AI 앱 개발 속도를 높이는 '로우코드·노코드' 활용법 4가지

로우코드와 노코드 플랫폼은 애플리케이션, 웹사이트, 모바일 앱, 폼, 대시보드, 데이터 파이프라인, 통합을 구축하는 데 사용된다. 구분하자면, 노코드 플랫폼은 시민 개발자라고도 하는 현업 부문 사용자가 스프레드시트에서 마이그레이션하고, 이메일 협업을 넘어 확장하며, 수동 작업에서 도구 및 자동화 사용으로 전환할 수 있도록 지원한다. 로우코드 플랫폼은 일반적으로 기술 전문가를 대상으로 하며, 기술 전문가가 코딩을 거의 또는 아예 하지 않아도 소프트웨어를 배포하고 지원할 수 있도록 지원한다. 
 

 
K3의 CEO 고든 앨럿은 “로우코드가 추상화를 의미하는 멋진 단어일 뿐이라는 점을 유념해야 한다. 사용자 경험을 단순화하기 위해 불필요한 요소가 추상화되고 있다”라고 말했다.

로우코드 및 노코드 플랫폼 업체는 애플리케이션과 자동화를 넘어 새로운 영역에도 투자를 계속하고 있다. 이를테면 지난 2021년 필자는 로우코드로 머신러닝을 구현하는 방법에 관해 기사(로우코드⋅노코드 플랫폼에서 머신러닝 구현 시 주의해야 할 점)를 쓴 적이 있는데, 그 이후로 AI 기능을 지원하는 로우코드/노코드 도구와 플랫폼이 다수 등장했다. 

비즈니스 워크플로우 플랫폼, AI 도구, 로우코드 및 노코드 플랫폼 간 경계가 점점 모호해지고 있다. 더 많은 로우코드와 노코드 플랫폼이 AI 및 ML 기능과 연동되고 있으며, 몇몇 AI 도구는 노코드 기능으로 구축되고 있다. 여기서는 로우코드와 노코드 기술을 사용해 ML과 AI 기능을 배포하는 기업 사례를 살펴본다. 아울러 여러 기술 리더에게 로우코드 또는 노코드 AI 도구를 어떻게 사용하는지 물어봤다. 
   

SaaS 도구에서의 AI 기능

AI로 콘텐츠를 생성하거나 검토하고 싶다면 챗GPT, 재스퍼.ai 등 많은 AI 콘텐츠 도구를 사용할 수 있다. 또한 AI 영상 제작 도구, 이미지 인식 소프트웨어, 챗봇을 구축하는 플랫폼도 많이 있다. 디스코프(Descope)의 CEO 리시 바르가바는 AI 영상 제작 도구 디스크립트(Descript)를 예로 들면서, “디스크립트는 AI를 사용해 영상 편집 패러다임 전체를 바꿨다. 온라인 문서 작업에 익숙한 사람을 타깃으로 디스크립트는 동영상을 편집해 본 적 없는 사람도 빠르게 작업할 수 있는 길을 열어줬다”라고 말했다. 

한편 점점 더 많은 SaaS 도구가 AI 기능을 제공하고 있지만 대부분은 노코드 플랫폼이 아니다. AI 기반의 비즈니스 기능이나 워크플로우를 제공하긴 하지만, 프로그래밍 기능 없이 현업 사용자를 대상으로 하는 도구는 노코드로 분류되지 않는다. 
 

노코드 워크플로우 도구에서의 AI

AI와 노코드를 활용해 온 영역이 있다. 바로 문서에서 정보를 추출하는 분야다. 이 작업에는 데이터 처리, 머신러닝, 워크플로우 자동화가 필요하다. 예를 들면 존 스노우 랩(John Snow Labs)의 노코드 텍스트 주석 도구 NAP 랩(NLP Lab)은 의료 부문에서 의사의 지식을 머신러닝 모델에 주입하는 데 사용된다. 

존 스노우 랩의 CTO 데이빗 털비는 기반 기술을 다음과 같이 설명했다. “엔터프라이즈급 자연어 처리(NLP) 도구는 노코드다. 즉, 사용자가 단 한 줄의 코드를 작성하지 않고도 고품질 학습 데이터를 수집하고, 모델을 학습시키며, 프로덕션 환경에 배포할 수 있다. 이 엔드투엔드 플랫폼은 간호사, 의사, 변호사, 회계사, 투자자 등 각 분야의 전문가가 문서나 이미지에서 의미 있는 정보를 자동으로 추출하는 데 사용된다. 결과적으로 모두를 위한 AI의 민주화를 촉진할 수 있다.”
 

ML과 로우코드의 통합

AI 도구가 노코드 기능을 추가하고 있다면, 반대로 노코드와 로우코드 플랫폼은 AI를 실험하고 머신러닝 모델을 프로덕션 사용 사례에 적용하는 쉬운 방법을 추가하고 있다. 파워 플랫폼(Power Platform)의 일부인 마이크로소프트의 AI 빌더(AI Builder) 서비스에는 텍스트 인식, 엔티티 추출, 감정 분석 등 10가지 이상의 사전 빌드된 AI 모델이 있다. 최근 마이크로소프트는 로우코드 개발자가 AI로 생성된 코드 샘플을 요청, 검토, 통합할 수 있는 깃허브 코파일럿 통합을 발표했다. 

포스트맨(Postman)의 수석 에반젤리스트 킨 레인은 “마이크로소프트 파워 플랫폼 같은 제품은 ‘혼합 개발(fusion development)’이라는 개념을 통해 로우코드 및 코드 우선 개발자와 IT 전문가가 전사 애플리케이션에서 협업할 수 있도록 지원한다. 혼합 개발팀은 로우코드 기술 솔루션을 확장할 수 있는 솔루션이다”라고 설명했다. 

일례로 동물원에서 호랑이, 얼룩말, 판다 등을 감지하기 위해 마이크로소프트 파워 앱(Power App)과 로브(Lobe)로 개발된 재미있는 애플리케이션 ‘AI 앳더주(AI at the Zoo)’가 있다. 하지만 안타깝게도 최근 마이크로소프트가 로브의 AI 빌더 이미지 분류 모델을 더 이상 지원하지 않겠다고 발표하면서, 이는 로우코드 통합 문제를 보여주는 사례가 됐다. 이 밖에 제과제빵 연구소에서 AI 빌더를 사용해 추가 평가를 위한 플래그를 지정해야 하는 빵이나 곡물을 감지하는 아든 밀(Ardent Mills), 에너지 회사 에퀴노어(Equinor)가 AI 빌더를 사용해 튜브형 제품을 세는 효율성을 높이고 자동화를 적용한 사례도 있다. 

물론 AI 기능과 상업적 사용 사례를 갖춘 로우코드 플랫폼은 마이크로소프트 파워 플랫폼만 있는 건 아니다. 리코(Ricoh)는 보험금 청구 관리를 위한 지능형 프로세스 자동화 서비스를 구축하는 데 아웃시스템(Outsystems)를 사용했다. 취리히 UK(Zurich UK)는 멘딕스(Mendix)를 활용해 셀카로 잠재 고객의 월 생명 보험료를 계산하는 애플리케이션 페이스쿼트(FaceQuote)를 개발했다.
 

로우코드 AI 검색과 IoT

기업들은 로우코드 및 노코드 기능을 갖춘 SaaS, 비즈니스, 기술 플랫폼에서 AI와 ML 기능을 구축할 기회를 찾고 있다. 예를 들면 로우코드 AI 검색은 개발자가 데이터 소스를 통합하고, 고객 및 직원 대상의 검색 앱을 구축하며, AI 및 머신러닝 기능을 활용하는 데 도움이 된다. IT 기업에서도 로우코드 플랫폼을 통해 AI 사용 사례를 가속하고 있다. 이를테면 세일즈포스는 AI 검색을 활용해 90%의 자가 수리 성공률을 달성했고, 델도 직원 만족도 점수를 3배 개선했다.

DNAMIC의 CEO 아투로 가르시아는 구글의 오토ML(AutoML)을 사용한 트위터 사례를 언급했다. “AI와 자동화를 기업이 더 빠르고 적극적으로 구축할 수 있는 거대한 기술 블록으로 보고 있다. 트위터 팀이 구글의 로우코드 머신러닝 기능을 활용해 관심 있는 주제에 대해 토론할 수 있는 공간으로 트위터의 스페이스 기능을 제시한 것이 매우 흥미로웠다”라고 말했다.

밴티크(Vantiz)의 CEO 마티 스프린젠은 “로우코드는 기술 전문성이 없는 영역에서도 AI 기술을 사용할 수 있게 해준다. 예를 들어 스마트 농장은 AI를 활용해 동물 복지를 모니터링하고 규제 범위 내에서 운영되도록 하고 있다”라고 전했다. 

수천 개의 센서를 IoT 플랫폼과 머신러닝 기능에 연결하는 것은 복잡한 엔지니어링 프로젝트다. 로우코드 플랫폼은 스마트 빌딩, 제조, 농업 사용 사례를 포함해 더 많은 비즈니스에서 IoT와 AI를 사용할 수 있도록 지원하고 있다. 한 가지 예로 엣지 디바이스와 연결된 로우코드 IoT 및 실시간 데이터 처리 플랫폼은 작업자의 안전과 식품 품질 보증을 개선하는 데 유용하다. IoT와 검색은 로우코드 또는 노코드 개발 옵션과 AI 기능을 갖춘 SaaS의 2가지 예다. 많은 CRM, CMS, 전자상거래 및 기타 SaaS 플랫폼에도 AI와 로우코드 옵션이 있다.
 

결론

AI를 실험하려는 기업이 늘어나면서, 딜리버리를 가속하고 필요한 전문성을 줄일 수 있는 개발 옵션에 대한 수요도 증가하고 있다. 무엇보다 전문 데이터 과학자나 소프트웨어 개발자가 없다면, AI 기능을 노코드 및 로우코드 개발 옵션과 통합하는 도구는 바람직한 접근 방식이 될 것이다. 
editor@itworld.co.kr