 이 분야가 앞으로 우리에게 제공할 수 있게 될 것들을 크게 기대하고 있다”라고 덧붙였다.

멘딕스(Mendix)를 예로 들 수 있다. 이 회사는 약 10년 동안 애플리케이션 개발용 빌딩블록 시스템을 공급하고 있다. 개발자는 플랫폼에서 제공되는 옵션에서 기능을 통합한다. 그리고 이것이 충분하지 않은 경우, 빠진 부분을 위해 외부 코드를 연결한다. 현재 이 회사는 이런 모델을 분석하고, 프로덕션에서 행동(동작)을 조사해 가장 성공적인 행동(동작)을 찾고, 모델을 기반으로 패턴을 식별하는 딥러닝 시스템을 구현했다. 

하지만 아직은 IT 부서들이 이 플랫폼을 사용하기 주저하고 있다. 딜로이트 사이버(Deloitte Cyber)의 애플리케이션 보안 책임자인 비크람 쿤찰차에 따르면, 신뢰가 부족하다.

그는 “지금 이 시점에서는 궁금증과 호기심 차원에서 도입이 되고 있다. 기업은 작은 규모로 이 플랫폼을 테스트하고 있다. 또는 일부의 경우, 빠른 성과를 위해 도입한다. 그러나 내가 알고 있는 한, 이를 ‘엔터프라이즈 기준’으로 도입한 고객사는 없다”라고 말했다.

소프트웨어 2.0
그러나 가장 큰 도전과제는 전통적인 코드와 연결고리가 전혀 없는 애플리케이션으로 이동하는 것이다.

예를 들어 ‘틱택토’를 플레이하는 앱을 구축하기 원한다고 가정하자. 규칙과 게임 전략으로 프로그래밍을 할 수 있다. 게임 상대방이 이렇게 하면, 자신은 저렇게 한다. 개발자가 할 일은 올바른 전략을 선택하고, 매력적인 사용자 인터페이스를 만드는 것이다.

사람인 플레이어를 이기는 것이 목적인 경우, 이 전략은 틱택토, 체커, 심지어 체스에도 작동한다. 그러나 바둑 같이 더 어려운 게임의 경우, 규칙 집합을 만드는 것이 지나치게 어렵다. 그런데 딥 러닝과 뉴럴 네트워크 같은 AI 기술은 소프트웨어 프로세스를 뒤집을 수 있다.

개발자는 규칙을 출발점으로 삼지 않는다. 대신 수 많은 게임이라는 데이터로 시작한다. 알파고의 경우, 구글은 수 많은 기보를 통해 시스템을 훈련(트레이닝)시켰다. 최신 버전인 알파고 제로의 경우, 트레이닝 데이터는 시스템이 스스로를 상대로 플레이를 한 게임이었다(시작은 임의의 수).

트레이닝 데이터가 명확하고 양이 충분하며, 성공이나 실패에 대한 기준이 명확할 경우, 이런 방식은 소프트웨어 개발을 혁신할 잠재력을 갖는다. 개발자는 게임의 규칙을 파악해 코딩하는 대신, 트레이닝 데이터와 성공 기준을 관리하는 데 초점을 맞추고, 코딩은 시스템에 맡긴다.

테슬라의 안드레이 카파시 AI 디렉터에 따르면, 이는 테슬라가 자율 주행 자동차에 적용하고 있는 방식이기도 하다.

그는 지난해 한 기술 컨퍼런스에서 “이것이 완전히 새로운 소프트웨어 디자인 방식이다. 우리는 이제 코드를 쓰는 대신, 데이터 세트를 축적해 개선하고 있다. 이것이 사실상 코드이다”라고 말했다.

테슬라 차량의 앞 유리 와이퍼가 터널 안을 주행할 때 와이퍼를 켤 때, 끌 때를 제대로 알지 못한다고 가정하자. 기존 소프트웨어 개발의 경우, 프로그래머가 논리가 잘못된 부분을 찾기 위해 코드를 샅샅이 뒤져야 했다. 그렇지만 소프트웨어 2.0의 경우, 개발자는 데이터를 조사한다.

이 사례에서는 터널을 통과하는 차량에 대한 트레이닝 데이터가 충분하지 않아 발생한 문제였다.  테슬라는 더 많은 데이터를 수집해, 주석을 달고, 트레이닝 데이터 세트에 추가한 후, 딥러닝 알고리즘을 다시 실행했다. 카피시는 “이 방식으로 모든 문제에 접근할 수 있도록 만들었다”라고 말했다.

아직 전통적인 개발을 위한 공간도 남아 있다. 현재 이러한 시스템의 사용자 인터페이스, 다른 플랫폼과의 통합은 수동으로 처리된다. 그러나 많은 데이터를 사용할 수 있는 애플리케이션과 로우 코드 플랫폼에 AI를 활용하는 기업이 증가하면, 소프트웨어 개발 방식이 가까운 장래에 크게 혁신될 것으로 관측된다. ciokr@idg.co.kr


X