“AI를 활용해 속도, 비용, 품질·혁신의 상충 관계로 불리는 ‘매직 트라이앵글’을 돌파할 수 있다”

글로벌 차량 소프트웨어 솔루션 기업 벡터 코리아(Vector, 지사장 장지환)는 26일 서울 여의도 콘래드 호텔에서 ‘Vector TechDay Korea 2025’를 개최했다.

이날 행사에서 Christof Ebert 벡터 이사는 ‘GenAI from Requirements to Testing’이라는 주제로 기조연설을 발표했다.

Christof Ebert 벡터 이사는 “SDV에서 우선 속도와 기능 안전성을 동시에 추구해야 한다”며 “속도만으로는 부족하다. 전통적 가치와 최신 기술을 결합해 효율을 극대화해야 한다”고 말했다.

비용·품질·혁신 중 두 가지만 개선하기 쉬우나 세 가지를 동시에 달성하기는 어렵다는 기업들의 고민은 ‘매직 트라이앵글’로 불린다.

반면에 불필요한 복잡성을 제거하면 해결이 가능하다는 것이다.

실제 고객은 제품 기능 중 절반만 가치를 인정한다.

나머지 50퍼센트는 불필요한 변형 지점, 반복 공정 등 비용과 시간을 소모할 뿐이다.

Christof Ebert 벡터 이사는 “요구사항 단계에서부터 진짜 가치를 판단해야 한다”며 AI 전략을 제품 개발, 업무 환경, 고객 가치 세 축으로 나눠 설명했다.

특히 ‘고객 가치’ 측면에서 요구사항 및 테스트 자동화 도구의 역할을 강조했다.

“AI는 70년 역사를 가진 기술이지만 지금은 과도하게 과장된 측면이 있다”며 “특히 코드 생성 분야에서는 저작권 침해, 보안 취약, 악성 코드 삽입 위험이 상존한다”고 경고했다.

그는 테스트 자동화의 중요성을 다시 한번 강조하며 “테스트는 설계·코딩만큼 핵심 과제”라고 밝혔다.

요구사항이 검증 가능하도록 설계 단계에서 테스트 전략을 병행해야 한다고 제안했다.

이를 위해 벡터는 ‘중심 요구사항 공학(central requirements engineering)’ 개념을 도입했다.

요구사항의 이해도·테스트 가능성·표준 충족 여부 등을 AI가 자동으로 검토해준다.

벡터는 도메인 지식을 핵심 원료로 삼는다.

Christof Ebert 벡터 이사는 “정밀한 도메인 특화 지식이 언어 모델의 성능을 높이고 에너지 소모를 줄이며 작은 모델로도 충분한 이유”라고 설명했다.

AI 도구는 개발자를 보조하는 ‘Co-pilot’ 형태로, 테스트 엔지니어가 주도권을 갖고 결과를 검토하도록 설계됐다.

반복 생성 시 품질 저하를 막기 위해 반드시 인간 검토 과정을 거쳐야 한다.

테스트 비용의 40∼50퍼센트를 차지하는 중복 테스트 케이스 제거, 경계·예외 조건 등 ‘코너 케이스’ 식별 자동화도 구체 사례로 소개됐다.

코너 케이스는 SOTIF(안전성) 분석과 유사한 절차로 도출할 수 있다.

대학교 연구진과 협업해 진행한 폐기물 매립지 드럼 탐지 사례에서는 합성 데이터를 생성해 테스트 효율을 기존 40일에서 하루 100여 건 식별로 단축했다.

여전히 수작업 검증이 필요하지만 속도는 크게 개선됐다.

Christof Ebert 벡터 이사는 “AI 기반 자동화는 효율·속도를 높이는 동시에 품질을 유지하기 위한 올바른 방법론이 전제돼야 한다”며 “최종 책임은 사람에게 있음을 잊지 말아야 한다”고 주문했다.

그는 마지막으로 새로운 AI 역량 습득의 중요성을 강조했다.

Christof Ebert 벡터 이사는 “비판적 검토 능력을 갖춘 CO-pilot 활용자가 돼야 한다. 생성된 콘텐츠를 무비판적으로 받아들이면 큰 사고로 이어질 수 있다”고 당부했다.