AI와 애자일 적용 현황 및 기업 혁신 사례 분석

1. 요약

• 이번 리포트는 AI와 애자일 방법론의 적용 현황 및 기업 혁신 사례를 중심으로 분석하였습니다. COVID-19 이후 비대면 기술 발전으로 인한 업무 환경의 변화, 현대적 애플리케이션과 레거시 시스템의 비교, 클라우드 기술 발전과 KT클라우드의 사례, 소프트웨어 개발 수명주기(SDLC) 모델, 그리고 AI와 애자일 프레임워크의 융합 사례 등을 포괄적으로 다루고 있습니다. 이 리포트는 비대면 상황에서 업무 효율을 향상시키기 위한 다양한 방법론과 기술 도입의 중요성을 강조하며, 기업들이 이러한 기술들을 통해 어떻게 변화와 혁신을 추구하는지에 대해 명확히 제시하고 있습니다.

2. 비대면 기술과 기업 교육

• 2-1. COVID-19 이후 비대면 기술의 발전

• COVID-19 팬데믹 이후 비대면 연결 기술이 우리의 삶에 큰 변화를 가져왔습니다. 과거에는 생소했던 온라인 화상회의 플랫폼인 '줌', '구글 미츠', '웹엑스' 등이 현재는 업무에서 필수적으로 사용되고 있습니다. 이 플랫폼들을 통해 고객, 상사, 동료와의 대화가 일상화되었으며, 비대면 방식으로 자율적으로 업무를 수행하고 피드백을 주고받는 과정이 효과적인 소통 방식으로 자리 잡았습니다. 따라서, 비대면 콘텐츠의 중요성이 더욱 증가하고 있으며, 직원들이 비대면 상황에서도 자신의 일을 잘 수행할 수 있도록 다양한 콘텐츠 기획과 지원이 필요해졌습니다.

• 2-2. 직무 관련 콘텐츠 제작 및 공유 환경

• 업무 노하우 공유가 비대면으로 가능해지면서, 관련 콘텐츠의 수요가 급증하고 있습니다. 기존의 교육 과정들이 온라인으로 전환되고 있는 가운데, 임직원들은 자신이 가지고 있는 지식이나 노하우를 쉽게 촬영하여 공유할 수 있는 환경을 갖추게 되었습니다. 이는 정보화 시대의 특성상, 누구나 콘텐츠 크리에이터가 될 수 있음을 의미합니다. 특별히, 적시에 학습 내용을 전달하고 지속적으로 업데이트하는 것이 직무 관련 콘텐츠에서 매우 중요해졌고, 이를 통해 업무 흐름 속에서 학습할 수 있는 기회를 제공하는 것이 필요합니다.

• 2-3. AI와 빅데이터를 활용한 개인 맞춤형 학습

• AI와 빅데이터의 결합은 학습 성과를 향상시키고, 혁신적인 변화를 초래하고 있습니다. 잦은 학습 요구와 다양한 콘텐츠가 증가함에 따라, 직원 개인별 학습 상태를 분석하여 필요한 콘텐츠를 추천하는 시스템이 구축되고 있습니다. 이러한 방식은 학습자가 직면한 문제를 해결하기 위해 작은 유용한 콘텐츠에 쉽게 접근할 수 있도록 합니다. 메타버스와 AI 강사의 발전이 이루어짐에 따라, 필요한 콘텐츠를 추천하고 관리하는 스마트 학습 모델이 나타날 가능성이 큽니다.

3. 현대적 애플리케이션 vs 레거시 시스템

• 3-1. 레거시 시스템의 한계점

• 레거시 애플리케이션은 모놀리식 아키텍처 모델을 기반으로 하여 개발됩니다. 이러한 통합된 설계 방식은 애플리케이션의 한 부분이 실패하면 전체 애플리케이션도 영향을 받게 됩니다. 또한, 문제 해결에 소요되는 시간이 길어지며, 전체 애플리케이션을 디버깅해야 하고 이로 인해 다운타임이 증가합니다. 이러한 특성으로 인해 레거시 시스템은 디지털 트랜스포메이션의 요구를 충족하기에 비효율적이고 불안정하게 작용하는 경우가 많습니다.

• 3-2. 현대적 애플리케이션의 장점

• 현대적 애플리케이션은 민첩한 개발 방법론과 DevOps 관행을 활용하여 구축됩니다. 이는 레거시 애플리케이션에 비해 민첩성, 확장성, 휴대성 & 복원성이 뛰어납니다. 개발 및 업데이트 기간이 단축되어 애자일 개발 관행에 따라 단기간 내에 여러 번 릴리스할 수 있으며, 운영 오버헤드를 자동화함으로써 팀은 비즈니스 로직에 집중할 수 있습니다. 이러한 환경은 애플리케이션을 수백만 명의 사용자까지 수용할 수 있는 능력을 가지고 있으며, 여러 플랫폼에서 실행 가능합니다.

• 3-3. 마이크로서비스와 서버리스 아키텍처

• 현대적인 애플리케이션은 마이크로서비스 아키텍처를 채택하여 애플리케이션을 소규모 서비스로 세분화합니다. 각 마이크로서비스는 독립적으로 개발 및 배포 가능하며, 이는 독립적인 업데이트를 더 자주 할 수 있게 합니다. 또한, 서버리스 클라우드 환경은 개발자가 서버를 관리할 필요 없이 클라우드 제공업체가 이를 처리하도록 하여 개발 속도를 높이고, 수요에 따라 앱의 확장 또는 축소가 가능하게 합니다.

4. 클라우드 기술 현황 및 기업 사례

• 4-1. KT클라우드의 기술본부 신설

• KT클라우드는 2024년 9월 3일부터 4일까지 수원 컨벤션센터에서 열리는 '오픈 인프라 서밋 아시아 2024'에서 헤드라인 스폰서로 참여하였으며, 이와 함께 기술본부를 신설하고 업계 전문가들을 영입했습니다. 안재석 박사는 KT클라우드 기술본부장으로 합류하여 국내 오픈스택 커뮤니티 설립 및 여러 글로벌 오픈소스 소프트웨어(SW) 프로젝트와 쿠버네티스 기술 생태계 육성에 기여한 바가 있습니다. 손춘호 상무 또한 클라우드 아키텍트 개발 전문가로 영입되어 멀티 클라우드 관리 시스템 개발 및 상용화 경험을 보유하고 있습니다.

• 4-2. 오픈 인프라 서밋 아시아 2024

• KT클라우드는 2024년 9월 3일부터 4일까지 수원 컨벤션센터에서 열리는 '오픈 인프라 서밋 아시아 2024'에 헤드라인 스폰서로 참여할 예정입니다. 이 행사에서는 오픈소스 커뮤니티의 최신 동향 및 성공 사례를 공유하며, 전 세계 190여 개국에서 약 1500명의 클라우드 전문가들이 참가할 것으로 예상됩니다. 안재석 본부장은 '패러다임의 변화: 의존성을 벗어나 주도적인 기술 리더로'라는 주제로 강연을 진행할 계획입니다.

• 4-3. AI 도입 및 활용 사례

• GS 그룹은 2024년 하반기 임원모임에서 디지털 전환(DX) 및 인공지능(AI) 기반 현장 혁신 사례를 공유하였습니다. GS칼텍스는 생성형 AI를 활용하여 고객의 페인 포인트를 시각화하고 애자일 개발 방식을 도입하여 신속히 고객 니즈를 반영한 사례를 발표했습니다. GS건설은 외국인 근로자와의 안전 관리 소통에 생성형 AI 통번역 기능을 적용하였으며, GS동해전력은 노코드 툴을 사용해 발전소 근로자 출입시스템을 개선한 사례를 소개했습니다. 파르나스는 호텔 고객 문의 응답을 위한 디지털 통합 지식 채널을 구축한 사례를 발표하였습니다.

5. 소프트웨어 개발 수명주기(SDLC)

• 5-1. SDLC의 단계

• 소프트웨어 개발 수명주기(SDLC)는 구축된 소프트웨어의 품질과 정확성을 보장하기 위한 체계적인 프로세스를 제공합니다. SDLC의 전체 단계는 다음과 같습니다: 1. 요구 사항 수집 및 분석: 이 단계에서는 업계의 모든 이해관계자와 도메인 전문가의 의견을 바탕으로 프로젝트의 범위와 요구 사항이 설정됩니다. 2. 타당성 조사: 요구 사항이 정의되고 문서화되며, 이 단계에서는 프로젝트가 실제로 실행 가능한지 평가합니다. 3. 디자인: 요구 사항 사양에 따라 시스템의 설계 문서가 작성되며, 시스템의 구조가 정의됩니다. 4. 코딩: 설계된 시스템을 기반으로 프로그래밍 언어를 사용하여 시스템을 개발합니다. 5. 테스트: 완성된 소프트웨어가 요구 사항에 따라 작동하는지 확인하기 위해 테스트가 진행됩니다. 6. 설치/배포: 테스트가 완료되면 소프트웨어가 최종 사용자에게 배포됩니다. 7. 유지 관리: 배포 후 발생하는 오류 수정 및 업그레이드 등의 활동이 포함됩니다.

• 5-2. 다양한 SDLC 모델

• SDLC에는 여러 가지 모델이 있으며 각 모델은 소프트웨어 개발 방식에 따라 다릅니다: 1. 폭포 모델: 단계가 순차적으로 진행되며, 이전 단계의 결과가 다음 단계의 입력 역할을 합니다. 2. 증분 모델: 요구 사항이 그룹으로 나누어 개발되며, 각 그룹마다 소프트웨어가 개발됩니다. 3. V-모델: 개발과 테스트 단계가 병행하여 계획됩니다. 4. 민첩한 모델: 테스트 및 개발의 상호 작용이 지속되며, 프로젝트가 작은 빌드로 나뉘어 개발됩니다. 5. 나선형 모델: 위험 중심 프로세스 모델로, 여러 프로세스 모델 요소를 결합합니다. 6. 빅뱅 모델: 계획 없이 소프트웨어 개발이 이루어지며, 요구 사항이 생길 때마다 이해하고 구현합니다.

• 5-3. 소프트웨어 개발과 유지 관리 전략

• 소프트웨어 개발과 유지 관리는 SDLC의 중요한 부분입니다. 유지 관리 단계에서는 다음과 같은 주요 활동이 수행됩니다: 1. 버그 수정: 기존 소프트웨어에서 발견된 결함을 수정하는 작업입니다. 2. 업그레이드: 소프트웨어를 최신 버전으로 업데이트하는 과정입니다. 3. 향상: 기존 소프트웨어에 새로운 기능을 추가하는 작업입니다. 이 단계의 주된 목표는 시스템이 지속적으로 요구 사항을 충족하고 첫 번째 단계에서 설정한 사양에 따라 기능하는지 확인하는 것입니다.

6. AI와 애자일 적용 사례

• 6-1. AI 개발에 애자일 방법론의 적용 가능성

• AI 개발에 애자일 방법론을 적용하는 것은 가능하다는 주장이 있습니다. 애자일이 반복적이고 점진적인 개발 방식을 강조한다면, AI 또한 데이터를 분석하고 패턴을 인식하며 예측 모델을 통해 다양한 문제를 해결하는 기술이기 때문에 두 방법은 유사한 접근 방식을 갖습니다. Agile의 Sprint 주기를 통해 AI 개발을 최적화할 수 있으며, 초기 모델 개발 과정에서 빠른 피드백을 통한 지속적인 개선이 중요하다는 점에서도 일맥상통합니다. AI와 애자일 모두 불확실한 상황에서 최적화를 추구하기 때문에, 이러한 특성을 활용해 대응할 수 있습니다.

• 6-2. 팀워크와 협업의 중요성

• 애자일 방법론은 다기능적인 조직, 즉 Cross Functional 조직을 추구합니다. 이는 다양한 전문가들이 팀을 구성해 협업하며 해결책을 찾는 구조를 갖습니다. AI 개발에서도 데이터 엔지니어, 데이터 사이언티스트, 그리고 도메인 전문가들이 함께 일하여 문제를 해결하는데, 이는 애자일이 추구하는 협업 및 소통의 중요성과 유사합니다.

• 6-3. 애자일 프레임워크와 AI의 융합

• 애자일 프레임워크는 빠른 피드백과 반복적인 개선을 통해 더 나은 제품을 개발하는 것을 목표로 합니다. AI는 이런 과정에서 실질적으로 기여할 수 있는 도구로, 데이터 분석 및 예측, 테스트 자동화, 프로젝트 관리 최적화, 자연어 처리 기술 활용 등을 통해 애자일 팀의 효율성을 높일 수 있습니다. AI는 과거 데이터를 분석하여 미래를 예측하고, 테스트를 자동으로 수행함으로써 개발 속도와 품질을 높이는데 기여할 수 있습니다. 이처럼 AI와 애자일의 융합은 기존 프레임워크의 한계를 극복하는 데 도움이 될 것입니다.

7. 공공서비스와 AI

• 7-1. 공공서비스 개발의 애자일 및 API 혁신

• 최근 공공서비스 개발에 애자일 방법론과 API 기술이 도입되고 있습니다. 이는 민간 기업의 혁신적인 비즈니스 모델을 공공서비스에 적용함으로써, 보다 유연하고 신속한 서비스 개발을 가능하게 하고 있습니다. 예를 들어, AI 기반의 전세계약 진단 체크리스트인 '깡전킬러' 프로젝트에서 애자일 프로세스를 통해 서비스 흐름도와 데이터 표기 방식을 개선한 사례가 있습니다. 이 프로젝트는 원격 근무 환경에서 팀원 간 협업을 위해 정기적으로 회의를 진행하며, 주간 진행사항을 공유하고 문제점을 논의하는 방식을 활용했습니다. 개발 초기에 애자일 방식을 적용하지 않았던 잘못에서 미흡한 MVP(minimum viable product) 설정으로 인해 워터폴 개발 방식으로 진행된 점이 아쉬움으로 남습니다.

• 7-2. AI 기반 공공서비스 사례

• AI 기술은 공공서비스 개선에 중요한 역할을 하고 있습니다. 예를 들어, 디지털 플랫폼 정부(DPG) 프로젝트에서는 민간과 공공 데이터를 융합하여 혁신적인 서비스를 개발하고 있습니다. 저출산 난임케어 서비스와 교통사고 예방 서비스 등 다양한 프로젝트가 AI 모델링을 통해 진행되고 있으며, 이러한 서비스들은 공공행정의 효율성을 높이는 데 기여하고 있습니다. 또한, SK쉴더스는 제로 트러스트 보안 모델을 통해 공공과 금융 분야에서 AI 기반의 보안 체계를 구축하고 있으며, 이는 데이터 보호와 함께 공공서비스의 신뢰성을 강화하는 데 기여하고 있습니다.

• 7-3. 디지털 플랫폼 정부(DPG)의 보안 및 데이터 활용

• 디지털 플랫폼 정부(DPG)의 보안과 데이터 활용 사항은 매우 중요한 이슈로 부상하고 있습니다. DPG 허브의 보안 취약점은 클라우드 네이티브 보안 문제로 지적되고 있으며, 이를 해결하기 위해 정부는 보안 관련 API 제공을 논의하고 있습니다. 또한, 제로 트러스트 보안 모델의 도입을 통해 공공기관의 보안성을 강화하려는 노력이 이루어지고 있습니다. 이는 정부의 보안 취약점을 인식하고 보완하려는 움직임으로, AI 기술 발전과 함께 공공 서비스의 안전성을 높이기 위해 필수적입니다.

8. AI 프로젝트 관리 및 테스트 자동화

• 8-1. AI를 활용한 프로젝트 관리

• GS그룹의 허태수 회장은 하반기 임원모임에서 M&A에 대한 적극적인 태도를 주문하며, 디지털 전환(DX)과 인공지능(AI) 기반의 혁신 사례를 공유하는 특별 세션을 진행했습니다. GS칼텍스는 생성형 AI를 활용해 고객의 페인 포인트를 시각화하고, 애자일 개발 방식 및 DevOps를 도입하여 고객 니즈를 신속하게 반영한 사례를 발표하였습니다.

• 8-2. 소프트웨어 테스트 자동화

• 피크 앤 페이는 오픈텍스트와 협력하여 소프트웨어 테스트 프로세스를 대폭 개선하였으며, 생성AI와 프라이빗 대형 언어 모델을 활용하여 테스트의 95%를 자동화하고 테스트 시간을 최대 3일 단축하였습니다. 또한, 수작업 테스트와의 일치율 80%를 기록하며, 테스트 케이스의 정확성과 효율성을 높였습니다.

• 8-3. MVP 개념과 AI의 역할

• 소프트웨어 개발 생명주기(SDLC)는 품질 문제를 처음부터 다루지 않아 저품질 문제를 야기할 수 있습니다. 애자일 방법론은 기능 및 디자인 변경에 빠르게 반응할 수 있는 능력을 우선시하며, 이를 통해 개발 노력을 절감하고 생산성을 향상시킬 수 있습니다. 스펙투테스트AI와 같은 도구는 요구사항을 개선하고 버그를 사전에 정의하는 역할을 하여 소프트웨어 품질을 높이는 데 기여하고 있습니다.

9. 결론

• 본 리포트는 AI와 애자일 방법론의 융합을 통해 기업과 공공서비스가 어떻게 혁신을 이루고 있는지를 다양한 사례를 통해 심도 있게 분석하였습니다. KT클라우드의 클라우드 기술 도입과 애자일소다의 칩앤소다 사례는 현대적 애플리케이션의 발전 가능성을 보여줍니다. 또한, SDLC의 단계와 애자일 프레임워크의 적용은 빠르고 효율적인 소프트웨어 개발의 중요성을 강조합니다. 주요 발견은 AI 기술과 민첩한 개발 방법론이 기업의 경쟁력을 강화하고, 공공서비스에서도 AI 기반 혁신을 이루는 중요한 요소로 자리 잡고 있음을 의미합니다. 하지만 이러한 기술 도입 과정에서 발생할 수 있는 문제점들을 해결하기 위한 지속적인 노력과 새로운 기술 및 방법론 도입이 필요합니다. 미래에는 AI와 애자일 방법론이 더 많은 분야에서 표준으로 자리 잡을 것이며, 이를 통해 더욱 혁신적이고 효율적인 비즈니스와 공공서비스 환경이 조성될 것입니다.

10. 용어집

• 10-1. KT클라우드 [회사]

• KT클라우드는 국내 오픈소스 생태계를 이끌며, 새로운 기술본부를 설립하고 클라우드 플랫폼 개발 및 기업 시장에서의 경험이 풍부한 인물을 영입하여 클라우드 기술 발전에 힘쓰고 있습니다.

• 10-2. 애자일소다 [회사]

• 애자일소다는 반도체 설계 소프트웨어 칩앤소다를 통해 AI를 활용하여 설계자들의 효율성을 극대화하고, 국제적인 디자인 어워드를 수상하며 사용자 중심의 가치관을 인정받고 있습니다.

• 10-3. SDLC [전문용어]

• 소프트웨어 개발 수명주기(SDLC)는 소프트웨어가 계획, 개발, 테스트 및 유지보수의 단계를 거쳐 개발되는 체계적인 프로세스입니다. 다양한 SDLC 모델들이 존재하며, 품질과 정확성을 보장하는 데 중요한 역할을 합니다.

• 10-4. 애자일 프레임워크 [전문용어]

• 애자일 프레임워크는 빠른 피드백과 반복적인 개선을 통해 제품 개발을 목표로 하는 방법론입니다. 소프트웨어 개발을 비롯한 다양한 분야에 적용 가능하며 유연성, 협업, 지속적인 개선을 강조합니다.

• 10-5. 칩앤소다 [제품]

• 칩앤소다는 애자일소다에서 개발한 반도체 설계 소프트웨어로, 강화학습 기반의 자동화 및 최적화를 지원하며, 비전문가도 쉽게 사용할 수 있도록 설계되었습니다.

11. 출처 문서

• 콘텐츠 발전 방향성과 기업 교육 담당자의 역할 변화https://brunch.co.kr/@ubob/13
• 레거시 앱 vs. 현대적인 앱: 4가지 주요 차이점 | 퓨어스토리지https://www.purestorage.com/kr/knowledge/legacy-apps-vs-modern-apps.html
• KT클라우드, 기술본부 신설…국내 오픈소스 생태계 이끈 안재석 박사 합류https://www.newsis.com/view/NISX20240821_0002856975
• 소프트웨어 개발 수명주기(SDLC) 단계 및 모델https://www.guru99.com/ko/software-development-life-cycle-tutorial.html
• AI 개발에 Agile을 적용할 수 있을까?https://brunch.co.kr/@@4pvL/23
• 애자일 프레임워크에서 AI가 필요한 8가지 이유 - 오픈소스컨설팅 테크블로그https://tech.osci.kr/agile_ai/
• 민첩하고 유연하게, 애자일·API로 공공서비스 개발 방법 바뀐다https://www.etnews.com/20240723000180
• 04화 MVP가 너무 크면 워터폴이 된다https://brunch.co.kr/@@34gs/26
• 허태수 GS 회장 "어려운 시기, M&A로 신사업 기회 찾길" - 뉴스웨이https://www.newsway.co.kr/news/view?ud=2024071809132371153
• IT 장애 일으키는 소프트웨어 결함 방지 전략https://www.gttkorea.com/news/articleView.html?idxno=12400
• 대규모 온라인 플랫폼 ‘피크 앤 페이’ 오픈텍스트 AI로 SW 테스트 95% 자동화 < 솔루션가이드 < IT·산업 < 뉴스 < 기사본문 - 지티티코리아https://www.gttkorea.com/news/articleView.html?idxno=12813
• 디지털 플랫폼 정부(DPG)의 보안 및 데이터 활용 현황 분석go-public-report-ko-d58f19bc-db4e-4021-9dfe-bf68c7b0de8c-0-0