Allstacks, 소프트웨어 엔지니어링 인텔리전스 플랫폼을 AI 에이전트로 확장.

Source: DevOps.com

Allstacks 이번 주에 소프트웨어 엔지니어링 인텔리전스 플랫폼에 공유 워크스페이스 기능을 추가했습니다. 이를 통해 제품 및 소프트웨어 엔지니어링 팀이 조직이 개발·배포하려는 인공지능(AI) 에이전트에 대한 사양을 더 쉽게 만들 수 있게 되었습니다.

Product Studio 는 팀에게 코드베이스, 고객 피드백, 배포 이력, 디자인 파일, 전략 문서 간의 관계를 추적하는 SaaS 애플리케이션 플랫폼에 이미 존재하는 컨텍스트를 활용해 제품 요구사항을 계획·작성·다듬을 수 있는 공간을 제공합니다.

또한 Allstacks는 적대적 AI 검토자 도구를 포함했으며, 이 도구는 프로젝트가 시작되기 전에 각 사양을 엔지니어링 실현 가능성, 팀 용량, 보안, 과거 재작업 비율에 따라 점수화합니다.

Allstacks CEO인 Hersh Tapadia는 Product Studio가 팀이 AI 에이전트를 훨씬 초기 단계에서 설계할 수 있게 해준다고 말했습니다. 이는 배포된 후 기계 속도로 자율 작업을 수행하는 AI 에이전트를 반복적으로 개발하는 것이 현실적으로 어렵기 때문에 매우 중요하다고 덧붙였습니다.

팀이 공동으로 정의하는 AI 에이전트 사양은 이제 소프트웨어 개발에서 가장 중요한 단계라고 Tapadia는 말했습니다. 약한 사양은 약한 코드로 이어져 재작업, 운영 불안정, 그리고 하류 비용 상승을 초래한다고 그는 강조했습니다.

이러한 문제는 AI 코딩 도구가 메모리 접근에 제한이 있기 때문에 특히 심각해지고 있습니다. 애플리케이션 환경에 대한 정보가 많을수록 AI 에이전트 실제 개발을 위한 추론에 사용할 메모리가 줄어듭니다. DevOps 팀은 대신 AI 코딩 도구를 Product Studio에 연결해 필요한 컨텍스트를 제공함으로써, AI 코딩 도구를 사용할 때마다 데이터를 다시 로드할 필요를 없앨 수 있습니다.

Tapadia는 “실질적으로 Product Studio는 AI 코딩 도구에 기관 차원의 컨텍스트를 제공하여, AI 에이전트를 보다 효율적으로 구축할 수 있는 신뢰할 수 있는 기반을 마련한다”고 설명했습니다.

AI의 부상이 얼마나 많은 조직을 소프트웨어 엔지니어링 인텔리전스 플랫폼으로 이끌지는 아직 명확하지 않지만, AI 시대에 애플리케이션 개발이 진화함에 따라 소프트웨어 엔지니어링과 제품 개발 사이의 경계는 점점 흐려지고 있습니다.

Futurum Group의 부사장이자 소프트웨어 라이프사이클 엔지니어링 실무 책임자인 Mitch Ashley는 AI 네이티브 개발 시대에 사양을 생성·진화·통합하는 방식을 재설계할 필요가 명확하다고 말했습니다. 에이전트가 기계 속도로 계획, 조정, 생성, 실행할 때 강조점은 ‘의도’로 이동한다고 그는 덧붙였습니다.

예를 들어, 원래 프롬프트가 더 넓은 컨텍스트에서 무엇을 의미했는지, 에이전트가 받는 지시가 이를 충분히 전달했는지 등을 고려해야 한다고 Ashley는 지적했습니다. 코드와 풀 리퀘스트 단계에서 검증을 마치는 팀은 에이전트 규모에서 재작업 부채를 흡수하게 되므로, 약한 사양이 약한 코드를 배포하게 되는 사태를 방지하기 위해 사양 단계에서 실현 가능성, 용량, 보안 검사를 도구화하는 것이 이제는 필수라고 그는 강조했습니다.

궁극적으로는 DevOps 팀이 소프트웨어 엔지니어링 인텔리전스를 필요로 하는가가 아니라, AI 시대에 ‘얼마나 많은’ 인텔리전스가 충분한가가 문제인 셈입니다.