전기전자/정보통신

Nikkei Computer_2024.3.21 (p10-23)

생성형 AI로 시스템 내제
선진 유저 기업의 도전

AI(인공지능)의 진화는 눈부시다. 특히 주목을 받고 있는 것은 사람의 지시에 따라 문장이나 프로그램 코드를 만들어 내는 ‘생성형 AI’다. 한편, 자사의 경쟁력의 원천이 되는 시스템을, 유저 기업 스스로가 개발하는 시스템의 내제(內製)도 착실하게 확산되고 있다.

생성형 AI를 이용하면 시스템 내제를 더욱 가속할 수 있다. 생성형 AI를 시스템 내제에 어떻게 활용해야 할까? 선진 유저 기업 6사의 사례를 토대로 핵심을 파헤쳐보자.

Part 1. 화면도 앱도 OK
진화하는 툴의 대응

노 코드(No code)/로우 코드(Low code) 툴의 생성형 AI 대응이 진행되고 있다. 앱이나 입출력 화면, 코드 후보의 자동생성이 가능하다. 유저 기업이 시스템 개발을 시작하는 허들이 크게 낮아졌다.

경쟁력의 원천이 되는 시스템은 스스로의 손으로 개발한다. 이러한 생각에 근거해 최근 몇 년 동안 유저 기업에 의한 시스템 내제가 큰 트렌드가 되고 있다. 지금까지는 외부의 시스템 인테그레이터(SIer)에 통째로 맡겼던 시스템 개발을, 유저 기업이 직접 전개하려는 움직임이 확산되고 있다.

다만, 지금까지 자사에서 시스템을 개발하지 않았던 기업이 갑자기 시스템 개발을 시작하는 것은 허들이 높다. 소프트웨어 엔지니어 인력이 심각하게 부족하다는 문제도 있다. IT 계열 회사조차도 소프트웨어 엔지니어를 채용하기가 어려운 실정이다.

이러한 문제를 해결할 것으로 기대를 받고 있는 것이 생성형 AI(인공지능)다. 생성형 AI를 사용하면 시스템 개발을 시작하는 허들을 대폭 낮출 수 있기 때문에 유저 기업에서도 시스템 내제가 쉬워진다.

사용자 기업이 시스템 내제에 생성형 AI를 활용하는 패턴은 두 가지다. 하나는 생성형 AI 대응의 개발 지원 툴을 이용하는 것이고, 또 하나는 생성형 AI 자체를 내장한 시스템을 내제하는 것이다. 이 중 내제화의 허들을 낮추는 것은 전자의 개발 지원 툴을 이용하는 것이다.

개발 지원 툴은 생성형 AI 대응의 노 코드/로우 코드 툴과 프로그래머 전용의 코드 보완 서비스로 크게 나뉜다. 먼저 전자를 살펴보자.

-- 말로만 앱을 자동 생성 --
생성형 AI에 대응한 노 코드/로우 코드 툴에 공통되는 특징은 ‘말로 지정하기만 하면 만들고 싶은 것을 자동 생성할 수 있다’는 점이다. 지금까지 시스템 개발에는 프로그래밍 언어가 필요했는데, 대신에 사람이 하는 말(자연언어)을 사용할 수 있게 된다.

노 코드/로우 코드 툴에는 업무 부문 현장에서 하는 개발, 이른바 시민 개발을 위한 것과, ERP(Enterprise Resources Planning, 전사적자원관리)의 주변 시스템 등 비교적 대규모 시스템 개발을 위한 것이 있다.

생성형 AI에 대응한 시민 개발용 툴에는 구글의 ‘AppSheet’나 마이크로소프트의 ‘Power Apps’ 등이 있다. AppSheet에 탑재된 생성형 AI 기능이 'Duet AI for AppSheet'이고, Power Apps의 생성형 AI 기능이 'Copilot in Power Apps'다.

이들의 특징은 원하는 앱을 말로 지정하기만 하면 앱 자체가 생성되는 점이다. 이것을 모형으로 하여 현장의 요구에 맞춘 세세한 조정을 더할 수도 있다. Power Apps는 원래는 소량의 코드 기술이 필요한 Low code 툴이지만, 생성형 AI 기능으로 인해 “로우 코드에서 (코드 기술이 불필요한) 노 코드로 시프트 해, 시민 개발을 가속한다”(일본 마이크로소프트의 우치다(内田) GTM 매니저).

AppSheet를 사용해 시스템을 내제하는 업체 중 하나가 TBS 텔레비전(이하 TBS)이다. TBS는 23년 12월에 AppSheet를 정식으로 도입해, 현장의 시스템 내제에 본격적으로 착수했다. 시험 도입 단계인 23년 7월에 해커톤을 실시해, 기재 관리 앱이나 스탭 관리 앱 등을 개발했다.

생성형 AI의 이용도 추진해 나간다. TBS 미디어 테크놀로지국의 미야자키(宮崎) 부장은 "Duet AI for AppSheet의 본격적인 이용은 지금부터다. 하지만 이 기능을 활용하면 기술 부문의 지원이 없어도 현장에서 앱을 작성할 수 있게 된다"라며 기대감을 드러낸다. AppSheet만으로는 구현이 불가능한 처리에 관해서는 대화형 AI 서비스 ‘챗GPT’를 사용해 Python의 프로그램 코드를 생성해 보완하는 일도 하고 있다고 한다.

-- 입출력 화면을 자동 생성 --
대규모 시스템을 위한 로우 코드 툴의 개발 기업도 속속 생성형 AI 기능을 발표하고 있다. 모두 24년 안에 등장할 예정이다. 시스템 전체를 생성하는 것이 아니라 입출력 화면을 생성하는 것이 많다.

포르투갈의 OutSystems는 로우 코드 툴인 ‘OutSystems’용으로 ‘Morpheus’라는 생성형 AI 기능을 개발 중이다. 말로 지정하면 화면을 생성할 수 있다. 개발 지식이 없는 직원이 이 기능을 이용함으로써 개발자의 저변 확대를 기대할 수 있다고 한다.

우루과이의 GeneXus는 로 코드 툴인 ‘GeneXus’에 생성형 AI를 내장한 ‘GeneXus Next’를 개발하고 있다. GeneXus는 ‘지식 베이스’라고 불리는 중간 생성물을 일단 작성하고, 그 다음 Java나 C# 코드를 생성하는 구조로 되어 있다. 지식 베이스에는 화면의 정보도 포함되어 있다.

GeneXus Next에서는 말로 지정하기만 하면 지식 베이스를 생성할 수 있기 때문에 업무에 정통한 현장 직원이 시스템 개발에 참여할 수 있게 된다. 현재의 GeneXus에서는 지식 베이스를 작성하는 노하우가 필요했다.

NTT Data Intramart의 BPM(비즈니스 프로세스 매니지먼트)/워크 플로우계 로우 코드 툴 ‘intra-mart’도 생성형 AI 기능을 도입한다. 말로 지정하면 화면이나 시각적인 업무 흐름 로직을 생성하는 기능을 2024년 봄부터 제공할 예정이다. 이용 데이터의 로그를 바탕으로 생성형 AI가 시스템 개선을 위한 조언을 하는 등의 유지 관리를 위한 기능도, 2024년 가을 제공을 목표로 개발하고 있다.

-- 개발자를 위한 서비스도 --
시스템 내제를 전개하는 유저 기업의 소프트웨어 개발자에게는 생성형 AI에 의한 코드 보완 서비스도 큰 무기가 된다.

대표적인 서비스로 미국의 GitHub가 제공하는 ‘GitHub Copilot’이 있다. 개발용 편집기나 통합 개발 환경에 플러그인을 통합하여 사용한다. 코드를 쓰기 시작하면 이어질 코드 후보를 제시하거나 코멘트를 바탕으로 코드 후보를 생성하거나 한다.

GitHub Copilot은 'Copilot Chat'이라는 생성형 AI에 의한 대화 기능도 갖추고 있다. 이를 이용해 코드의 의미를 표시하게 하거나 유닛 테스트를 생성하도록 할 수 있다.

동일한 코드 보완 기능이나 대화 기능은 구글의 'Duet AI for developers'도 제공하고 있다. GitHub의 클라우드 서비스나 특정 서드 벤더 제품에 적합한 코드를 생성하는 것이 특징이다.

개발 지원 툴을 사용하는 것이 아니라, 생성형 AI 자체를 내장한 시스템을 내제하는 기업도 등장했다. TOPPAN은 오픈소스의 대규모 언어모델(LLM)을 자체적으로 도입해 업무 효율화 등에 활용하고 있다.

Part 2. 설계부터 테스트까지
이제는 필수적인 존재로

선진 IT계 기업부터 통신/미디어계 기업, 역사가 있는 기업까지. 다양한 기업이 시스템 내재에 생성형 AI를 활용하기 시작했다. 설계 단계의 ‘피드백’이나 구현, 테스트 코드 생성 등 용도는 다양하다.

Part 3. 미래에는 내제가 당연시
중요해지는 SIer의 역할

생성형 AI는 프로그래밍의 장벽을 해소한다. 미래에는 외주보다도 생성형 AI에 의한 내제가 더 비용이 저렴할 수도 있다.시스템 인테그레이터(SIer)의 역할은 유저 기업에 대한 철저한 서포트다.

 -- 끝 --

Copyright © 2020 [Nikkei Computer] / Nikkei Business Publications, Inc. All rights reserved.

IT가 위험하다
무인 헬스장 chocoZAP에서 갇히는 사고, 스마트락 운용에 주의
특집
생성형 AI로 시스템 내제, 선진 유저 기업 6사의 도전
Part 1. 화면도 앱도 OK, 진화하는 툴의 대응
Part 2. 설계부터 테스트까지, 이제 필수적인 존재로
Part 3. 미래에는 내부 제작이 당연시, 중요해지는 SIer의 역할
특집
‘서드파티 쿠키’ 폐지, 인터넷 광고 업계에 닥친 변혁
포커스
통신업체를 덮친 예상 외, 노토반도 지진의 교훈
인터뷰
디지털은 개선을 위한 도구, 변화를 거듭하는 기업 문화를 만들다
일본정공 이치이 아키토시(市井 明俊) 사장
뉴스 & 리포트
・후지쓰, 컨설팅사업에 본격 참여, 25년까지 1만 명 체제로
・정보유출에 허위보고의 ‘부실’, 개인정보 사건으로 NTT서일본 사장 사퇴
・내시경 AI로 위암 조기 발견, 성능 평가가 달라 승인 취득에 고생
・전체 지자체의 10%가 기한을 맞추지 못함, 지자체 시스템 표준화의 조사 결과
・'암호화 소거'에 보급의 조짐, 기록 매체의 데이터를 단시간에 말소
・경륜 레이스를 다수의 카메라로 촬영, 3초 만에 자유 시점 영상을 생성
・총무성과 경제산업성이 '일심동체로' 작성, AI 사업자 가이드라인 3가지 포인트
난반사
기업용 IT 대기업 20개사 연매출 순위, 2023년 1위는 마이크로소프트
데이터는 말한다
'랜섬웨어'에서 피해는 3.5%, 부정 액세스의 20% 미만이 자회사 경유
케이스 스터디
[Bizreach]
이직 사이트의 인증 기반을 클라우드로, 100만명 이상 로그아웃하지 않고 이행
CIO가 도전한다
코로나 사태로 사업 재구축, 기간 시스템 변혁으로 뒷받침
JTB의 CIO CISO 구로다 쿄지(黒田 恭司) 씨
움직이지 않는 컴퓨터
[이즈미] 랜섬웨어 감염으로 발주 시스템 정지, 결산 발표나 신규 점포 개점 연기
연재
트러블을 통해 배우는 데이터베이스 구축법: 데이터 이행에 뒤따르는 트러블, 논리 레플리케이션의 주의점
DX 성공의 열쇠가 되는 커뮤니케이션 기술: 대면과 비대면 커뮤니케이션, 적절히 구분하여 사용하는 방법
잠넨 사원이 배우다 디지털 비즈니스 창성술: 지방은행 중소기업 지원 비즈니스 생태계 구축으로 상권을 전국으로
사장의 의문에 답하다, IT 전문가의 대화술: 프로와 AI가 협력해 올바른 일, GitHub Copilot에서 체험하자
키워드
선상 기지국 (shipboard base station)
오피니언
극언 정론: 두 번째였던 KOMTRAX의 교훈, 이노베이션은 경영자가 담당
모바일 일도양단: 대재해에서 유용한 휴대 로밍, 과제 산적도 25년도 중 실현
나카타 아쓰시의 GAFA 깊이 읽기: 1년 이내에 '액랭 데이터 센터', AWS 인프라
오모리 도시유키의 프로그래밍으로 가자: 지능은 AI로 보충할 수 있다
가쓰무라 유키히로의 ‘오늘도 누군가를 노린다’: '얼굴' 훔치는 iPhone 멀웨어, 은행계좌에 불법 접근

-- 끝 --