AI가 코드를 생성하는 범위가 커지면서 개발자의 역할도 달라지고 있다. 코드를 빠르게 만드는 능력보다 해결해야 할 문제를 정확히 정의하고 AI가 만든 결과를 검증하는 역량이 중요해지는 흐름이다. 기업의 AI 전환 역시 반복 업무를 줄이는 자동화 단계에서 데이터를 활용한 예측과 시뮬레이션, 비즈니스 최적화로 이동하고 있다. 포티투마루는 장동인 KAIST 교수를 초청해 이 같은 변화가 기업의 AX 전략과 소프트웨어 엔지니어의 업무에 미치는 영향을 공유했다.
에이전틱 AI 스타트업 포티투마루(42Maru)는 28일 서울 서초구 본사 사내 소통 공간 ‘Cafè42’에서 장동인 KAIST 김재철AI대학원 책임교수를 초청해 ‘기업의 AX와 개발자의 미래’를 주제로 임직원 특강을 열었다.
장동인 KAIST 김재철AI대학원 책임교수가 포티투마루 본사 Cafè42에서 ‘기업의 AX와 개발자의 미래’를 주제로 임직원 특강을 진행하고 있다. (사진 제공: 포티투마루)
이번 특강은 매월 전 임직원이 사업 현황과 성과를 공유하는 포티투마루 먼슬리 미팅에 이어 진행됐다. 기술과 제품을 개발하는 구성원이 글로벌 AI 산업의 변화를 이해하고 고객의 업무와 사업 성과를 중심으로 AX를 설계하는 역량을 갖추도록 마련했다.
장 교수는 오라클과 딜로이트, SAS코리아, 한국테라데이타 등 글로벌 기술·컨설팅 기업을 거쳐 AI와 데이터 전략 분야에서 활동해왔다. 현재 KAIST 김재철AI대학원에서 기업의 AI 전략을 담당할 최고인공지능책임자(CAIO) 양성 과정을 이끌고 있다.
이날 장 교수는 엔비디아와 앤트로픽 등 글로벌 AI 기업의 전략과 기술 생태계 변화를 바탕으로 기업의 AX 방향을 설명했다. 글로벌 AI 산업의 경쟁축이 모델의 매개변수와 성능을 비교하는 단계에서 실제 업무를 바꾸는 솔루션과 플랫폼, 기술 표준을 선점하는 방향으로 이동하고 있다고 진단했다.
기업이 투자 대비 성과를 만드는 ‘돈 되는 AI’를 구축하려면 기술을 도입하기 전에 적용할 업무와 해결할 문제를 구체화해야 한다고 강조했다. 범위가 넓고 추상적인 혁신 과제를 제시하기보다 현재 업무에서 반복되는 판단과 병목, 비용이 발생하는 지점을 좁혀 AI가 수행할 과업으로 정의해야 한다는 의미다.
AI 적용 과정에서 현업 담당자의 역할도 중요하게 다뤘다. 업무 흐름과 고객 요구, 예외 상황을 가장 잘 아는 현업이 AI 과제를 정의하고 개발자·데이터 전문가와 협업해야 실제 사용 가능한 결과를 만들 수 있다는 설명이다. 기술 조직이 모델과 시스템을 구축하더라도 현업의 업무 지식이 반영되지 않으면 파일럿 이후 사용이 중단되거나 성과 측정이 어려워질 수 있다.
장 교수는 기업의 AI 활용 단계를 업무 자동화와 예측, 시뮬레이션, 비즈니스 최적화로 구분했다. 자동화가 정해진 절차를 빠르게 수행하는 데 초점을 맞춘다면 예측은 데이터를 기반으로 수요와 위험, 고객 행동을 전망하는 단계다. 시뮬레이션은 여러 조건에 따른 결과를 사전에 비교하고, 최적화는 예측과 시뮬레이션 결과를 실제 의사결정과 자원 배분에 연결한다.
기업이 전사적인 AI 네이티브 조직으로 전환하려면 개별 업무의 생산성 향상과 함께 의사결정 구조도 재설계해야 한다. 어느 업무를 AI에 맡기고 사람이 어디에서 검토·승인할지, 결과의 정확성과 사업 성과를 어떤 지표로 평가할지까지 운영 기준에 포함해야 한다.
바이브코딩 시대, 생성은 쉬워지고 검증이 경쟁력
AI가 자연어 지시를 바탕으로 코드를 작성하는 바이브코딩이 확산되면서 소프트웨어 엔지니어의 경쟁력도 코딩 속도에서 문제 이해와 결과 검증으로 이동한다. 정형화된 코드와 기능은 AI가 빠르게 생성할 수 있지만, 무엇을 개발해야 하는지와 생성된 결과가 고객 요구와 시스템 조건을 충족하는지는 사람이 판단해야 한다.
장 교수는 관련 실사용 분석을 언급하며 AI 활용의 성패를 가르는 요인으로 도메인 전문성을 제시했다. 코딩 도구를 능숙하게 사용하는 것만으로는 산업별 규제와 업무 절차, 데이터 특성, 고객이 실제로 겪는 문제를 코드와 서비스에 반영하기 어렵다는 진단이다.
그는 “사람이 ‘무엇을’ 정하고 AI가 ‘어떻게’를 맡는 분업 구조에서 생성은 흔해지고 검증하는 능력이 귀해진다”며 “모델이 바뀌어도 살아남는 좋은 질문은 프롬프트 기술이 아니라 업(業)에 대한 질문이며, 고객의 요구를 깊이 이해하고 결과를 검증하는 역량이 개발자에게 남는 경쟁력”이라고 말했다.
이 같은 변화는 개발자의 업무가 줄어든다는 의미보다 담당 범위가 코드 작성에서 문제정의와 설계, 품질검증, 고객 업무 이해로 확장된다는 뜻에 가깝다. 개발자는 AI가 생성한 코드의 보안과 성능, 예외 처리, 시스템 연계 가능성을 검토하고 현업과 함께 결과가 실제 문제를 해결하는지 확인해야 한다.
포티투마루는 이번 특강을 전사 AI 네이티브 역량을 강화하는 내부 학습 프로그램으로 연결한다. 먼슬리 미팅과 외부 전문가 특강을 통해 기술·사업·운영 조직이 AI 산업의 변화를 공유하고 고객사의 AX 과제를 함께 논의할 계획이다.
특강이 열린 Cafè42는 임직원 회의와 교류, 전문가 강연, 미디어 밋업 등에 활용되는 포티투마루의 사내 소통 공간이다. 포티투마루는 제품과 기술 개발 결과를 공유하는 내부 프로그램과 외부 전문가와의 토론을 결합해 구성원의 산업·도메인 이해를 높이고 있다.
포티투마루는 검색증강생성 기술 ‘RAG42’와 인공지능 독해 기술 ‘MRC42’, 도메인 특화 경량언어모델 ‘LLM42’를 기반으로 기업과 공공기관의 AX를 지원한다. RAG와 MRC를 결합해 생성형 AI가 근거 없이 답변하는 환각 위험을 낮추고, 고객 데이터와 업무 환경에 맞춘 프라이빗 AI 구축을 제공한다. 다만 RAG와 도메인 특화 모델도 오류 가능성을 완전히 제거하지는 못하므로 검색 근거와 생성 결과를 검증하는 운영체계가 함께 필요하다.
김동환 포티투마루 대표는 “에이전틱 AI 시대를 선도하기 위해서는 기술의 진화 속도에 기민하게 발맞추는 것을 넘어 고객의 비즈니스 본질을 꿰뚫고 최적화된 해법을 제시할 수 있는 도메인 통찰력이 필수적”이라며 “포티투마루 구성원들이 기술 구현자를 넘어 고객사의 실질적인 AX 성공을 이끄는 ‘AI 비즈니스 파트너’로서 역량과 마인드셋을 다지는 계기가 됐다”고 말했다.
The post AI가 코딩할수록 ‘검증하는 개발자’가 남는다…포티투마루, 장동인 KAIST 교수 특강 appeared first on 벤처스퀘어.