AI가 코딩을 바꾼다…애플, SW 개발 자동화 연구 공개

[AI리포터]

애플이 AI 기반 SW 개발 연구를 공개했다. [사진: 애플]

[디지털투데이 AI리포터] 애플이 AI를 활용한 소프트웨어 개발 혁신을 목표로 한 연구 결과를 제시했다.

16일(현지시간) IT매체 나인투파이브맥은 애플이 AI 기반 개발이 워크플로우, 품질, 생산성을 어떻게 개선할 수 있는지 보여주는 흥미로운 연구 3건을 발표했다고 전했다.

첫 번째 연구는 소프트웨어 결함 예측을 위한 오토인코더 트랜스포머 모델(Software Defect Prediction using Autoencoder Transformer Model)이다.

대규모 코드베이스에서 버그를 탐지하고 예측하는 AI 모델을 개발하는 것이다. 기존 LLM의 한계를 보완하기 위한 ADE-QVAET 모델은 네 가지 AI 기술인 적응형 차분 진화(ADE), 양자 변이형 오토인코더(QVAE), 트랜스포머 레이어, 적응형 노이즈 감소 및 증강(ANRA)을 결합하여 버그 예측의 정확도를 높이는 것을 목표로 한다.

두 번째 연구는 하이브리드 벡터-그래프 및 멀티 에이전트 오케스트레이션을 활용한 소프트웨어 테스트(Agentic RAG for Software Testing with Hybrid Vector-Graph and Multi-Agent Orchestration)이다.
LLM과 자율 AI 에이전트를 활용하여 요구사항, 비즈니스 로직, 결과 간의 완전한 추적성을 유지하면서 테스트 계획부터 검증 보고서에 이르는 테스트 아티팩트(산출물)를 자동으로 생성하고 관리하는 시스템을 개발했다.

이는 AI 시스템이 스스로 소프트웨어 테스트를 계획, 작성, 조직할 수 있도록 구축됐으며, 이는 시간의 30~40%를 테스트 계획, 사례, 자동화 스크립트와 같은 기본 테스트 아티팩트를 만드는 데 소비하는 품질 엔지니어의 워크플로우를 간소화하는 데 도움이 될 수 있다.

세 번째 연구는 SWE-Gym을 활용한 소프트웨어 엔지니어링 에이전트 및 검증자 훈련(Training Software Engineering Agents and Verifiers with SWE-Gym)이다.
이는 AI 에이전트가 실제 코드에서 버그를 수정하는 학습 환경을 구축하는 것이다. 연구진은 2438개의 오픈소스 파이썬 태스크를 활용해 AI가 실시간으로 코드 수정과 디버깅을 연습할 수 있도록 했다. 실험 결과, SWE-Gym을 통해 훈련된 에이전트는 72.5%의 태스크를 정확히 해결했으며, 기존 벤치마크 대비 20% 이상 개선된 성과를 보였다.

애플의 연구는 AI가 소프트웨어 개발의 핵심 프로세스를 자동화하고, 개발자 생산성을 극대화할 가능성을 보여준다. 향후 AI 기반 개발 도구가 상용화되면, 코드 품질과 개발 속도 모두 부문에서의 혁신이 기대된다.

<저작권자 Copyright ⓒ 디지털투데이 (DigitalToday) 무단전재 및 재배포 금지>