결국, 불과 몇 년 전만 해도 AI와 GenAI가 모든 면에서 얼마나 빨리 발전할지, 그리고 자동화가 얼마나 계속해서 성장하고 진화하고 변화할지 예측할 수 있었던 사람이 있었을까요?

소프트웨어 개발과 기술은 계속해서 진화하고 점점 더 빠르게 움직입니다. 이런 공간에는 종단 속도라는 것이 없습니다. 이런 시기에는 가까운 미래와 먼 미래를 바라보면서도 현재에 발을 딛고 있는 것이 필수적입니다.

2025년을 맞이하여 전 세계 전문가들이 Mendix 가장 큰 주제에 대한 의견을 밝혔습니다. AI와 GenAI, 자동화, 거버넌스, 그리고 소프트웨어 개발의 변화하는 모습에 대해 그들이 말한 내용은 다음과 같습니다. 살펴보겠습니다.

인공지능: 알려진 미지의 것

AI 최소한 ChatGPT가 2022년 XNUMX월에 대중에게 공개된 이후로는 기업 소프트웨어 개발 분야를 지배해 왔습니다. 기업의 모든 측면에서 AI와 GenAI를 활용하는 것에 대한 의견을 찾는 것은 어렵지 않습니다. 그러나 대부분의 기업은 사용 사례, 데이터 등을 중심으로 변곡점에 머물러 있으며, AI가 개발에 어떤 영향을 미칠지에 대한 중요한 의문이 남아 있습니다.

“지금의 AI는 어떤 면에서 새로운 사물 인터넷과 유사합니다.”라고 말합니다. 레이몬드 콕, CEO. "모두가 그것에 뛰어들어, 실험하고, 기술의 이면을 알아내고 있습니다."

추가 고든 반 하이젠, 전략 담당 부사장: "개발자는 점점 더 비즈니스에서 해결할 수 있는 기회와 문제에 더 직접적으로 집중할 수 있습니다. 기업적 맥락에서 제품 소유자는 기술보다 문제에 더 관심을 갖는 비즈니스 팀의 사람들과 더 긴밀하게 협력할 수 있습니다. 다학제 융합 팀과 비즈니스, 디자이너, 기술 전문가와 협업할 수 있는 "T"자 모양의 사람들은 놀라운 가치를 제공할 것입니다."

“2025년은 기업이 AI를 외부 대상 고객에게 확대하는 해가 될 수도 있습니다.”라고 말했습니다. 셰릴 코에닉스버그, 글로벌 제품 마케팅 부사장. "하지만 그것과 함께, 기업이 하는 일의 ROI를 측정하고 검증하는 것이 중요합니다."

라파엘로 레프라티산업 제조 부문 글로벌 부사장은 다음과 같이 덧붙였습니다.일반적으로 사일로 방식으로 운영되는 다양한 시스템의 데이터에 GenAI 서비스를 연결할 수 있는 기회가 있습니다.. 따라서 제조업체는 시간이 지남에 따라 훈련된 보다 전체적인 인텔리전스를 만들어 효율성을 높이고 비용을 절감할 수 있습니다. 예를 들어, 제조업체는 특정 제품을 제조하는 데 사용되는 부품, 매개변수 및 도구에 대한 모든 정보를 가지고 있습니다. 이 제품을 검사해야 할 때 GenAI 서비스는 작업 시간을 줄이고 잠재적인 재작업을 방지하는 맞춤형 검사 계획을 만들 수 있습니다. 이러한 접근 방식으로는 많은 비용을 절감할 수 있지만 GenAI는 해당 맥락에서 진화하고 테스트되어야 합니다."

"저는 일반적으로 사일로에 갇힌 제조업체 데이터가 GenAI 사용 사례에 어떤 영향을 미치는지 보는 것을 기대하고 있습니다."라고 말했습니다. 수바 라오, Manufacturing Industries Cloud의 이사. "생산 내에서 GenAI 사용 사례가 채팅봇을 넘어 더 자연스러운 언어 대화 경험으로 이동하여 공장 프로세스 전반과 그 너머로 가치를 확장하는 것을 보고 있습니다. 지속적으로 개선하고 혁신하는 것을 보는 것은 흥미로운 분야입니다.

기업 소프트웨어 개발의 재개발

AI와 GenAI는 소프트웨어 개발의 미래에 대한 거대한 의문을 제기하고 있지만, 그것이 유일한 의문은 아닙니다. 향후 몇 년간의 자동화는 어떤 모습일까요? 기업이 개발을 전체적으로 살펴볼 때가 되었을까요? 결국, 최근의 한 연구에 따르면 Mendix 측량응답자의 75%는 조직의 C-Suite가 로우코드가 앞으로 나아갈 "유일한 코딩 옵션"이라고 믿는다는 데 동의했습니다.

한스 드 비서, 최고 제품 책임자는 미래에 대해 흥분합니다. "2025년에도 우리는 소프트웨어 개발 수명 주기에 AI가 미치는 심오한 영향을 계속 볼 것입니다. GenAI는 코딩 프레임워크를 사용하는 기존 개발자의 생산성을 더욱 높일 것입니다. 우리는 강점과 생산성 수준의 도약을 보고 있습니다. 개발자의 삶을 단순화하는 AI 서비스를 체계적으로 어떻게 활용할 수 있을까요? 목표는 부담, 반복적인 일, 그리고 흥분하지 않는 일을 제거하는 것입니다. 우리는 SDLC 전반에 걸쳐 AI와 GenAI를 통합하고 싶지만, 개발자에게 의미 있는 부분에만 국한시키고 싶습니다. "그 속임수는 사라질 것이다."

“GenAI가 등장하면서 다음과 같은 모델 기반 소프트웨어 개발 패러다임이 등장했습니다. Mendix "소프트웨어를 엔지니어링하는 방법이 될 것입니다." Kok은 이렇게 말합니다. "기존 프로그래밍 언어는 생성 AI에 대한 충실도 수준이 적절하지 않습니다. 로우 코드는 사용자 스토리 세트에서 작동하는 풀스택 애플리케이션으로 가는 단일 경로가 없기 때문에 이상적입니다. 소프트웨어 개발은 ​​genAI가 가능한 한 효율적으로 이동하도록 하는 인간이 조정하는 프로세스가 됩니다. 이를 달성하기 위해 기업은 이 새로운 소프트웨어 및 애플리케이션 엔지니어링 방식에 맞는 차세대 개발 경험을 제공할 수 있도록 주변에 강력하고 강력한 기술 파트너가 필요합니다."

"AI가 소프트웨어나 로우코드 개발을 당장 대체하지는 않겠지만, 같은 개발자 수로 더 많은 것을 이룰 수 있을지도 모릅니다."라고 반 하이젠은 말합니다. "차세대 조종사와 함께 일하는 것은 비교적 기술이 부족한 주니어 개발자와 함께 일하면서 일부 작업을 맡는 것과 같습니다. 그들은 테스트 케이스를 개발하거나 개발자가 정의한 작은 코드 섹션을 개발할 수 있습니다."

AI는 플랫폼 제공업체와 마찬가지로 진화가 진화하는 데 큰 역할을 할 것입니다. "솔루션 및 플랫폼 제공업체가 더 나은 소프트웨어를 만드는 데 도움을 주는 것만으로는 더 이상 충분하지 않을 것입니다." 아르조 반 오우스텐, 디지털 혁신 부문 수석 부사장은 "성공을 위한 레시피와 혁신 격차 해소는 앞으로도 더 일찍 이루어질 것입니다. 조직을 동원하고 플랫폼만이 아닌 다른 부분(프로세스, 계획 등)을 가져올 수 있는 공급업체가 핵심입니다. 개발에 앞서 또는 개발과 함께 실행 준비성을 효과적으로 높일 수 있는 조직은 성공할 것입니다."

또한 조직은 스택과 혁신하고 자동화할 곳을 계속 살펴봐야 합니다. 최고 성장 책임자로부터 닉 포드: “저는 자동화가 내년에 어떻게 변화하는지에 관심이 있습니다. BOAT의 부상은 기업이 자동화를 바라보는 방식의 변화를 보여줍니다. 일회성, 사일로 솔루션의 시대는 사라졌습니다.”

에이전트 AI: 비밀이 아니다

AI 지원 개발이 실현될 수 있는 방식 중 하나는 에이전트 AI로의 전환입니다. 에이전트 AI에 익숙하지 않다면 van Huizen이 도움을 드릴 수 있습니다. "AI 기반 에이전트는 흥미로운 개발입니다. 즉, 추론할 수 있는 소프트웨어, 즉 조직을 대신하여 무언가를 수행하기 위한 단계를 계획하고 실행할 수 있는 소프트웨어를 의미합니다. AI는 애플리케이션에 주입되는 것이 아니라 보다 자율적이고 사전 예방적인 방식으로 작업을 처리하거나 문제를 해결하는 방법을 알아내는 역할을 합니다.

모든 것에 봇을 던지기에는 너무 이르겠지만, 앞으로 몇 년 동안 기술이 발전함에 따라 무엇이 가능해질 수 있는지 고려하는 것이 필수적입니다."

de Visser는 "2025년에 소프트웨어 에이전트의 획기적인 발전이 있을 것으로 생각합니다. 이러한 에이전트는 대규모 언어 모델을 사용하여 에이전트를 빌드하고 편집할 수 있는 플랫폼의 조합으로 구동됩니다. 이를 통해 사람들이 감독하는 거의 자율적인 오케스트레이션이 가능해집니다. 개발자는 작곡가가 됩니다. 사용자는 감독자가 됩니다. 소프트웨어 개발에서 사람들의 역할은 그 어느 때보다 중요합니다."라고 말합니다.

"에이전트 AI는 계속해서 성장하고 발전할 것입니다.,” Kok이 동의합니다. “그것은 다시 구성 가능성으로 이어집니다. AI가 많은 힘든 일을 처리하면서, 대부분의 앱 개발자는 작곡가가 될 것입니다.”

라오는 "에이전트 AI와 개발이 빠르게 진화함에 따라 정확한 비용과 혜택을 예측하는 데 어려움이 발생합니다. 이를 파악할 수 있는 조직이 유리할 것입니다."라고 덧붙였습니다.

그러나 모든 것과 마찬가지로 잠재적인 위험이 있습니다. Koenigsberg는 "에이전트 모델로 전환하는 것이 접근성에 미치는 영향을 보고 싶습니다."라고 말합니다. "AI 에이전트가 올바른 색상을 사용할까요? 출력에 소리나 움직임이 있을까요? 접근성은 거대한 주제이며 모든 플랫폼 공급업체가 관심을 갖는 것입니다. 하지만 AI 에이전트와 인간 사이의 경계가 명확히 정의되어야 하는 공간입니다.. "

거버넌스: ROI 재정의, 가치 창출, 위험 최소화

AI와 GenAI는 확실히 거버넌스의 발전에 중요한 역할을 하지만, 지속적인 법률과 혼란 속에서 거의 모든 기업은 거버넌스를 최우선으로 생각해야 합니다.

"ROI의 정의는 바뀌어야 합니다." Kok이 계속 말했습니다. "전통적으로 기업은 엔터프라이즈 애플리케이션 구축과 관련된 거버넌스에 집중해 왔지만 AI는 추가적인 계층을 추가합니다. 많은 거버넌스 질문과 이슈는 다양한 AI 모델을 평가할 때도 매우 적용 가능합니다. 애플리케이션 빌드에 추가적인 위험이 추가되나요? 데이터는 어떻습니까? 환각과 부작용을 피하기 위해 거버넌스가 필요한 곳에 있나요? AI 에이전트를 구축하거나 고객 중심 방식으로 AI를 사용하려는 경우는 어떻습니까?"

쾨니히스베르크는 "어떤 시점에서 AI는 폭주하는 기차처럼 느껴질 수 있습니다. 어떤 서비스에 연결하면 갑자기 많이 사용됩니다. 주변에 거버넌스가 많지 않으면 실제로 무언가를 절약하고 있는지 알 수 없습니다."라고 말합니다.

"CIO는 데이터 전략, 엔지니어링, 보안과 함께 거버넌스를 핵심 고려 사항으로 계속 고려할 것입니다.라오는 "특히 IT와 OT 전반의 제조 데이터와 프로세스"라고 말합니다. "제조업체가 프로세스 내에서 AI와 로우코드 기술을 수용함에 따라 조직을 위한 데이터 전략을 수립해야 할 시급한 필요성이 있습니다. 기업의 프로세스 전반에 AI와 GenAI를 확장하면 절실히 필요한 정렬과 데이터 전략, 엔지니어링 및 보안에 대한 집중이 이루어질 것입니다."

2025: 잠재적 보상과 잠재적 위험으로 가는 길

AI와 GenAI를 가능한 한 빨리 애플리케이션과 개발 프로세스의 일부로 도입하려는 움직임이 있지만, 여기에는 불확실성이 따릅니다. 현상 유지가 더 안전한 길처럼 보일 수 있지만, 이는 또한 잠재적인 위험으로 가득 차 있습니다. 결국, 경쟁자가 앞서 나가는 동안 당신은 그대로 서 있다면 어떻게 될까요?

올바른 옵션은 기업에 따라 다르지만, AI가 프로세스를 개선하는 데 어떻게 도움이 될 수 있는지 탐구하면서 비즈니스와 고객 요구 사항에 맞는 사용 사례에 올바른 베팅을 하는 것이 포함될 가능성이 높습니다. 마법이 아니라, 그저 다음에 필요한 단계일 뿐입니다.

Kok은 "AI는 소프트웨어 개발 수명 주기가 어떻게 구동되는지에 대한 전면적인 재고를 유발할 것입니다."라고 말했습니다.이는 적절한 기계에 적절한 톱니바퀴를 넣고 적절한 증분가치를 추가하는 것입니다."