Case studies
Artificial Intelligence
요구사항과 코드의 정렬: 간극을 메우는 플랫폼
디지털 엔지니어링 혁신을 전문으로 하는 ALTEN 그룹 계열사 ACL Digital은 코드 저장소와 요구사항 관리 시스템 간의 연동 문제를 해결하는 플랫폼을 개발했습니다.
하지만 실제 비즈니스 현장에서는 개발자와 프로젝트 매니저 간의 정렬 부족으로 인해 비효율, 제품 출시 지연, 그리고 비용이 큰 실수가 발생할 수 있습니다.
핵심 과제 중 하나는, 개발자가 커밋한 소스코드가 제품 관리팀이 정의한 요구사항과 제대로 부합하는지를 확인하는 것입니다. 또한 프로젝트 매니저는 소스코드를 메인 브랜치에 병합하기 전에 보안 취약점을 식별하고, 그 영향을 사전에 평가해야 합니다. ACL Digital은 이러한 과제를 해결하기 위해, GIT 코드 저장소와 JIRA 요구사항 관리 시스템 간의 간극을 메우는 AI 기반 플랫폼을 개발하여 고객에게 제공했습니다. 이 플랫폼은 두 시스템을 자연스럽게 통합해 개발과 관리의 연속성을 높였습니다.
과제: 소스코드 저장소와 프로젝트 관리 시스템 간의 정합성 향상
해결 방안: 생성형 AI 기반의 혁신적인 플랫폼을 도입하여, 코드 저장소와 요구사항 관리 도구 간의 실시간 업데이트를 자동화하고 워크플로우를 간소화하며, 리스크를 줄이기 위한 인사이트를 실시간으로 제공합니다.
주요 성과:
- 프로젝트 진행 상황을 빠르게 파악할 수 있는 역량 강화
- 코드 품질 향상
- 시간과 노력 절감
- 협업 및 효율성 증대
- 더 빠른 개발 속도
- 잠재적 리스크 조기 식별
- 프로젝트 목표와의 정합성 확보
성과 지표:
- AI 기반 답변을 통해 승인 시간 40~50% 단축
- 개선이 필요한 코드 영역 식별 속도 30~40% 향상
- 요구사항과 코드 간 정합성 추적 시간 50~60% 절감
- 코딩 누락 사항을 AI가 사전 식별함으로써 버그 발생률 50~60% 감소
이 플랫폼의 목표는 코드가 새로 도입되거나 수정될 때 프로젝트 관리 팀에 즉시 알림을 제공하고, 제품 관리팀과 엔지니어링 팀 간의 정보를 실시간으로 동기화하는 것이었습니다.
생성형 AI 기반의 이 혁신적인 플랫폼은 워크플로우를 자동화하고, 업무를 정렬시키며, 팀이 실시간으로 더 스마트한 의사결정을 내릴 수 있도록 지원합니다.
프로젝트 매니저는 리스크와 진행 상황을 즉시 확인할 수 있는 대시보드를 통해, 더 나은 품질의 제품을 더 빠르고 원활하게 출시할 수 있습니다.
또한, 시스템은 개발자가 제출한 풀 리퀘스트(Pull Request)가 요구사항과 일치하는지 자동으로 검사하고, 지능적인 피드백을 제공하여 프로젝트 관리자가 보다 정확한 판단을 내리고 제품 출시 속도를 높일 수 있도록 도와줍니다.
무엇보다도, 이 플랫폼은 기존 도구(GIT, JIRA 등)와 호환되기 때문에 기존의 워크플로우를 크게 변경할 필요 없이 손쉽게 도입할 수 있습니다.
개발자가 풀 리퀘스트(Pull Request)를 생성하면, AI는 요구사항 시스템을 자동으로 업데이트합니다.
이 과정에서 Sentence Transformer, BERT, Llama 2, Code Llama 등의 고급 대형 언어 모델(LLM)과 자연어 처리(NLP) 기술을 활용하여 요구사항과 소스코드 간의 연관성을 분석하고, 코드가 실제 요구와 목표에 부합하도록 개선 사항을 제안합니다.
또한, 검색 및 추출 시스템은 QdrantDB와 ChromaDB의 벡터 유사도 검색을 활용하여 성능을 향상시키며, Amazon Web Services (AWS)를 통해 대규모 프로젝트도 안정적으로 처리할 수 있는 확장 가능한 호스팅 환경을 제공합니다.
ALTEN의 전문성은 이러한 도구들을 효과적으로 구축하고 정밀하게 조정하는 데 큰 역할을 했습니다.
팀 구성원별로 명확한 역할과 책임이 부여되었으며, 팀은 아키텍트 1명, 백엔드 개발자 2명, 프론트엔드 개발자 1명, AI 엔지니어 1명, UX 디자이너 1명, DevOps 엔지니어 2명, QA 전문가 1명으로 구성되었습니다.
Slack, Jira, GitHub 등의 협업 도구를 활용해 역할 간 협업은 매우 원활하게 이루어졌으며, 2주마다 진행된 데모 가능한 스프린트를 통해 정기적인 피드백을 수렴하고 개발 일정도 안정적으로 유지할 수 있었습니다.
테스트, CI/CD 파이프라인, 그리고 능동적인 커뮤니케이션을 통해 모든 작업은 지연 없이 처리되었습니다.
실제 운영 환경에서 발생한 버그는 극히 적었으며, 이는 개발 및 품질 보증 프로세스의 우수성을 입증하는 결과였습니다.
철저한 테스트를 통해 프로젝트 전 단계에서 품질 게이트를 거쳤고, 정기적인 코드 리뷰와 코딩 표준 준수 덕분에 생산성은 극대화되고, 결함이 운영 단계로 넘어가는 가능성은 최소화되었습니다.
수많은 이점을 가진 새로운 플랫폼입니다. 이 플랫폼은 코드와 요구사항을 실시간으로 연동함으로써, 제품팀과 엔지니어링팀 간의 간극을 해소하고, 모든 팀원이 동일한 목표를 향해 나아갈 수 있도록 만듭니다.
AI 시스템은 코드가 요구사항을 충족하는지 검토할 뿐만 아니라, 이를 더 작은 작업 단위로 분해하고 작업 상태를 자동으로 업데이트합니다. 프로젝트 진행 상황에 대한 최신 인사이트 덕분에 팀은 이슈가 커지기 전에 사전에 대응할 수 있고,
프로젝트 매니저는 머지 전 질문을 하고 AI의 응답을 받아 더 나은 결정을 내릴 수 있습니다. AI가 생성하는 피드백의 높은 정확도는 개발 프로세스를 보다 효율적으로 만들며, 오류 발생 가능성을 최소화합니다.
자동화된 워크플로우는 반복적인 수작업을 줄여 개발자와 관리자 모두가 더 가치 있는 작업에 집중할 수 있도록 합니다.
또한, 이 플랫폼은 기존에 익숙한 도구(GIT, JIRA 등)와 호환되므로 학습 곡선이 짧고 도입이 용이합니다.
강력한 백엔드는 인증, 대시보드, 백그라운드 작업, AI 연동을 위한 API를 포함하고 있으며,미래 확장을 고려한 코드 구조 덕분에 복잡한 시스템임에도 불구하고 유지보수가 용이하고 효율적인 운영이 가능합니다.
