AI를 활용하여 커머스 솔루션 개발하기
- ldhee1105
- 이가연
'22년 11월 OpenAI의 'ChatGPT' 출시는 생성형 AI 시대의 서막을 올리는 신호탄이 되었습니다. 시장에 광풍을 일으키고 있는 생성형 AI는 잠시 반짝이다 사그라질 유행처럼 보이진 않습니다. 이미 생성형 AI는 우리가 일하고 생각하는 방식을 빠르게 바꾸고 있기 때문이지요.
'24년 5월, 마이크로소프트와 링크드인이 발표한 조사 결과에 따르면 전 세계 지식 근로자 4명 중 3명은 업무에 AI를 활용하고 있다고 합니다. 이 중 46%는 지난 반년 내 AI를 활용하기[1] 시작했습니다.
특히 생성형 AI 활용이 큰 효과를 발휘할 것으로 기대되는 분야가 '소프트웨어 개발'입니다. 실제로 전 세계 전문 개발자의 44%가 이미 생성형 AI를 개발 과정에 활용[2]하고 있습니다. 더욱이, 최근 조사에 따르면 '27년까지 개발자의 70%가 AI 기반 개발 도구를 사용할 것[3]으로 전망됩니다.
이러한 상황 속 기업들은 전사적으로 생성형 AI를 채택하여 개발 업무에 활용할 수 있도록 장려하고 있습니다. 구글은 자체 개발한 언어 모델 '구스(Goose)'를 통해 코드 작성 속도를 높이고 있으며, 액센츄어와 제너럴모터스는 깃허브 코파일럿을 도입해 개발 효율성을 개선하고 있습니다. 국내에서도 삼성전자, LG CNS, KT 등 주요 기업들이 자체 AI 개발 도구를 업무에 적용하며 이 흐름에 동참하고 있습니다.
호모 프롬프투스의 등장
초기에는 'AI가 인간의 일자리를 대체할 것'이라는 우려가 팽배했으나, 현재는 AI는 단순 반복 업무를 수행함으로써 인간이 창의적 사고와 통찰력 있는 질문에 집중할 수 있게 해주는 조력자로 인식이 변화하고 있습니다.
이에 따라 생각하는 존재인 호모 사피엔스(Homo Sapiens)를 넘어, AI와의 상호작용을 통해 더 높은 차원의 사고를 이끌어내는 '호모 프롬프투스(Homo Promptus)'라는 신인류 상이 부상하고 있습니다.
AI 개발 도구, 진짜 효과 있나?
그렇다면 AI 개발 도구를 사용해서 어떤 업무를 수행할 수 있을까요?
생성형 AI를 활용하면 함수 채우기, 코드 자동 완성, 코드 문서화, 테스트 시나리오 작성 등 반복적인 개발 작업을 자동화하여 개발자의 생산성을 높일 수 있습니다. 더 나아가 코드 초안 생성, 리팩토링, 코드 업데이트 및 최적화 지원을 통해 코드 품질을 향상시킬 수 있지요. 또한, 초급 개발자에게 실시간 학습 도구로서 역할을 하며 프로그램 언어 및 라이브러리 사용법 안내, 오류 메시지 해석, 코딩 베스트 프랙티스 추천을 지원합니다.
특히, 개발자들은 생성형 AI가 소프트웨어 개발 과정 중, 품질 관리 및 테스트, 보안 취약점 분석, 코드 작성 등 영역에서 활용 가능성이 높을 것이라고 평가하기도 했습니다.
그렇다면 AI 개발 도구가 정말 효과가 있을까요? 맥킨지의 최근 연구에 따르면 소프트웨어 엔지니어링 분야의 경우, 생성형 AI를 도입했을 때 응답자의 42%가 비용 절감을, 46%가 매출 증가를 경험했다는 결과가 나타났습니다.
더 자세히 들여다본다면, 생성형 AI를 활용할 때 코드 문서화 작업 시간은 기존 대비 45~50%, 코드 생성은 35~45%, 코드 리팩토링은 20~30% 감소한 것으로 나타났습니다. 작업 난이도별 완성도 측면에서는 고난도 개발 작업은 25~30%, 중난도는 10~15%, 저난도는 2% 향상된 효과가 나타났습니다.
어떤 AI 개발 도구를 사용해야 할까?
그렇다면 주요 AI 개발 도구로는 어떤 것들이 있을까요?
'GitHub Copilot'은 가장 잘 알려진 AI 코딩 도구로, 주로 IDE 확장 프로그램으로 추가한 후 이용합니다. GPT-4(Enterprise 기준) 기반 채팅형 인터페이스를 지원하며, '새로운 버튼 컴포넌트를 만들어 줘'하고 요청을 하면 프로젝트 컨텍스트 및 스타일에 따라 코드를 자동 생성해 줍니다. 깃허브와 통합 관리가 가능하고 다양한 서드파티 서비스와 연동할 수 있다는 이점이 있습니다.
'Amazon Q Developer'는 AWS의 자체 LLM을 기반으로 하는 AI 코딩 도구로 AWS 사용자에 최적화되어 있습니다. 코드 제안 기능 외 코드 변환 기능을 제공하는데, 일례로 Java 8에서 Java 17로 업그레이드 작업을 빠르게 수행할 수 있습니다. 또한 보안 취약점을 탐색할 수 있는 스캐닝 기능과 강력한 데이터 보안 정책과 체계화된 액세스 관리를 제공한다는 이점을 갖고 있습니다.
'Codeium'은 GPT-4o, Claude 3.5 Sonnet, Llama 3.1 405B 등 다양한 언어모델을 선택할 수 있는 AI 코딩 도구입니다. 코드 테스트와 품질 개선에 특화된 기능을 갖추고 있습니다. SaaS 모델뿐만 아니라 온프레미스 설치 옵션 및 웹브라우저 기반 서비스를 제공하고 있습니다.
'Tabnine'도 GPT-4, Claude 3, Mixtral-8x7B, Gemini Pro 등 다양한 언어모델 옵션을 제공합니다. 특히, 코드 스니펫을 넘어 코드 라인, 전체 기능에 대한 자동 완성을 지원하며, 유닛 테스트 자동화 기능을 지원한다는 특징을 갖고 있습니다.
AI 코딩 도구를 넘어서 AI 소프트웨어 엔지니어를 표방하는 'Devin AI'도 있습니다. AI 코딩 도구가 사용자 질문에 따라 코드 초안을 제안해 주는 정도라면, Devin AI는 생성형 AI 기술을 활용해 엔드투엔드로 스스로 SW 개발을 수행할 수 있다고 주장합니다.
일례로 "서울 시내 맛집을 지도로 정리한 웹사이트를 만들어줘"라고 명령을 하면, AI가 단계별 계획을 세우고 정보를 탐색하여 알아서 웹사이트를 만들어 준다는 것이지요.
AI 개발 도구는 생산성 향상과 코딩 효율화에 기여하지만, 만능 책은 아닙니다. 코드의 정확성과 품질에 대해서는 완벽히 신뢰할 수 있는 수준이 아니기에, 어떠한 도구를 사용하든지 사람의 검증은 필수적입니다.
또한, 이 도구들이 오픈소스나 사용자 데이터를 기반으로 학습하는 경우가 많아 저작권 침해, 보안 문제, 개인정보 유출 등의 우려도 존재합니다.
생성형 AI로 똑똑하게 커머스 개발하는 법은?
그렇다면 AI 개발 도구의 장점은 살리고 부작용은 최소화하면서 똑똑하게 잘 활용할 수 있는 방법은 없을까요? 커머스 솔루션 개발 분야에서는 'X2BEE AI 코드 어시스턴트'가 그 해법을 찾아 드립니다.
X2BEE AI 코드 어시스턴트는 커머스 솔루션 개발에 특화된 AI 기반 대화형 코딩 도구입니다. X2BEE 솔루션으로 커머스를 개발할 때 사용되며 개발과 유지보수를 쉽고 빠르게 해주어 개발 생산성은 높이고 비용은 낮출 수 있도록 도와줍니다.
AI 코드 어시스턴트는 개발자의 작업을 다양한 방식으로 지원합니다. 프로젝트 구조와 코드에 대해 대화형으로 질문하고 답변을 얻을 수 있어 자기 주도적 학습이 가능합니다. 코드 생성 및 리팩토링, 보안 취약점 분석, 유닛 테스트 지원 기능을 제공하여 코딩 작업의 속도와 품질을 향상시킵니다. 더불어 코드 주석 작성, API 문서화, README 파일 업데이트 등 반복적인 작업을 자동화함으로써 개발 워크플로우의 효율성을 높일 수 있습니다.
그렇다면 시중 AI 개발 도구 대비 X2BEE AI 코드 어시스턴트가 가진 차별성은 무엇일까요?
커머스 솔루션 개발 특화
X2BEE AI 코드 어시스턴트는 커머스 솔루션 개발에 특화되어 있습니다. X2BEE 코드베이스를 기반으로 주문, 회원, 전시, 이벤트, 상품 등 각 리포지터리 특성과 코드 컨텍스트에 따른 맞춤형 답변을 제공합니다. 또한 Java, JavaScript, HTML, Python 등 X2BEE 플랫폼에 사용되는 다양한 프로그래밍 언어를 지원합니다. 또한 주기적인 코드베이스 업데이트를 통해 최신 정보를 제공하며, RAG(Retrieval-Augmented Generation) 기술을 활용하여 질문에 대한 정보를 탐색하여 답변의 정확성을 높여 줍니다.
코드 보안 및 데이터 정책
AI 코드 어시스턴트는 코드 보안을 최우선으로 고려합니다. 고객의 명시적 동의 없이는 어떠한 데이터도 제3자와 공유되지 않습니다. 자체 벡터 DB를 활용하여 학습된 코드를 안전하게 저장하고, 필요한 경우에만 일부 코드를 LLM에 전달함으로써 외부 코드 노출을 최소화합니다. 시스템 개선과 서비스 제공을 위해 사용자의 코드, 질문, 프로젝트 정보, 그리고 인증에 필요한 최소한의 개인식별정보만을 수집합니다. 수집된 모든 정보는 엄격히 관리되며, 대화 내용과 코드에 대한 시스템 관리자의 접근도 철저히 통제됩니다.
다양한 언어모델 지원
AI 코드 어시스턴트는 다양한 언어모델을 합리적인 비용으로 지원합니다. 고객은 OpenAI의 GPT-4o 및 GPT-4o mini, Anthropic의 Claude 3.5 Sonnet, Google DeepMind의 Gemini 1.5 Pro 중 원하는 언어모델을 선택할 수 있습니다. 특히, GPT-4o와 GPT-4o mini를 혼용하여 사용할 수 있는 옵션을 제공하는데, 일상적 작업에 대한 질문의 경우 GPT-4o mini, 복잡하고 난이도 높은 질문의 경우 GPT-4o를 사용하여 비용에 대한 부담을 낮추며 정확도 높은 답변을 얻을 수 있습니다.
사용자 친화 인터페이스
AI 코드 어시스턴트는 사용하기 쉽습니다. AI 코드어시스턴트는 직관적인 인터페이스를 제공하기에 ChatGPT와 같이 누구나 자연어를 기반으로 대화형태로 질의하고 답변을 얻을 수 있어 학습 곡선이 낮습니다. 또한 대화 히스토리가 저장되기에 추가 질문을 하고 정보를 검색할 수 있습니다. 또한, AI 코드 어시스턴트 도입 시 관리자 교육 및 사용자 매뉴얼을 제공하며, 피드백 대응 및 기술 지원도 함께 제공합니다.
그렇다면, AI 코드 어시스턴트를 어떻게 활용할 수 있을까요?
활용방법 1: 새로운 기능 만들기
X2BEE AI 코드 어시스턴트를 활용하여 프론트엔드의 새로운 기능을 효율적으로 개발할 수 있습니다. 먼저, AI에게 프로젝트 구조와 관련 파일들을 정리해 달라고 요청하여 전체적인 맥락을 파악합니다. 그 다음, 구현하고자 하는 기능을 설명하고 필요한 파일 수정 사항에 대해 조언을 구합니다. AI는 이에 대응하여 상세한 코드 예시를 제공하며, 사용자는 이를 기존 코드와 비교하여 차이점을 분석할 수 있습니다. 추가로 연관된 코드 수정 사항이나 개선 방안에 대해 AI에게 문의할 수 있으며, 제안받은 방법을 바탕으로 코드 최적화를 요청할 수 있습니다.
활용방법 2: 버그 수정하기
버그 수정과 코드 개선에 AI 코드 어시스턴트를 활용할 수도 있습니다. 우선 버그가 발생한 부분의 관련 코드를 AI에게 요청하여 검토합니다. AI는 코드를 분석하고 수정이 필요한 부분을 식별하여 개선 방안을 제시합니다. 사용자는 이 제안을 바탕으로 특정 부분의 개선을 요청할 수 있으며, AI는 이에 따라 수정된 코드를 제공합니다. 수정 작업 후에는 유닛 테스트 절차에 대해 AI에게 문의할 수 있습니다. AI는 테스트 환경 설정 방법과 함께 구체적인 테스트 케이스 작성 예시를 제공받을 수 있습니다.
활용방법 3: 코드 리뷰하기
AI 코드 어시스턴트를 활용하여 체계적인 코드 리뷰를 수행할 수 있습니다. 먼저 리뷰할 코드의 목록과 경로를 요청하고, 필요시 특정 코드에 대한 설명을 받습니다. 코드 리뷰 베스트 프랙티스를 AI에게 문의한 후, 이를 기반으로 상세한 리뷰를 요청합니다. AI가 제안한 개선사항을 반영하여 코드를 수정하고, 최종적으로 개선된 내용의 요약을 요청합니다. 이 과정을 통해 코드 품질을 효과적으로 향상시키고 일관된 코딩 표준을 유지할 수 있습니다.
커머스 솔루션을 똑똑하게 개발할 수 있도록 도와주는 X2BEE AI 코드 어시스턴트에 더 알고 싶으신가요?
더 자세한 내용은 소개서를 통해 확인할 수 있으며, 우리 기업에 맞는 AI 코드 어시스턴트 도입 방법에 대해 무료 상담을 받으실 수도 있습니다.
[Reference]
[1] Microsoft & LinkedIn, 2024 Work Trend Index Annual Report ('24.5.8)
[2] Stackoverflow, 2023 Developer Survey
[3] ITWorld Korea, “2027년까지 개발자 70%가 사용한다는데…” AI 코딩 도구의 함정 ('24.4.5)