LG CNS, 바이브 코딩 넘어 大規模 IT 시스템 構築에 ‘에이전틱 AI’ 投入

LG CNS 데브온 에이전틱 AIND 활용 예시

LG CNS 데브온 에이전틱 AIND 활용 예시
LG CNS, 바이브 코딩 넘어 大規模 IT 시스템 構築에 ‘에이전틱 AI’ 投入

LG CNS가 大規模 IT 시스템 構築 및 運營 全 過程을 人工知能으로 自動化하는 에이전틱 AI 基盤 開發 플랫폼 ‘데브온 에이전틱 AIND(DevOn Agentic AI Native Development, 이하 AIND)’를 公式 出市했습니다. 이는 旣存 自然語 基盤 AI 코딩 方式의 限界를 넘어 企業 環境에 最適化된 專門 AI 에이전트를 통해 開發 生産性을 革新할 것으로 期待됩니다.

大規模 IT 시스템 開發, 旣存 AI 코딩의 限界 克服

最近 自然語를 利用한 AI 코딩 方式인 '바이브 코딩' 등이 注目받고 있지만, 이는 코드 生成 機能에 局限되어 大規模 IT 시스템 構築에는 여러 限界를 露出했습니다. 특히 企業 시스템 構造와 脈絡에 대한 理解 없이 코드를 生成함으로써 旣存 시스템과의 衝突이나 機能 修正이 全體 코드에 影響을 미치는 等의 問題가 發生하기도 했습니다.

金融, 公共, 製造 等 大規模 엔터프라이즈 시스템 環境에서는 保安 規程, 開發 標準, 레거시 시스템 構造 等을 嚴格하게 反映해야 합니다. 그러나 旣存 AI 코딩 方式은 이러한 複雜한 要求事項을 充足하기 어려워 實際 運營 環境에 適用하는 데 難航을 겪어왔으며, 이는 곧 開發 生産性 低下와 高品質 시스템 構築의 걸림돌로 作用했습니다.

에이전트 基盤 AIND의 核心 機能과 作動 方式

LG CNS의 AIND는 使用者가 自然語로 要求事項을 入力하면, 顧客 要求事項 分析·設計, 코딩, 테스트·品質 檢證 等 各 領域에 特化된 專門 AI 에이전트들이 有機的으로 協業하여 開發 全 過程을 엔드투엔드(End-to-End) 方式으로 遂行합니다. 이는 LG CNS가 多樣한 産業 分野에서 시스템을 構築하고 運營하며 쌓아온 노하우를 集約한 結果입니다.

例를 들어, 金融社가 旣存 코어뱅킹 시스템에 새로운 서비스를 追加할 境遇, 使用者가 “計座 시스템과 聯繼된 預·積金 自動移替 서비스를 構築해줘”라고 入力하면 分析·設計 에이전트가 이를 分析해 시스템 構造를 設計하고, 코딩 에이전트가 金融社의 開發 標準에 맞춰 코드를 生成하는 方式입니다. 이를 통해 開發 擔當者는 結果 檢討 및 承認 役割에 集中하여 開發 所要 時間을 크게 短縮할 수 있습니다.

AIND의 核心 競爭力은 開發에 必要한 企業의 IT 情報를 統合하고 分析하는 ‘知識 파운데이션(Knowledge Foundation)’입니다. 이는 開發 標準, 保安 規程, 시스템 소스 코드, 開發 産出物 等 企業의 廣大한 IT 情報를 AI가 理解할 수 있도록 構造化한 온톨로지 데이터베이스로, 이를 基盤으로 AIND는 企業 시스템과 業務를 學習하여 顧客 맞춤형 開發을 遂行합니다.

‘스펙 主導 開發’ 및 레거시 시스템 現代化 支援

AIND는 ‘스펙 主導 開發(Spec-Driven Development)’ 方式을 適用하여 一貫된 品質 確保를 可能하게 합니다. AI가 事前에 定義된 基準(Spec)에 따라 設計, 코딩, 檢證을 遂行함으로써, 使用者나 開發 擔當者에 關係없이 安定的인 結果物을 提供하며 할루시네이션(Hallucination)과 誤謬를 最小化합니다. 이는 시스템 管理의 效率性과 便宜性을 同時에 높이는 效果를 가져옵니다.

또한 AIND는 ‘레거시 모더나이제이션(Legacy Modernization)’ 機能을 통해 開發 言語와 關係없이 시스템을 最新 技術 環境에 最適化된 構造로 轉換할 수 있도록 支援합니다. 특히 코볼(COBOL)과 같은 舊型 言語로 開發된 시스템을 자바(Java)로 自動 變換하여 構築하고, 자바 基盤의 舊型 시스템도 最新 아키텍처와 開發 標準에 맞춰 高度化합니다. 旣存에 數 週 以上 걸리던 코드 分析, 變換, 檢證 作業을 分 單位로 短縮함으로써 生産性 極大化를 實現합니다.

클라인과의 協力 및 글로벌 市場 擴大

LG CNS는 AIND를 美國의 글로벌 오픈소스 AI 코딩 企業 클라인(Cline)과 共同 開發했습니다. 클라인의 AI 코딩 에이전트는 글로벌 오픈소스 開發 플랫폼 깃허브(GitHub)에서 4704%라는 驚異로운 成長率을 記錄하며 全 世界에서 가장 빠르게 成長한 AI 소프트웨어 中 하나로 認定받은 바 있습니다. 兩社의 技術的 시너지가 AIND의 完成度를 높인 背景입니다.

LG CNS와 클라인은 美國, 日本, 동남아시아 地域을 中心으로 AIND 適用을 擴大해 나갈 計劃입니다. 특히 金融, 公共, 製造, 防産 等 保安과 規制가 重要한 글로벌 企業의 IT 시스템 構築 및 運營 事業에 AIND를 積極的으로 活用하여 글로벌 市場에서의 立地를 强化할 方針입니다. LG CNS 애플리케이션아키텍처擔當 安賢貞 常務는 “企業 시스템을 理解하는 專門家 水準의 AI 에이전트를 基盤으로 大規模 IT 시스템 構築·運營을 自動化해 企業 顧客의 生産性 革新에 寄與할 것”이라고 强調했습니다.

이 글에 사용된 한자어
강조(强調), 관계(關係), 관리(管理), 개발(開發), 검증(檢證), 계획(計劃), 계좌(計座), 고객(顧客), 고도화(高度化), 고품질(高品質), 공공(公共), 공동(共同), 구조(構造), 구조화(構造化), 구축(構築), 구형(舊型), 국한(局限), 규정(規程), 규제(規制), 극대화(極大化), 기반(基盤), 기능(機能), 기여(寄與), 기준(基準), 기존(旣存), 기록(記錄), 기대(期待), 난항(難航), 단축(短縮), 담당(擔當), 담당자(擔當者), 대규모(大規模), 동시(同時), 문제(問題), 미국(美國), 방식(方式), 광대(廣大), 방산(防産), 방침(方針), 발생(發生), 변환(變換), 보안(保安), 복잡(複雜), 분 단위(分 單位), 분야(分野), 분석(分析), 생산성(生産性), 생성(生成), 상무(常務), 사업(事業), 사전(事前), 사용자(使用者), 산출물(産出物), 성장(成長), 성장률(成長率), 전 세계(全世界), 설계(設計), 소요 시간(所要 時間), 수준(水準), 수정(修正), 수행(遂行), 승인(承認), 시장(市場), 실현(實現), 안정적(安定的), 업무(業務), 언어(言語), 영역(領域), 영향(影響), 예·적금(預·積金), 오류(誤謬), 운영(運營), 요구사항(要求事項), 완성도(完成度), 역할(役割), 연계(聯繼), 일관(一貫), 입지(立地), 입력(入力), 자동(自動), 자동이체(自動移替), 자동화(自動化), 작용(作用), 작동(作動), 작업(作業), 자연어(自然語), 전 과정(全 過程), 전체(全體), 정의(定義), 저하(低下), 적극적(積極的), 적용(適用), 전환(轉換), 전문(專門), 전문가(專門家), 정보(情報), 제공(提供), 제조(製造), 주도(主導), 주목(注目), 중심(中心), 중요(重要), 지역(地域), 집중(集中), 집약(集約), 최신(最新), 최소화(最小化), 최적화(最適化), 추가(追加), 출시(出市), 충돌(衝突), 충족(充足), 통합(統合), 투입(投入), 특화(特化), 표준(標準), 품질(品質), 학습(學習), 한계(限界), 확보(確保), 확대(擴大), 활용(活用), 환경(環境), 핵심(核心), 협력(協力), 현대화(現代化), 효과(效果), 효율성(效率性), 혁신(革新), 금융사(金融社), 기술적(技術的), 기술(技術), 유기적(有機的), 일본(日本), 지식(知識), 인공지능(人工知能), 양사(兩社)

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다