G5 Labs, 은밀히 진행해오던 상태에서 $14M를 받아 자연어를 새로운 소스 코드로 만들다

G5 Labs, MIT 컴퓨터 과학 및 Artificial Intelligence Laboratory (CSAIL) 스핀아웃으로, $14 million 시드 펀딩을 받아 은밀히 진행해오던 상태에서 모습을 드러냈으며, 야심찬 논제는 차세대 주요 프로그래밍 언어가 전혀 프로그래밍 언어처럼 보이지 않을 수도 있다는 것이다.

보스턴에 기반을 둔 스타트업은 AI 기반 소프트웨어 개발을 위한 추상화 계층을 개발하고 있으며, 여기서 소프트웨어가 수행해야 할 자연어 설명을 의도 그래프(또는 온톨로지)라는 형식적인 그래프로 정리하여 실질적으로 소스 코드가 된다. Pillar VC와 Battery Ventures가 시드 라운드를 공동 주도했으며, Omega Venture Partners, Encoded Ventures, 그리고 엔젤 투자자들이 참여했다.

이번 자금은 G5 Labs의 엔지니어링 팀을 확대하고, 고객 배포를 확대하며, 온톨로지 컴파일러 개발을 지속하는 데 사용될 것이며, 이는 AI 코딩 도구가 야기한 새로운 문제 중 하나를 해결하려는 시도이다: 코드를 생성하는 것은 점점 쉬워지는 반면, 그 코드를 이해하고, 검토하고, 관리하고, 유지하는 것은 여전히 어려울 수 있다.

코드 생성 너머 병목 현상 해결

AI 코딩 어시스턴트는 소프트웨어 제작의 경제성을 급격히 변화시켰다. 개발자들은 이제 비교적 적은 수작업 코딩으로 함수, 테스트, 문서, 그리고 점점 더 완전한 애플리케이션까지 생성할 수 있다.

하지만 코드가 많아진다고 해서 엔지니어링 조직의 생산성이 반드시 높아지는 것은 아니다.

Faros의 연구는 1,255개 팀에 속한 10,000명 이상의 개발자를 기반으로 하여 AI 도입률이 높은 팀이 작업을 21% 더 완료하고 풀 리퀘스트를 98% 더 병합했지만, 풀 리퀘스트 검토 시간이 91% 증가한 것으로 나타났습니다. 동일한 분석에서는 AI 도입이 더 큰 풀 리퀘스트와 개발자당 버그 수 증가와 연관된 것으로 나타났습니다.

다른 연구에서도 유사한 복잡성을 강조했다. 경험 많은 오픈소스 개발자를 대상으로 한 무작위 배정 연구에서는 2025년 초 AI 도구가 해당 프로젝트에서 작업 완료 시간을 실제로 19% 늘렸음이 밝혀졌으며, 이는 개발자들이 AI가 작업을 크게 빠르게 만들 것이라 기대한 것과는 달랐다.

G5 Labs는 문제에 다른 방향으로 접근하고 있다. 또 다른 코딩 모델을 구축하는 대신, 회사는 생성된 코드 자체 위에 추상화 계층을 두고자 한다.

비즈니스 의도를 소프트웨어 산출물로 전환하기

G5 Labs 플랫폼의 핵심은 회사가 자가 학습형 양방향 컴파일러라고 설명하는 것이다.

자연어 의도는 실행 가능한 코드로 변환될 수 있지만, 이 과정은 역방향으로도 작동한다: 기존 코드를 해석하여 시스템의 근본적인 요구사항과 동작을 설명하는 온톨로지에 통합할 수 있다.

그 차별점이 G5의 접근 방식의 핵심이다.

조직이 요구사항을 변경하면 해당 코드를 재생성하여 반영할 수 있다. 개발자가 코드를 직접 수정하면 온톨로지가 그 변경으로부터 학습하여 구현과 동기화된 상태를 유지한다. G5에 따르면 생성된 코드의 개별 라인은 그 뒤에 있는 비즈니스 요구사항에 추적될 수 있다.

실질적으로, 이 회사는 자연어 소프트웨어 요구사항에 전통적인 소스 코드가 갖는 몇 가지 특성을 부여하려는 시도이다: 비교, 병합, 버전 관리, 거버넌스, 그리고 최종적으로 컴파일될 수 있다.

예를 들어 수천 줄의 코드를 검토한 뒤 두 AI 에이전트가 상충되는 구현을 만든 것을 발견하는 대신, G5는 의미 수준에서 불일치를 드러내고자 한다—여기서 제품 관리자, 분석가, 혹은 엔지니어가 어떤 근본적인 요구사항이 올바른지 판단할 수 있다.

G5는 Claude Code, Codex 및 기타 코딩 모델 위에 위치한다

G5 아키텍처의 또 다른 중요한 요소는 주요 AI 연구소에서 등장하는 점점 더 강력해지는 코딩 모델과 직접 경쟁하도록 설계되지 않았다는 점이다.

G5는 대신 이들 위에 애플리케이션 및 거버넌스 레이어로 작동한다.

회사에 따르면, 이 플랫폼은 Claude Code, Codex, 그리고 오픈 웨이트 모델과 같은 시스템과 연동될 수 있어, 기업이 소프트웨어를 관리하는 의미 아키텍처를 재구축하지 않고도 기본 AI 모델을 교체할 수 있다.

G5는 또한 개발 계획을 검증 가능한 작업으로 분해하여 여러 AI 에이전트에 배분한다. 그들의 행동, 아키텍처 결정, 정책 및 교훈은 조직의 온톨로지에 통합될 수 있다.

이는 소프트웨어 개발이 AI 어시스턴트를 사용하는 개발자에서 여러 자율 에이전트가 동시에 대규모 코드베이스를 수정하는 방향으로 전환함에 따라 점점 더 중요해질 수 있다.

애플리케이션이 실제로 수행해야 할 목표에 대한 공유된 표현이 없으면, 빠른 코드 생성은 단순히 빠른 의견 충돌을 초래할 수 있다.

거버넌스가 개발 프로세스의 일부가 된다

G5는 또한 규제 대상 기업을 목표로 하고 있으며, 자율 코딩 에이전트가 통제 없이 작동하도록 허용하면 보안 및 규정 준수 문제가 발생할 수 있습니다.

이 플랫폼은 정책을 소프트웨어 개발 프로세스 자체에 인코딩하도록 설계되었습니다. 조직은 에이전트가 코드를 생성하기 전에 보안, 승인, 일반 데이터 보호 규정(GDPR) 준수, 아키텍처 및 AI 지출에 대한 요구 사항을 설정할 수 있습니다.

기업이 점점 더 에이전트 기반 개발 시스템을 실험함에 따라 비용 제어가 특히 중요해집니다. 코딩 어시스턴트에 대한 단일 프롬프트는 저렴할 수 있지만, 에이전트 군이 반복적으로 계획하고, 생성하고, 테스트하고, 소프트웨어를 수정하면 상당한 추론 비용이 발생할 수 있습니다.

G5의 접근 방식은 작업이 완료된 후에 비용이나 거버넌스 문제를 발견하는 것이 아니라, 의도와 계획 단계에서 이러한 프로세스를 제한하려고 시도합니다.

레거시 현대화가 초기 기회가 될 수 있습니다

G5가 소프트웨어 엔지니어링에 대한 보다 폭넓은 재고의 일환으로 기술을 제시하고 있지만, 가장 즉각적인 적용 분야는 훨씬 더 실용적일 수 있습니다: 레거시 엔터프라이즈 시스템의 현대화.

전통적인 현대화 프로젝트는 종종 애플리케이션을 구식 언어나 아키텍처에서 최신 기술 스택으로 전환하는 작업을 포함합니다. 이 과정에서 수십 년에 걸친 오래된 가정, 중복된 기능 및 기술 부채가 의도치 않게 유지될 수 있습니다.

G5는 대신 기존 소프트웨어의 근본적인 의도를 온톨로지로 추출하고, 해당 모델을 기반으로 애플리케이션을 재생성하려고 합니다.

회사는 이미 이 접근 방식을 규제가 엄격한 산업에 적용하고 있다고 말합니다. 한 금융 서비스 현대화 프로젝트에서 G5의 온톨로지 수준 분석은 단순한 코드 마이그레이션으로는 감지하기 어려운 구조적 충돌을 식별했습니다. 웹사이트에 따르면 수백만 라인의 레거시 코드가 이미 다양한 배포에서 의미론적 시스템 모델로 변환되었습니다.

이는 기업에게 전체 소프트웨어 개발 라이프사이클을 즉시 재고하도록 요구하는 것보다 G5에게 보다 측정 가능한 진입점을 제공할 수 있습니다. 레거시 현대화는 이미 대규모 조직에게 상당한 비용 부담이며, 특히 수십 년 된 시스템이 비즈니스에 핵심적인 금융 서비스 및 기타 산업에서 그렇습니다.

MIT 연구에서 상업 플랫폼으로

G5 Labs는 MIT CSAIL에서 공동 설립자이자 CEO인 Tim Kraska가 이끄는 연구에서 시작되었습니다. 그의 연구는 인공지능이 대규모 복잡한 소프트웨어 시스템 구축에 어떻게 변화를 가져올지에 점점 더 초점을 맞추고 있습니다.

Kraska는 MIT 교수로, 연구 분야는 에이전트 시스템, 데이터 시스템, 시스템 개발을 위한 대형 언어 모델 활용을 포함합니다. 그는 또한 MIT의 Generative AI Impact Consortium을 공동 책임하고 있으며, 이 컨소시엄은 학계 연구자와 산업 참여자를 모아 생성 AI의 실용적 및 사회적 영향을 탐구합니다.

G5 뒤에 있는 보다 넓은 연구 질문은 단순하지만 중대한 의미를 가집니다: AI가 결국 소프트웨어 코드의 큰 비율을 작성한다면, 인간은 여전히 코드를 통해 소프트웨어를 주로 관리해야 할까요?

G5의 대답은 ‘아니오’입니다. 회사는 비즈니스 의도가 지속 가능한 산물이 되어야 하며, 프로그래밍 언어는 점점 AI 시스템이 처리하는 구현 세부 사항에 불과해진다고 믿습니다.

그것이 소프트웨어 엔지니어링에서 다음 주요 추상화 계층이 될지는 아직 미지수입니다. 기존 프로그래밍 언어, 개발 환경, 코드 리뷰 프로세스 및 소프트웨어 개발 라이프사이클은 수십 년에 걸친 도구와 조직 지식의 축적을 대표하며, 이들의 중심 역할을 대체하려면 단순히 정확한 코드 생성 이상의 노력이 필요합니다.

그럼에도 불구하고, 1,400만 달러 규모의 시드 라운드는 G5 Labs에게 기업 고객과 함께 이 가설을 시험할 자본을 제공합니다. AI가 생성할 수 있는 소프트웨어 양이 급격히 늘어남에 따라, 회사의 기회는 그 뒤에 따르는 덜 화려한 과제, 즉 조직이 여전히 기계가 만든 결과물을 이해하고, 제어하며, 진화시킬 수 있도록 보장하는 데 있을 수 있습니다.