과장된 광고를 걸러내고
생성형 AI는 속도와 창의성으로 소프트웨어 개발에 새로운 바람을 일으켰습니다. 프로토타입 제작 속도를 높이고, 논리적 문제를 해결하며, 새로운 기능을 구상하는 데 영감을 줍니다. 하지만 이러한 흥분을 소프트웨어 엔지니어링의 현실적인 기반 위에 세워야 합니다.
인공지능 분야의 선구자인 안드레이 카르파티는 최근 이 문제를 '9인 행진곡그는 간단한 요점을 지적합니다. AI 모델을 90% 정도 작동하게 만드는 것은 쉽습니다. 그것은 "첫 9", 즉 데모 단계입니다. 하지만 기업용 소프트웨어는 90%의 정확도로는 작동하지 않습니다. 99.9%(세 개의 9) 또는 99.99%의 신뢰성이 필요합니다.
계산해 보면 참 냉혹합니다. 90%에서 99%로 올라가는 데 드는 노력은 처음 90%를 달성하는 데 드는 노력과 거의 같습니다. 스타트업에서 90%는 베타 버전이지만, 대기업에서는 결함 있는 제품입니다. 부족한 10%는 단순한 오차 범위가 아니라, 유용한 도구가 될지 아니면 골칫거리가 될지를 가르는 결정적인 차이입니다.
추측 vs. 계산
인공지능이 만병통치약이 아닌 이유를 이해하려면 근본적인 원인을 살펴봐야 합니다.
생성형 AI는 확률적입니다. 추측하고, 패턴을 기반으로 다음에 나올 가능성이 높은 단어를 예측합니다. 즉, "퍼지(fuzz)"합니다. 반면 기업용 소프트웨어는 결정론적입니다. 계산을 수행합니다. 입력 A는 항상 출력 B로 이어져야 합니다. "가능성이 높은" 정확한 재무 보고서나 접근 제어는 존재하지 않습니다. 그것들은 옳거나 틀리거나 둘 중 하나입니다.
DORA, GDPR, HIPAA 등의 규정을 준수해야 하는 복잡한 기업 시스템에 가공되지 않은 AI 코드를 주입하는 것은 정확성을 요구하는 시스템에 복권이나 다름없습니다. 환자 데이터나 은행 거래 내역을 다룰 때는 "일단 시도해보고 결과를 보자"는 전략이 통하지 않습니다.
로우코드를 섀시로 사용
미래는 인공지능이나 안정성에 있는 것이 아닙니다. 미래는 이 둘을 결합하는 아키텍처에 달려 있습니다.
바로 이런 점에서 로우코드 플랫폼이 중요한 역할을 합니다. Mendix 단순히 생산성 도구에 머무르지 말고, 아키텍처의 안전장치가 되십시오. AI를 고속 엔진으로, 로우코드를 차체, 조향 장치, 제동 장치로 생각하십시오.
이 접근 방식은 두 가지 측면에서 복잡성 문제를 해결합니다.
- 추상화: 개발자는 AI 앱을 만들기 위해 박사 학위가 필요하지 않습니다. 로우코드 방식은 핵심적인 부분을 추상화합니다. 벡터 데이터베이스나 복잡한 API 통합에 씨름할 필요 없이, 표준화된 드래그 앤 드롭 커넥터를 사용하면 됩니다.
- 거버넌스: AI에게 디버깅하기 어려운 원시 코드를 직접 작성하도록 요청하는 대신, 표준화되고 사전 테스트를 거친 모듈을 구성하도록 AI를 활용합니다. 플랫폼은 보안을 강화합니다. AI가 위험한 데이터 패턴을 제안하면 플랫폼의 제약 조건에 따라 배포가 차단됩니다.
시각적 개발: 블랙박스에서 글래스박스로
AI가 생성한 코드에는 두 번째 위험이 있습니다. 바로 모호성입니다. AI가 생성한 스크립트를 오직 한 명의 전문가 엔지니어만 해독할 수 있다면, 조직 내부에 고립된 공간이 생기게 됩니다. 해당 분야를 실제로 이해하는 비즈니스 이해관계자들이 배제되는 것입니다.
우리는 "시프트 레프트(Shift Left)" 전략을 도입해야 합니다. 즉, 코드를 작성하기 전에 계획을 확정해야 합니다. AI 에이전트는 구축 전에 이해관계자들이 명확한 요구사항을 초안하고 시각화할 수 있도록 지원합니다. 이를 통해 AI가 로직을 생성하기 전에 사람이 "청사진"에 동의할 수 있습니다. 로우 코드 모델은 한 단계 더 나아가 로직을 시각화합니다.
이는 인공지능 생성의 "블랙박스"를 "유리박스"로 바꿔놓는 것입니다.
- 정렬: 비즈니스 전문가와 설계자는 시각적 모델을 살펴보고 논리를 검증할 수 있습니다.
- 제어: AI가 워크플로우를 가속화하더라도 플랫폼의 시각적 특성 덕분에 사람은 여전히 시스템을 주도적으로 제어할 수 있습니다. 시스템이 현재 작동하고 있다는 사실뿐 아니라 왜 작동하는지 이해할 수 있습니다.
히프 라인
카르파티의 말이 맞습니다. 상용 수준의 AI는 곧 등장할 것입니다. 하지만 아직 그 단계에는 이르지 못했습니다.
기업들은 AI가 코드를 얼마나 빨리 작성할 수 있는지 묻는 대신, AI를 안전하게 실행할 수 있는 아키텍처는 무엇인지 물어야 합니다. 해답은 AI 엔진과 로우코드 프레임워크를 결합하는 데 있습니다. 속도는 확보하면서도 제어권은 유지할 수 있습니다.