칼럼 | ‘코드 생성은 시작일 뿐’··· 생성형 AI가 이끌 SW 개발의 변화 10가지

1990년대의 코딩이란, 편집기를 선택하고 CVS 또는 SVN 코드 저장소로 코드를 보낸 후 실행 파일로 컴파일하는 것을 의미했다. 이후 에클립스(Eclipse), 비주얼 스튜디오(Visual Studio) 같은 통합개발환경(IDE)이 출현해 소프트웨어 개발 생애주기(SDLC)에 코딩, 개발, 문서 작성, 빌드, 테스트, 배포 등의 단계를 통합했다. 클라우드 컴퓨팅과 데스섹옵스(DevSecOps) 자동화 도구는 차세대 개발자 기능을 선보이며 더 많은 조직이 더욱 쉽게 애플리케이션을 개발, 배포, 유지할 수 있도록 했다.

다음 번 패러다임 전환의 기폭제는 생성형 AI다. 생성형 AI로 새로운 개발 도구와 패러다임이 가능해질 뿐 아니라 조직이 소프트웨어를 만들고 유지하는 방식이 달라질 것으로 보인다. 이제 여러 개발자와 IT 리더로서는 AI로 인해 기존 방식의 코딩이 어떻게 변화할 지 준비할 필요가 있다. AI가 향후 10년간 SDLC 및 데브섹옵스의 점진적인 발전에 어떻게 영향을 미칠 지도 감안해야 한다. 이 두 가지 문제를 기반으로 앞으로의 전망과 아이디어를 살펴본다. 
 

생성형 AI는 새로운 도구인가 아니면 새로운 개발 방식인가? 
풀루미(Pulumi) CEO 조 더피는 “나는 코드를 크게 신뢰하는 사람이다. 지난 25년 간 일하면서 코드 반대파를 종종 봤지만 그들의 예상은 늘 빗나갔다. AI는 코딩을 대체하는 것이 아니라 자동화하고 강화할 것이다. 그 결과 인간의 추상화 수준이 높아져 생산성과 산출 속도가 상당히 빨라질 것이다”라고 말했다.

그의 말은 하나의 관점이다. 필자는 다른 관점도 고려하고자 고전을 다시 살펴봤다.
 
소프트웨어 개발 분야의 고전이 된 프레데릭 브룩스의 저서 ‘맨먼스 미신’(The Mythical Man-Month)에 소개된 소프트웨어 개발 생산성 관련 연구가 있다. 해당 연구에 따르면 “생산성 측정 지표에서 최상 및 최하 사이의 비율이 평균 10 대 1인데 반해 프로그램 속도 및 영역 측정 지표에서는 놀랍게도 5:1”이다. 또 1995년에 출간된 20주년 기념판에 다시 게재된 1986년작 글인 ‘특효약은 없다: 소프트웨어 공학의 본질과 우발적 사고’에는 “10년이라는 기간 내에는 그 자체로 소프트웨어 생산성을 10 배 개선할 그 어떤 프로그래밍 기법도 나오지 않을 것”이라는 예견이 담겨 있다.

코파일럿과 기타 생성형 AI 코딩 기능이 위와 같은 기준을 넘어설 지 여부는 아직 알 수 없다.

톰베스트 벤처스(Thomvest Ventures) 대표 아쉬쉬 카크란은 “소프트웨어 전달 생애주기가 생성형 AI에 의해 완전히 달라지고 있다. 엔지니어 10명 몫을 해낼 수 있는 존재가 확산하면서 개발 팀과 데브옵스 팀의 생산성이 향상될 것이다”라고 말했다.

생성형AI 기능의 성숙에 따른 개발자 역할이 재조정되면, 비약적인 생산성 향상과 소프트웨어 개발 기술의 민주화가 불가능한 것도 아니다. 매틸리온(Matillion) CTO 에드 톰슨은 “현재 형태의 코파일럿은 쓸데없이 바쁜 업무를 없애 개발자 생산성을 높이는 것이 주 목적이다. 코파일럿으로 이미 업무가 근본적으로 달라졌다고 생각한다면 개발자의 업무가 코드 작성이라고 착각하기 때문이다. 개발자의 업무의 본질은 문제 해결이다”라고 말했다.

생성형 AI로 인한 소프트웨어 개발의 변화 10가지 
앞으로 10년 동안 생성형 AI로 인해 소프트웨어 개발은 어떻게 변모할까? 전문가들이 공유한 10가지 예측을 소개한다.
 

• 자연어 프롬프트에서 코드를 생성하는 것이 표준화된다
• 코드 검증은 개발자의 주요 책임이다
• ‘조립’이 새로운 개발 패러다임
• 코딩 작업은 줄어드는 반면 코드 공급망 위험은 커진다
• 통합을 가속화하는 새 패러다임이 등장한다
• 개발자가 AI 에이전트의 관리자 노릇을 한다
• AI가 SDLC의 여러 단계에 관여한다
• 생성형AI 및 인간 개발 페르소나가 등장한다
• AI가 개발 과정 중에 운영 능력을 향상시킨다
• 조직은 AI 위험으로부터 스스로를 보호해야 한다

자연어 프롬프트에서 코드를 생성하는 것이 표준화된다
어스트로노머(Astronomer) 기류 공학 책임자 칵실 네이크는 “코딩 작업이 더욱 효율화될 것이다. AI가 표준 코드를 생성해 주고 코파일럿이 자연어를 기능 코드로 변환하는 주기 때문에 복잡한 코드베이스의 이해 과정이 간단해지고 모범 준칙이 준수될 것”이라고 말했다.

스택오버플로(StackOverflow)의 2023년 개발자 설문조사 결과, 개발자 중 70%가 개발 과정에 AI 도구를 활용하고 있거나 활용할 계획인 것으로 나타났다. 이미 개발에 AI를 활용 중인 개발자 중에서 82% 이상이 코드 작성에 AI를 활용하고 있다. 이 수치는 개발자의 코드 개발, 기존 코드 재사용, 구성요소 구축 방식에 패러다임 전환을 암시한다. 

코드 검증이 개발자의 주요 책임이다
프롬프트로 코드를 생성하면 위험 요소가 늘어날 수 있다. 가령 생성된 코드에 보안 문제나 결함이 있거나 성능 문제가 새롭게 야기되는 경우가 그렇다. 코딩이 쉬워지고 빨라지는 만큼 개발자가 애플리케이션에 포함시킬 코드를 사전 검증할 시간과 책임, 더 좋은 도구도 늘어나기를 바라지만 아직은 지켜봐야 할 상황이다.

소나(Sonar) 개발자 관계 담당 책임자 피터 맥키는 “개발자들이 생산성 향상을 위해 AI를 채택하면 AI의 생산물을 점검할 의무적인 책임이 있다. 코딩과 동시에 정리 작업을 수행해야 한다. 즉, 전달 과정이 진행되는 동안 점검과 지속적인 모니터링을 수행한다면 개발자는 사람이 만들었건 AI가 생성했건 코드에서 버그를 수정하는 작업보다는 새로운 작업에 더 많은 시간을 쓸 수 있다”라고 말했다.

CIO와 CISO는 특히 AI로 생성된 코드로 인해 상당한 취약점이 발생하는 경우 개발자가 코드 검증을 더 많이 수행하도록 조치행 한다. 맥키는 “만일 AI로 생성된 코드를 자동으로 검사하고 모니터링하는 기능이 구현되지 않으면 수정할 코드가 기하급수적으로 늘어나고 기술 부채도 늘어나게 된다”라고 덧붙였다. 

‘조립’이 새로운 개발 패러다임
생성형 AI 도구를 코드 개발에 활용한다면 각종 개발 팀이 다양한 애플리케이션을 만드는 대규모 기업의 경우 좀 더 문제가 될 수 있다. 조직 내 도구와 표준에는 어떤 영향을 미칠 것인가라는 문제다. 

레드햇(Red Hat) 개발자 도구 전략 및 전도 담당 마커스 아이젤은 “팀 마다 서로 다른 도구를 사용한다면 표준의 부재와 복잡한 온보딩이라는 문제가 출현하게 된다. 개발자의 인지적 부하 또한 증가할 것이다. 이런 상황을 타개하기 위해 다양한 모범 사례와 중앙집중식 개발자 포털을 통한 손쉬운 접근이라는 해법이 등장했다. 여기에 애플리케이션 플랫폼의 강화된 기능을 더한다면 마찰을 제거하고 팀 경계를 넘어 모범 사례를 적용하는 데 도움이 될 가능성이 있다”라고 말했다.

이것이 시사하는 바는 IDE가 제조 분야의 컴퓨터 지원 설계(CAD)나 건설 분야의 빌딩 정보 모델링(BIM)과 비슷한 조립형 플랫폼으로 변모할 수 있다는 것이다. 커스텀 구성요소 구축에 맞춰졌던 초점이 기존 구성요소 조립과 내장 도구를 활용한 설계 검증에 맞춰진다.

코딩 작업은 줄어드는 반면 코드 공급망 위험은 커진다
생성형AI로 개발된 코드는 기업의 소프트웨어 공급망 선택과도 관련성을 가질 수 있다. 지금까지 조직들이 가장 걱정한 부분은 오픈 소스와 상용 소프트웨어 구성요소를 추적하는 것이었는데 생성형AI로 인해 우려해야 할 새로운 영역이 추가됐다.

소나타입(Sonatype) 현장 CTO 일카 투루넨은 “데브옵스 실무자들이 AI 공급망 유지 및 관리에 주요한 역할을 하게 된다. 즉, AI 기반 모델의 보안과 정확성, 출처는 기업의 일상 업무에서 더욱 철저히 검토된다. AI 위험을 평가하고 AI 모델의 제품구성사양(BOM)을 적절히 관리하는 전략을 실행한다면 모든 조직의 데브옵스 인프라 전반에 걸쳐 적절한 AI 위생 및 관리를 보장하는 데 도움이 될 것이다”라고 말했다.

SAST, DAST, 기타 보안 및 코드 관리 도구로 인해 코드 검사 자동화 기능이 늘어날 것으로 예상된다. 또한, 개발자가 코드를 기업 저장소에 통합하기에 앞서 생성형AI 코드가 정책을 충족하는지 여부를 검증할 때 위와 같은 도구가 도움이 될 것이다.