AI/로봇·드론/VR·AR

Nikkei Computer_260723호 (p66-69)

오사카가스
AI 주도 개발 플랫폼으로 비용 70% 절감
효율화의 열쇠는 데이터 통합

자사 시스템 개발을 지원하는 AI 주도 개발 플랫폼을 자체 개발했다. AI 도구를 지속적으로 교체하는 등 개선을 이어가고 있다. 플랫폼 도입을 통해 개발 비용을 최대 70%, 개발 기간을 최대 약 60% 줄였다.

오사카가스는 시스템 개발의 ‘기획·설계’, ‘구현’, ‘테스트’, ‘릴리스’, ‘운영’으로 이어지는 일련의 프로세스를 AI로 효율화하는 개발 플랫폼 ‘WAAAP(Whole AI Agentic Automated Platform)’을 자체 개발했다. WAAAP은 시스템 개발의 5개 공정에 대응하는, 크게 5종류의 AI를 갖추고 있다. 2026년 5월에는 WAAAP에서 운영 공정을 담당하는 AI에 AI 에이전트를 추가했다.

오사카가스는 2025년 6월부터 WAAAP을 사내에서 이용하고 있다. DX기획부 AI추진팀의 구니마사(國政) 부과장은 “테스트나 릴리스처럼 현장별 업무 규칙에 대응해야 해 범용적인 자동화가 어려운 영역도 효율화할 수 있다”며 WAAAP의 특징을 설명한다. 일련의 프로세스를 AI로 지원한 효과로 기존 개발 방식과 비교해 전체 개발 비용을 최대 약 70%, 기간을 최대 약 60% 줄였다.

현재는 에너지 관리 시스템 개발과 식품이나 수지 등의 제조 공정에서 수분량 등을 추정하는 성분 추정 AI 개발 등에 WAAAP을 활용하고 있다.

-- AI가 산출물을 참조하면서 개발 진행 --
개발자는 WAAAP의 포털 화면에서 개발 공정에 따라 필요한 기능에 접근한다.

WAAAP에서는 설계서, 회의록, 소스코드, 테스트 산출물 등의 데이터를 통합 관리한다. WAAAP의 전문 AI는 이들 데이터 가운데 최적의 데이터를 참조하면서 작동한다. 예를 들어 기획·설계를 지원하는 AI는 회의록 등의 데이터를 바탕으로 요구사항을 정의한다.

AI는 이전 공정의 산출물을 활용해 처리를 진행할 수 있다. 예를 들어 테스트를 지원하는 AI의 경우, 기획·설계 단계에서 작성된 요구사항 정의서와 설계서에 더해 구현 단계에서 작성된 소스코드도 참조한다.

-- 우선은 내재화와 자동화부터 --
WAAAP 구축의 배경에는 시스템 개발에 오랜 시간이 걸린다는 문제가 있었다.

오사카가스는 WAAAP을 구축하기 전부터 업무 개선이나 에너지 관리 등의 영역에서 데이터 분석 플랫폼을 활용한 시스템 개발을 추진하고 있었다. 당시에는 개발을 외부 벤더에 위탁했었다.

2019년 6월경부터 단기간에 개발할 수 있도록 내재 개발 체제로 전환했다. 이어 같은 해 12월경부터 시스템 개발 프로세스를 자동화하는 CI/CD(지속적 통합/지속적 제공) 파이프라인을 정비. 구현, 테스트, 릴리스 공정을 가속화했다.

-- AI로 개발 전체를 가속 --
내재화와 자동화가 진전됐지만, 머신러닝 등 새롭게 등장한 기술을 활용한 개발이 요구되면서 시스템 개발의 난도가 높아졌고 시간도 더 오래 걸리게 되었다. 견고한 시스템이 요구되는 에너지 업계의 특성상 높은 수준의 테스트와 심사, 운영이 필요해 그만큼 개발에 시간이 걸리는 측면도 있었다.

구니마사 부과장은 “아무리 좋은 데이터 분석 결과가 나와도 이를 바탕으로 한 시스템 개발을 몇 년씩 기다려야 하는 것이 답답했다”고 당시를 회상한다.

구니마사 부과장을 비롯한 사내 구성원들은 Google Cloud 콘퍼런스 등에 참가해 선진 기업의 노하우를 바탕으로 개선 방안을 논의했다. 그 결과, CI/CD를 중심으로 한 기존 체계에 더해 기획·설계부터 운영까지 포함한 개발 라이프사이클 전체에서 AI 에이전트를 활용하는 통합 플랫폼을 구축하면 한층 더 속도를 높일 수 있다고 판단했다.

-- AI 도구의 추가와 개선을 반복 --
2024년 5월에 Google Cloud상에서 구축을 시작했다. AI가 필요한 정보에 적절히 접근해 일련의 개발 프로세스를 수행할 수 있도록 기반을 정비했다. 구체적으로는 Google Cloud상의 통합 개발 환경 정비, 각종 데이터를 일원 관리하는 체계 구축, AI가 참조하기 쉬운 파일 배치·데이터 관리 규칙 정비, CI/CD 플랫폼과의 연계, AI 에이전트 실행 환경 및 각종 개발 도구 도입 등을 추진했다.

WAAAP 구축 이전에는 개발에 필요한 데이터와 문서가 분산돼 있었다. WAAAP을 구축하면서 공동으로 이용할 수 있도록 한곳에 모아 관리하는 방식으로 바꿨다.

2025년 6월에 WAAAP 초판의 사내 이용을 시작했다. AI 코딩 지원 도구 ‘Claude Code’와 여러 프롬프트를 조합해 구현 공정을 지원하는 AI였다.

이후 기획·설계, 테스트, 릴리스, 운영 등 각 공정에 특화된 AI 에이전트군으로 발전시켰다.

12월부터 현재까지 WAAAP에 잇따라 개선을 가해왔다.

개발 구성원들의 요구 등에 대응해 AI 도구를 계속 교체하면서 개선해왔다. 새로운 AI 도구는 WAAAP의 검증 환경에서 시험하고, 개발시간 단축 효과나 리뷰 품질 향상 등이 확인되면 본격적으로 전개하는 사이클을 최단 2~3일 단위로 반복한다. 릴리스 이후 업데이트 횟수는 수백 회 규모에 이른다고 한다.

2026년 5월에 가동을 시작한 운영 중 장애 분석과 원인 조사를 지원하는 운영 AI 에이전트도 WAAAP 개선의 일환이다. 소스코드와 로그뿐 아니라 오류 발생 당시의 데이터베이스 스냅샷을 확보해 AI로 분석하고, 그 결과를 바탕으로 소스코드를 수정해 사람이 확인하기만 하면 반영할 수 있는 상태로 만든다. 이를 통해 오류 발생 당시의 상황을 바탕으로 수정할 수 있게 되었다. 일부 프로젝트에서 시험적으로 이용하고 있다.

-- 품질 게이트를 활용해 빠짐없이 검증 --
개발 프로세스 전체를 AI로 지원하는 WAAAP에서 데이터의 일원 관리는 필수적인 요소다. 데이터 관리가 공정별로 단절돼 있거나, 참조하는 데이터가 최신 버전이 아닐 경우 산출물의 품질이 떨어질 수 있기 때문이다.

그래서 WAAAP에서는 개발에 필요한 사양서 데이터와 디자인안, 회의록 등 비정형 데이터를 포함한 다양한 데이터를 소스코드와 같은 저장 공간에 보관한다. 여기에 폴더와 파일 배치 패턴을 사내 표준으로 정했다. AI 에이전트에 대해서도 이러한 사내 표준을 전제로 설계서와 소스코드, 테스트 기술 등을 수행하도록 스킬 정의 등을 하고 있다.

데이터 관리 외에도 산출물의 품질을 보장하기 위한 장치를 마련했다. 그중 하나가 ‘품질 게이트’다. 품질 게이트를 이용해 테스트 항목을 모두 빠짐없이 다뤘는지, 테스트 대상 애플리케이션의 소스코드 가운데 어느 정도를 테스트했는지를 나타내는 ‘테스트 커버리지’를 확인한다. 이를 바탕으로 AI가 위험성이 있는 항목을 추출한다.

AI가 테스트를 수행하게 되면서 WAAAP 구축 전과 비교해 트러블 발생률은 절반 이하로 떨어졌다. 인수 테스트에서의 재작업도 줄었다고 한다.

구니마사 부과장은 “많은 시스템 개발에서 이뤄져 온 프로젝트 매니저의 재량에 따른 테스트는 누락 등이 발생할 위험이 있었다. WAAAP을 사용하면 AI가 테스트 코드를 구석구석까지 작성하기 때문에 누락을 줄일 수 있다. 사람이 수행할 때보다 테스트 항목은 크게 늘었지만 소요 시간은 줄어들었다”고 말했다.

-- 시스템 이상 감지부터 수정안 제시까지 --
WAAAP을 활용한 시스템 개발에서 중시하는 것은 안전성 확보다. 예를 들면, 개발한 시스템의 상태를 상시 모니터링하고, 이상 감지부터 수정안 제시까지 자동으로 수행한다.

또한 인터넷 등 외부 접근을 수반하는 AI는 사이트에서 유해한 정보를 가져오는 등의 위험이 있기 때문에 현 단계에서는 외부 접근을 일부 프로젝트에서만 이용하고 있다. 접근 가능한 대상을 특정 서비스의 페이지 단위로 제한해 프록시를 설정하는 등 세밀하게 제어한다.

이미 WAAAP을 이용해 개발한 시스템이 실제로 사용되기 시작했다. 그중 하나가 에너지 사업에서 고객 설비의 최적 운전계획을 수립·제어하는 전력 AI 매니지먼트 시스템 ‘Energy Brain’의 개선이다. Energy Brain은 기상 데이터와 운전 실적을 바탕으로 AI가 에너지 수요를 예측하고, 고객 설비의 최적 운전계획 수립과 제어를 자동으로 수행한다.

오사카가스는 앞으로 WAAAP을 활용해 제조·설비 모니터링, 고객 대응, 계약 관리 등의 영역을 위한 시스템을 개발할 계획이다. 구니마사 부과장은 “몇 년 이상에 걸쳐 WAAAP을 전사적으로 확대해 나가고 싶다”고 말했다.

이와 함께 신규 시스템뿐 아니라 기존 시스템의 개수에도 WAAAP을 활용할 방침이다. 기존 시스템에서는 담당자의 인수인계와 반복적인 개수를 거치면서 사양서와 소스코드 간 괴리가 커져 AI의 이해와 판단 정확도가 떨어질 위험이 있다. 이러한 문제에도 대응할 계획이다. 구니마사 부과장은 “다수의 서버와 연계된 시스템의 리빌드에도 도전하고 싶다”고 말했다.

장기적으로는 WAAAP에서 개발한 AI를 활용해 업무 재설계(BPR)와 업무 자동화 설계에도 나설 계획이다.

 -- 끝 --
 

Copyright © 2026 [Nikkei Computer] / Nikkei Business Publications, Inc. All rights reserved.

Nikkei Computer_260723호 목차

이노베이션 워치
・‘Kimi’ 개발한 중국 기업, 대규모 자금 조달

IT가 위험하다
・시스템 성능이 정책 결정에 제약 -- ‘급부형 세액공제’ 가로막는 한 요인으로

특집
・AI 데이터센터 이펙트
270조 엔 시장을 철저 해부

・[Part 1] 특수에 들뜬 일본 기업 -- 유리나 펌프 업계도 수혜
・[Part 2] 주역은 엔비디아 -- GPU 공급망 분석
・[Part 3] AI 쏠림 현상에 이상 징후 -- 공급 부족으로 가격 급등
・[Part 4] 위태로운 자금 순환도 -- AI 버블인가 성장인가
・[Part 5] 데이터센터 개업 예정 조사 -- 각 사의 사양을 일거 공개
・[Part 6] 전국에서 잇따르는 주민 갈등 -- 데이터센터에 골머리 앓는 지자체

특집
・DX를 가속하는 JR동일본과 JR서일본 -- 대조적인 ‘거인’의 전략

포커스
・행정문자 100년 전쟁 기록 -- 국제표준화로 가는 길

인터뷰
・나카야마 가즈히코(中山 和彦) 씨, NTT데이터그룹 사장 CEO
변하지 않는 리스크가 더 크다 -- AI 시대에도 ‘구현력’으로 계속 선택 받는다

뉴스 & 리포트
・2026년도 말 시작 ‘SCS 평가제도’에 관심 집중 -- 공급망의 사이버 대책을 객관적으로 평가

・Umios, 판매계획을 AI로 자동화 -- 시계열 기반모델 채택으로 정확도 95%

・도큐(東急), 포인트 회원 시스템 쇄신 -- 1년 지연됐지만 3년 만에 완수, 내재화에 한 걸음 더 진전

・미로쿠정보서비스, 대학 세미나 실습 지원 -- 회계 소프트웨어 제공해 학생들에게 실무 경험을

・T&D 계열 펫보험사, 기간계 시스템 쇄신 -- 연간 2800시간 업무 절감 효과

・미즈호, 중소기업 고객 발굴에 본격 나서 -- ‘대출받을 수 있는’ AI 신용평가로 SMBC 추격

・JR규슈, 고장 감지 시스템 구축 -- 차량검사 AI 에이전트와 통합 운용

・[난반사] 중국, 슈퍼컴퓨터 세계 1위 탈환 -- 독자 CPU만으로 엑사스케일의 벽 넘어

데이터는 말한다
・FDE에 관한 인식 조사 -- 엔지니어 72% “수요 증가할 것”

케이스 스터디
・[오사카가스]
AI 주도 개발 플랫폼으로 비용 70% 절감 -- 효율화의 열쇠는 데이터 통합

CIO가 도전한다
・가와구치 히로유키(川口 弘行) 씨, 사이타마현 고시가야시 최고디지털책임자(CDO)
외부 출신 인재가 자율형 DX 추진 -- 계획에서 ‘해야 할 일’을 삭제

움직이지 않는 컴퓨터
・[규슈전력송배전]
고객정보 1354만 건 유출 우려 -- SSD 분실로 드러난 예외 운용의 위험

연재
・실제 사례로 배운다, AI 시대의 개발 내재화
‘사람에게 조직을 맞춘다’는 발상으로 – 도큐(東急)가 넘어선 채용난의 벽

・현장에서 시작하는 데이터 활용, 주인의식을 갖는 법·갖게 하는 법
입력 실수가 경영을 흔든다 -- 데이터의 ‘정확성’을 보장하는 것이 중요

・사장의 의문에 답하는 IT 전문가의 대화법
Excel 자산을 진정한 레거시로 -- 유지관리 수고는 생성형 AI로 줄인다

키워드
AI BOM(AI Bill of Materials)

오피니언
・[극언정론]
생성형 AI 버블의 붕괴는 ‘필연’ -- 그래도 신경 쓸 필요가 없는 이유

・[모바일 일도양단]
50년 계획을 수정한 손정의 회장 -- ASI가 정말 기대된다

・[나카타 아쓰시의 GAFA 심층 분석]
코딩 에이전트는 필요 없다 -- 현장이 AI 활용해 애플리케이션 개발자로

・[오모리 도시유키의 프로그래밍으로 가자]
구글 진영의 노벨상 수상 과학자 -- 앤스로픽 이적이 일으킨 파장

・[가쓰무라 유키히로의 '오늘도 누군가를 노린다']
‘AI 주도형 웜’의 위협 -- 스스로 취약점을 찾아 감염

 -- 끝 --

Copyright © 2026 [Nikkei Computer] / Nikkei Business Publications, Inc. All rights reserved.