2026.07.16 목요일
검색
'AI-DLC' 검색결과
기간검색
-
~
검색영역
검색어
-
"AI가 개발하고 사람이 검증한다"…AWS, AI 주도 개발 방법론 공개 [경제일보] "AI를 도입한 개발 조직의 94%가 기대했던 성과를 내지 못하고 있다" 생성형 인공지능(AI)이 소프트웨어 개발 생산성을 끌어올릴 것이라는 기대와 달리 실제 서비스 출시까지 이어지는 사례는 많지 않다는 분석이 나온다. AI가 코드 작성 속도는 높였지만 보안과 검증, 운영 등 개발 전 과정까지 해결하지는 못하고 있기 때문이다. 아마존웹서비스(AWS)는 AI 코딩을 넘어 AI가 개발 전 과정에 참여하고 사람이 이를 검증하는 'AI 주도 개발(AI-DLC)'이 새로운 개발 방식이 될 것이라고 강조했다. 16일 AWS는 서울 강남구 AWS 코리아 사옥에서 'AI-DLC & Kiro 기자간담회 및 핸즈온 세션'을 열고 AI 기반 개발 방법론인 'AI-DLC(AI-Driven Development Life Cycle)'와 스펙 기반 개발 도구 '키로(Kiro)'를 소개했다. 이날 발표를 맡은 박혜영 AWS 코리아 수석 솔루션즈 아키텍트(SA)는 "AI는 기존의 소프트웨어 개발 역량을 강화하고 있으나 모두에게 균등하게 효과가 있진 않다"며 "강한 기술을 가진 조직이 더 앞서가고 있고 나머지는 제자리에 오히려 머물고 있다"고 말했다. AWS가 제시한 서클CI의 '2026 소프트웨어 딜리버리 보고서'에 따르면 AI를 도입한 개발 조직의 94%는 기대했던 성과를 내지 못하고 있는 것으로 나타났다. 기능을 개발하는 속도는 85% 빨라졌지만 실제 프로덕션 환경에 배포되는 속도는 26% 개선에 그쳤다. 박 SA는 "AI 코딩으로 피처를 개발하는 것은 무려 85%나 빨라졌지만 서비스까지 올리는 것은 어렵다"며 "만드는 건 빨라졌지만 고치는 건 더 오래 걸린다"고 설명했다. 이어 "이것이 지금 AI 코딩의 현실"이라고 강조했다. AI 코딩 도구 사용자들의 가장 큰 불만 사항 역시 '거의 맞지만 완벽하지 않은 코드'였다. 개발자 1만6000명을 대상으로 진행된 설문조사에서는 응답자의 45%가 이를 가장 큰 불만 사항으로 꼽았으며, 상당수는 AI가 작성한 코드를 수정하는 데 더 많은 시간을 쓰고 있다고 답했다. AWS는 해당 한계의 원인으로 AI가 소프트웨어 개발의 일부만 담당하고 있다는 점을 지목했다. 실제 코딩은 전체 개발 과정의 일부에 불과하며 설계와 테스트, 검증, 운영 등 나머지 과정 역시 중요하다는 설명이다. 박 SA는 "우리가 흔히 보는 AI 코딩은 개발의 일부일 뿐"이라며 "실제 이게 프로덕션 레벨로 나가기 위해서는 설계도 해야 되고 테스트도 해야 되고 검증도 해야 되고 소통도 해야 된다"고 말했다. 이어 "나머지 80%는 AI가 제공을 하고 있지 않기 때문에 이 80%를 건드려야 전체적인 생산성이 올라간다"며 "그것이 오늘 말씀드릴 AI-DLC가 하는 역할"이라고 설명했다. AWS는 현재 AI 개발 방식이 크게 사람이 직접 개발하고 AI가 일부를 보조하는 방식, AI에게 개발을 맡기는 이른바 '바이브 코딩', AI가 실행하고 사람이 검증하는 방식으로 나뉜다고 설명했다. AWS는 이 가운데 세 번째 방식인 AI-DLC를 새로운 개발 방법론으로 제시했다. AI-DLC는 프로젝트 '정의'와 '구축', '운영' 등 3단계로 구성되며 요구사항 정의부터 실제 코드 작성, 운영과 배포까지 AI가 작업을 수행하고 사람이 이를 검증하는 구조다. AI-DLC의 특징은 하나의 AI가 모든 작업을 수행하는 것이 아니라 총 11개의 전문 AI 에이전트가 역할을 나눠 협업한다는 점이다. 설계 단계에서는 설계 전문 AI가, 구축 단계에서는 개발 전문 AI가 각각 역할을 수행한다. 또한 요구사항 정의서와 사용자 스토리, API 명세서, 보안 설계 문서, 테스트 코드, 배포 가이드 등 개발 전 과정의 산출물을 AI가 자동으로 생성한다. 각 단계에서 이뤄진 의사결정 과정 역시 모두 문서로 남겨 추적이 가능하다. 박 SA는 "하나의 AI 에이전트가 아니라 11개의 전문 AI 에이전트가 이 역할들을 수행하면서 각각 역할을 교대로 수행한다"며 "설계 단계에서는 설계 에이전트가, 구축 단계에서는 구축 에이전트가 서로 협업하게 된다"고 말했다. 이어 "AI가 무엇을 했고 사람이 무엇을 했는지를 다 감사 기능으로 남겨 놓는다"며 "AI가 바뀌거나 사람이 나중에 바뀌거나 신입이 들어오더라도 전체를 누구나 이해할 수 있는 형태로 유지하는 맥락을 축적하는 기능이 있다"고 덧붙였다. AWS는 AI-DLC를 구현하는 대표 도구로 스펙 기반 AI 개발 도구인 키로도 소개했다. 키로는 프롬프트를 입력하면 즉시 코드를 생성하는 기존 AI 코딩 도구와 달리 요구사항과 설계를 먼저 문서화한 뒤 코드를 생성하는 방식이다. 단계별 사람의 승인을 거치는 스펙 기반 개발과 테스트·문서화·보안 점검 등을 자동 수행하는 '에이전트 훅', 조직의 개발 규칙을 AI가 학습하는 '스티어링', 외부 시스템과 연동하는 'MCP' 등을 지원한다. AWS가 공개한 오픈소스 벤치마크 결과에 따르면 동일한 AI 모델로 같은 작업을 수행했을 때 키로의 작업당 비용은 경쟁 도구 대비 6분의 1에서 10분의 1 수준으로 나타났다. 이어진 파이어사이드 챗에서는 AWS 서밋 서울 2026 'AI-DLC 챌린지' 우승팀인 현대해상과 LG유플러스, SK AX가 각각 AI 업무 인텔리전스 플랫폼과 차량 내 다중 화자 AI 에이전트, RFP 분석 자동화 시스템 등을 소개하며 AI 주도 개발 활용 사례를 공유했다. AWS는 앞으로 AI 시대 개발자의 역할 역시 크게 변화할 것으로 전망했다. 단순히 코드를 작성하는 역할에서 벗어나 AI와 함께 설계하고 검증하는 역할이 중요해질 것이라는 설명이다.2026-07-16 14:00:38
-
LG유플러스, AWS 기반 AI 운영 플랫폼 구축…GPU 효율화·운영 자동화 [경제일보] 국내 이동통신사들이 인공지능(AI) 서비스 경쟁력 확보를 위해 인프라 고도화에 속도를 내고 있다. 생성형 AI 서비스 확대와 함께 모델 운영 비용과 인프라 부담이 커지면서 AI 개발부터 서비스 운영까지 전 과정을 통합하려는 움직임이 본격화되는 모습이다. 10일 LG유플러스는 최근 AWS가 주최한 '2026 모던 에이전틱 애플리케이션 데이' 행사에서 AI 모델을 실제 서비스로 안정적으로 운영하기 위한 플랫폼 구축 사례를 공개했다고 밝혔다. 이번 행사는 생성형 AI와 에이전트 기술을 활용한 인프라 운영 자동화를 주제로 진행됐다. LG유플러스는 기존 온프레미스 중심의 AI 개발 환경을 클라우드와 연계한 하이브리드 구조로 전환하고 AI 개발부터 서비스 운영까지 전 과정을 효율적으로 연결한 플랫폼 구축을 진행했다고 설명했다. 이를 통해 AI 서비스 품질과 운영 안정성을 동시에 높일 수 있는 기반을 마련한 것으로 나타났다. 이번 플랫폼은 AI 모델 개발과 서비스 운영 단계 간 단절을 줄이는 데 초점을 맞췄다. 기존에는 AI 모델 학습, 평가, 배포, 운영이 각각 분리돼 진행되면서 서비스 전환 과정에서 반복적인 작업과 시간이 소요된 것으로 알려졌다. 이에 LG유플러스는 하나의 흐름으로 통합해 AI 모델을 보다 빠르게 서비스에 적용할 수 있도록 구조를 설계했다. LG유플러스는 AI를 한 번 개발하고 끝나는 방식이 아닌, 언제든 서비스에 적용할 수 있는 '모델 준비 상태'를 유지하는 구조를 목표로 플랫폼을 구축했다고 설명했다. 데이터 수집부터 학습, 평가, 배포, 운영까지 전 과정을 하나의 파이프라인으로 연결해 개발자와 운영자가 일관된 환경에서 AI를 활용할 수 있도록 구성했다. 이를 위해 AWS의 관리형 쿠버네티스(컨테이너화된 애플리케이션의 배포, 확장, 관리를 자동으로 처리해주는 플랫폼) 서비스인 '아마존 EKS' 기반의 하이브리드 인프라 아키텍처를 도입했다. 자체 온프레미스 GPU 인프라를 아마존 EKS 클러스터의 하이브리드 노드로 통합하고 클러스터 전체 제어 기능인 쿠버네티스 컨트롤 플레인은 AWS 완전관리형 서비스로 운영하는 구조다. 인프라 운영 부담을 줄이고 서비스 안정성과 품질 개선에 집중할 수 있는 환경을 구축한 것이다. GPU 자원 활용 방식도 개선했다. 기존에는 GPU를 장비 단위로 고정 할당하는 방식이 일반적이었지만 LG유플러스는 필요에 따라 자원을 유연하게 배분하는 구조를 적용했다. GPU 미사용 시간을 줄여 AI 모델 학습과 서비스 운영에 필요한 자원을 보다 효율적으로 활용할 수 있도록 설계했다. 최근 생성형 AI 서비스가 확대되면서 AI 모델 운영과 인프라 관리 중요성도 커지고 있다. 특히 AI 모델이 실제 서비스에 적용되는 과정에서 운영 안정성과 비용 효율성이 주요 경쟁 요소로 떠오르면서 AI 운영 플랫폼 구축이 통신사 경쟁력 확보의 핵심 요소로 부상하고 있다. 통신사들은 기존 통신 서비스 중심 사업 구조에서 벗어나 AI 기반 서비스 확대를 추진하고 있다. 이에 AI 모델 개발뿐 아니라 서비스 운영과 인프라 관리까지 포함한 통합 플랫폼 구축이 중요한 과제로 떠오르고 있다. LG유플러스는 이번 플랫폼 구축을 통해 AI 서비스를 보다 빠르게 제공하고, 운영 안정성과 품질 개선을 동시에 추진한다는 계획이다. 특히 데이터 수집부터 모델 개발, 배포, 운영, GPU 자원 관리까지 아우르는 AI 기반 개발 환경을 통해 AI 서비스 경쟁력을 강화한다는 전략이다. 권기덕 LG유플러스 AX엔지니어링Lab장은 "LG유플러스는 AX 서비스 가속화를 위해 데이터 수집부터 모델 개발·배포·운영, GPU 운영까지 아우르는 AI-DLC(AI 주도 개발 라이프사이클) 기반의 엔지니어링 플랫폼 역량을 강화하고 있다"며 "앞으로도 AWS와의 기술 협력을 통해 AI 서비스 품질과 운영 안정성을 지속적으로 높여 나가겠다"고 말했다.2026-04-10 09:34:12
많이 본 뉴스
영상
Youtube 바로가기
![[데스크 칼럼] 보완수사권 공방, 검찰도 경찰도 아닌 국민을 보라](https://image.ajunews.com/content/image/2026/07/16/20260716113017218880_518_323.jpg)