Turbocharging software with Gen AI
: How organizations can realize the full potential of generative AI for software engineering

문서 작성 35%, 코딩 34% 시간 절약: 생성형 AI가 가져온 소프트웨어 생산성 혁명

캡제미니 리서치 연구소가 발표한 보고서에 따르면, 생성형 AI를 소프트웨어 엔지니어링에 도입한 조직들은 평균 7~18%의 생산성 향상을 경험했다. 특히 코딩 지원(평균 9%, 최대 34%)과 문서 작성(평균 10%, 최대 35%) 같은 특화된 작업에서 큰 효과를 보였다. 이는 단순히 시간 절약만을 의미하는 것이 아니라 혁신적인 작업에 더 많은 시간을 투자할 수 있게 되었음을 의미한다.

소프트웨어 전문가의 78%는 생성형 AI가 비즈니스와 기술팀 간의 협업을 강화할 잠재력이 있다고 긍정적으로 평가했다. 이러한 기술 도입의 주요 이점으로는 새로운 소프트웨어 기능과 서비스 개발과 같은 혁신적 작업 지원(61%), 소프트웨어 품질 향상(49%), 생산성 증가(40%) 등이 꼽혔다.

생성형 AI의 효과는 직무 만족도에도 영향을 미치고 있다. 상급 소프트웨어 전문가의 69%와 주니어 소프트웨어 전문가의 55%가 생성형 AI 사용에 높은 만족도를 보였다. 이는 단순한 도구 이상의 의미를 가지며, 소프트웨어 개발자의 업무 방식과 직무 만족도를 근본적으로 변화시키고 있음을 보여준다.

2026년까지 85%의 개발자가 AI 도구 활용 예정: 생성형 AI 도입의 현황과 가속화 전망

현재 생성형 AI의 도입은 초기 단계에 있지만, 빠르게 가속화될 전망이다. 현재 소프트웨어 인력의 46%가 생성형 AI 도구를 사용하고 있으며(공식 또는 비공식 접근 포함), 이는 2026년까지 85%로 증가할 것으로 예상된다.

조직 규모별로 보면, 연간 매출 200억 달러 이상의 대규모 조직 중 75%가 생성형 AI를 도입(파일럿/확장)한 반면, 10~50억 달러 규모의 조직은 23%에 그쳤다. 이는 도구 비용, 교육 및 훈련 예산 부족, 개인정보 보호 및 보안 우려, 그리고 이를 방지하기 위한 높은 비용이 소규모 조직의 도입을 방해하는 요인임을 시사한다.

현재 조직의 27%가 생성형 AI 파일럿을 운영 중이며, 11%만이 소프트웨어 기능에 생성형 AI를 활용하기 시작했다. 가장 많이 도입된 사용 사례는 코딩 지원(39%)과 UX 디자인 지원(37%)이지만, 대부분의 사용 사례는 아직 절반 이상의 조직에서 도입되지 않았다. 소프트웨어 전문가들은 향후 2년 내에 소프트웨어 설계, 개발, 테스트 작업의 25% 이상이 생성형 AI의 지원을 받게 될 것으로 전망하고 있다. 이는 생성형 AI가 소프트웨어 개발의 필수적인 부분이 될 것임을 보여준다.

승인 없이 사용하는 비율 63%: 생성형 AI의 도전과제와 리스크 관리의 중요성

생성형 AI 도입의 장애물로는 제대로 된 기반 요소의 부재와 비공식적인 사용이 큰 위험 요소로 지적되었다. 소프트웨어 전문가 중 생성형 AI를 사용하는 63%가 조직의 공식 승인 없이 도구를 사용하고 있으며, 이는 기능적, 보안적, 법적 위험을 초래할 수 있다. 조직의 약 30%만이 생성형 AI 구현에 필요한 플랫폼과 도구, 인재를 갖추고 있다. 또한 60% 이상의 조직이 생성형 AI를 위한 거버넌스와 업스킬링 프로그램을 갖추지 못하고 있다. 이는 승인되지 않은 도구의 사용과 함께 환각 코드, 코드 유출, IP 문제 등의 위험을 가중시킨다.

직원들의 약 32%는 조직의 지원 없이 스스로 생성형 AI 도구에 대한 교육을 받고 있으며, 40%만이 조직으로부터 교육을 받고 있다. 이러한 상황은 생성형 AI의 효과적이고 안전한 활용을 저해하는 요소로 작용한다.

생성형 AI의 잠재력을 극대화하는 방법

보고서는 조직이 생성형 AI의 잠재력을 최대한 활용하기 위한 몇 가지 핵심 전략을 제시한다:

1. 고효율 사용 사례 선정 및 우선순위 설정: 문서 작성, 코딩 지원, 디버깅 및 테스트, 보안 취약점 식별, 코드 현대화 등 생산성 향상과 품질 개선 효과가 큰 사용 사례에 집중해야 한다.
2. 보안, IP/저작권, 코드 유출 등의 위험 관리: 철저한 위험 평가 접근 방식을 사용하여 각 사용 사례에 대한 위험을 식별하고 최소화해야 한다.
3. 소프트웨어 조직 혁신: 생성형 AI의 최적 활용을 위해 소프트웨어 팀을 AI 어시스턴트로 보강하고, 새로운 역량 요구사항을 파악하며, 기술적 사전 요건을 갖추고, 영향력 측정을 위한 프로토콜을 채택해야 한다.
4. 인력 중심의 변화: 조직 내 학습 문화를 조성하고, 업스킬링 및 크로스스킬링 기회를 제공하며, 직원들의 일자리 대체 우려를 해소해야 한다.
   
   

에미레이트 NBD 사례: 생성형 AI 도입으로 개발자 생산성과 코드 품질 20% 향상

전 세계 기업들의 사례를 통해, 생성형 AI가 소프트웨어 개발 프로세스 전반에 걸쳐 생산성을 높이고 혁신을 가속화하는 데 큰 도움이 된다는 것이 입증되고 있다. 에미레이트 NBD는 GitHub Copilot을 사용하여 개발자 생산성을 복잡한 작업에서 최대 20% 향상시키고 코드 품질도 20% 개선했다. BT 그룹은 Amazon의 CodeWhisperer를 배포하여 4개월 만에 반복 작업의 약 12%를 자동화했다.

FAQ

Q: 생성형 AI를 소프트웨어 개발에 도입할 때 가장 큰 위험은 무엇인가요?
A: 주요 위험으로는 승인되지 않은 AI 도구 사용으로 인한 보안 취약성, 코드 유출, 저작권 및 IP 문제, 그리고 환각(hallucination)으로 인한 부정확한 코드 생성 등이 있습니다. 이러한 위험을 관리하기 위해서는 철저한 거버넌스 프레임워크, 적절한 교육, 출력물에 대한 검증 시스템이 필요합니다.

Q: 소규모 조직도 생성형 AI의 혜택을 받을 수 있을까요?
A: 네, 소규모 조직도 생성형 AI의 혜택을 받을 수 있습니다. 현재는 대규모 조직의 도입률이 높지만, 도구 비용 감소와 클라우드 기반 솔루션의 발전으로 소규모 조직도 점차 접근성이 높아질 것입니다. 소규모 조직은 특정 고가치 사용 사례에 집중하고, 오픈 소스 도구를 활용하거나, 서비스형 AI 솔루션을 고려하여 초기 비용 부담을 줄일 수 있습니다.

해당 리포트의 원문은 링크에서 확인할 수 있다.

기사는 클로드와 챗GPT를 활용해 작성되었습니다.