고객 맞춤형 코드 자동화 솔루션을 연구하는 마인즈앤컴퍼니

고객사의 비즈니스와 데이터에 대한 이해를 바탕으로 맞춤형 AI 모델을 개발하는 마인즈앤컴퍼니.

마인즈앤컴퍼니의 명대우 연구원님은 MNC 코드 어시스턴트 개발에 참여하며 고객에게 실질적인 도움이 되는 솔루션 제공을 목표로 연구에 집중하셨다고 합니다.

명대우 연구원님과의 인터뷰를 통해, 마인즈앤컴퍼니의 기술력과 비전에 대해 알아보도록 하겠습니다.

마인즈앤컴퍼니의 설치형 코딩 자동화 솔루션, MNC 코드 어시스턴트

<팀원들과 ‘MNC 코드 어시스턴트‘ 솔루션 회의 중인 명대우 연구원>

Q) 마인즈앤컴퍼니의 솔루션 ‘MNC 코드 어시스턴트’에 대해 설명 부탁드립니다.

지난달 출시한 ‘MNC 코드 어시스턴트’ 솔루션은 개발자 요청에 따라 자동으로 코드 작성을 돕는 코딩 자동화 프로그램입니다. 개발자의 업무 생산성을 향상시킬 수 있도록 다양한 IDE(통합 개발 환경: 프로그램 개발을 위한 모든 작업을 하나의 프로그램 안에서 처리할 수 있도록 돕는 소프트웨어)에서 생성 AI의 장점을 사용할 수 있게 한 제품입니다. 오픈소스 데이터셋으로 좀 더 광범위한 패턴을 활용할 수 있도록 지능형 코드를 실시간으로 지원하고, 한국어를 잘 이해하며, 80개 이상의 다양한 프로그래밍 언어를 지원합니다. 

‘MNC 코드 어시스턴트’에 적용된 AI 모델은 요즘 핫 이슈인 초거대언어모델(LLM)입니다. 베이스에서는 LLM 모델이, 그 앞단에서는 코드에 따라 프롬프트를 바꿔주는 소프트웨어가 돌고 있습니다. 저희 제품은 한국어 데이터 정제, 파인튜닝, 프롬프트 엔지니어링을 통해 구현됩니다. 모델 경량화와 다이나믹 배치처리 기술이 사용되어 개발자분들이 사용하시는 데 있어 불편함이 없도록 개발되었습니다. 개발자의 업무 효율을 2배 이상 높일 수 있는, 저희 회사 개발자들도 사용하는 활용도 높은 솔루션이라고 소개해 드릴 수 있습니다. 

Q) MNC코드 어시스턴트의 장점과 차별점은 무엇인가요?

타사의 코드 어시스턴트 프로그램들은 사용하는 데 외부 인터넷 연결이 필요하고, 기업 내부의 코드가 외부 LLM 모델로 전달되어야 해서 보안이 중시되는 기업일 경우 이용하기 어려울 수 있습니다. 반면 MNC 코드어시스턴트는 고객사 내부망에 직접 설치할 수도 있어 고객의 코드가 외부로 유출되지 않습니다. 또한 개발자들의 코드 어시스턴트 사용 데이터를 적재 관리하여 강화 학습을 통해 제품에 적용된 LLM모델을 고객사별로 최적화할 수 있다는 것 또한 저희 제품의 차별점입니다.

마지막으로, 수많은 개발자들이 테스트하면서 만들었기 때문에 사용자들이 어떨 때 답답함을 느낄지 정확히 파악하고 이를 반영할 수 있었습니다. 대표적으로는 코드가 늦게 생성되는 부분을 많이 개선하였는데요. 예를 들어 코딩 시 습관처럼 타이핑을 하게 될 경우 몇 글자만 입력해도 LLM 모델이 호출됩니다.

Q) 어떤 기업에 MNC 코드 어시스턴트 도입을 추천하시나요?

저희 솔루션은 API를 통해 이용할 수 있을뿐만 아니라, 기업 내부에도 설치할 수 있는 LLM모델이라는 점이 특징인데요. 이때문에 보안에 민감한 고객에게 추천할 수 있습니다. 첨단 제조기업, 금융기업같이 내부 데이터가 바깥으로 나가면 안 되는 고객들에게 적합한 솔루션입니다. 이러한 기업들이 저희 MNC 코드 어시스턴트를 사용하게 된다면 보안 걱정은 덜면서도 업무 생산성을 크게 향상할 수 있을 것이라 예상합니다. 

가장 보람을 느끼는 순간은 목표한 프로젝트를 완성했을 때

<AI 솔루션 프로젝트에 투입되어 업무 중인 명대우 연구원>

Q) AI 연구원을 희망하게 된 계기와 지금까지의 여정을 이야기해주세요.

저는 처음에 머신비전 분야의 영상 처리 관련 프로그램으로 일을 시작했는데, 업무할 때 머신러닝을 적용하면 효율이 올라가는 것을 확인했습니다. 초기 제프리 힌튼 교수의 딥러닝이 보여준 연구 결과에 제가 만들었던 머신 비전 알고리즘을 적용해 테스트해보니, 제가 수개월 동안 만들었던 알고리즘과 유사한 결과가 단 하루 만에 나오더라고요. 그 이후로 AI에 더 깊이 빠져들게 되었습니다. 

Q) AI 연구를 하며 힘들었던 경험이 있으신가요? 그 고난을 극복했던 방법은 무엇인가요?

올해 초부터 테스트해 봐야 할 연구나 학습해야 할 데이터들이 기하급수적으로 늘고 있다고 느끼는데요. 아무래도 공부할 것들이 많다 보니 힘든 부분도 있는 것 같습니다. 예를 들면, 캐글의 알고리즘, 허깅페이스에서 나오는 모델들, 그 밖의 논문들을 보고 있는데요. 그것들이 저희 쪽에 적용했을 때 어떻게 바뀌었는지 테스트해보고 프로젝트에 적용할 수 있을지 확인하는 작업들을 거치며 꾸준히 학습하고 있습니다. 

Q) 그럼 반대로 보람을 느끼거나, 성과를 내신 경험이 있다면 말씀 부탁드립니다.

보통 프로젝트가 마무리될 때 보람을 느낍니다. 저희 회사의 자랑이긴 한데요, 고객사와 협의한 목표를 초과 달성하는 경우도 많고, 저희와 함께 한 프로젝트로 인해 기대했던 성과가 나왔다는 피드백을 받는 경우가 대다수입니다. 덧붙이자면, 저희 회사에서 진행하는 AI 관련 프로젝트들은 규모가 굉장히 큰 경우가 많습니다. 짧은 시간 안에 끝나지 않고 몇 개월에 걸쳐 계속해서 고객사의 데이터를 분석하고 뜯어보며 많은 시도를 합니다. 긴 기간 동안 많은 인원들이 투입되어 진행하다 보니, 마무리 단계에서 저희가 예측했던 결과가 나오면 보람을 느낍니다. 

AI 연구, 업무 생산성과 삶의 질 높일 것 

<AI기술 트렌드를 조사하고 직접 테스트하는 명대우 연구원>

Q) AI 개발자로서 연구원님의 비전 또는 목표는 무엇인가요? 

사회초년생 때부터 가지고 있었던 인생 목표는, 은퇴하기 전까지 아이언맨에 나오는 자비스를 만드는 것입니다. 조금은 유치하게 느껴질 수 있지만 기술적인 측면에서 본다면 자비스를 만들기 위해서는 정말 다양한 AI 기술이 필요하거든요. 영상 인식, 음성 인식, 자연어에 대한 이해, 로보틱스 제어 등 많은 AI 기술들이 담겨야 완성시킬 수 있습니다. 이러한 목표를 가지면서 제가 연구하는 분야 외에 다른 분야도 함께 공부하게 되고, 동기 부여가 되기도 합니다. 요즘에 AI 발전 속도를 보아하니 은퇴하기 전이 아니라 조금 더 빨리 자비스를 볼 수도 있겠다는 생각이 드는데요. 그래서 새로운 2차 목표를 세우고자 고민하고 있습니다.

Q) AI 연구원에게 가장 중요한 역량이 무엇이라고 생각하시나요?

AI 연구 분야가 광범위해지고 학습량이 점점 늘어나면서 이것을 감당할 만큼의 체력과 인내심이 중요한 역량이 될 것이라고 생각합니다. 인내심이라고 표현을 했지만 정말 참고 견디는 것이 아니라, 이 분야에 대한 흥미를 바탕으로 즐기면서 연구를 할 수 있는 연구원이 된다면 좋을 것 같습니다. AI 연구원이 된다면 1-2년 잠깐이 아니라 10년, 20년 동안 이 분야에서 연구를 하게 될 텐데요. 장기적인 목표를 설정하고 끊임없이 관심의 깊이를 더해갈 수 있는 역량이 중요하다고 생각합니다. 

Q) 평소 AI 기술 트렌드를 파악하고 공부하기 위해 활용하는 특별한 노하우가 있을까요?

불과 1-2년 전만 해도 트렌드를 파악하기 위해서 일일이 찾아보곤 했는데요. 지금은 일부러 찾지 않아도 알고리즘이 추천해줍니다. 저는 주로 크롬 브라우저를 사용하는데, 검색하면 구글에서 저의 관심사를 파악 후 다음 관심사가 될 만한 것들을 추천해주기 때문에 자연스러운 흐름으로 알맞은 AI 트렌드를 알 수 있습니다. 추천받은 것들을 아침에 10개, 잠들기 전에 10개씩 보면서 트렌드를 파악하는 루틴을 갖고 있습니다.

Q) 마지막으로 AI 연구원으로서, AI 연구가 세상에 가져올 변화와 역할에 대해 말씀 부탁드립니다.

앞서 말씀드린 코드 어시스턴트와 같이, 앞으로는 대부분의 AI 모델이 효율적인 일처리로 사람의 수고를 덜어줄 것이라고 전망합니다. 저는 이것이 일자리 축소로 이어지기 보다, 업무 생산성이 향상되면서 중요한 일에 집중할 수 있는 기회가 될 것이라고 보는데요. 업무 퀄리티가 높아지고 생활 전반의 삶의 질이 올라갈 수 있다고 생각합니다. 물론 변화가 빠른 만큼 속도를 따라가지 못해 혜택을 받지 못하는 곳도 생길 수 있으니, 이러한 사회 문제를 해결할 방안도 함께 고민해가며 AI 연구를 발전시키면 좋겠습니다.