멘디کس의 전략 담당 선임 부사장, 고든 반 후이젠 – 인터뷰 시리즈

고든 반 후이젠은 멘디克斯의 전략 담당 선임 부사장입니다. 멘디克斯는 시멘스 그룹의 저코드 플랫폼입니다. 반 후이젠은 이 역할에서 새로운 기술 발전을 위한 전략을 식별하고 탐색하며, 멘디克斯 내에서 제품 혁신을 육성하는 데 집중하고 있습니다. 이러한 기술이 고객에게 미치는 영향과 가치를 어떻게 줄 수 있는지에 초점을 맞추고 있습니다.

멘디克斯는 저코드 애플리케이션 개발 플랫폼입니다. 이 플랫폼은 기업이 최소한의 수동 코딩으로 임무에 중요한 소프트웨어를 구축, 배포, 지속적으로 개선할 수 있도록 설계되었습니다. 이 플랫폼은 AI 기반 IDE, 거버넌스 도구, 내장된 통합, 클라우드 배포 옵션을 제공하여 전문 개발자와 시티즌 개발자가 협업할 수 있습니다. 시멘스 그룹의 일부로서 멘디克斯는 확장성, 강력한 거버넌스, 엔터프라이즈 준비성을 강조하며 저코드 분야에서 매직 쿼드런트 리더로 반복적으로 인정받았습니다.

소프트웨어 개발 생명주기(SDLC)에서 AI는 저코드와 노코드 환경에서 어떻게 영구적으로 변경하고 있나요?

AI는 소프트웨어 개발 생명주기를 정말로剧적으로 변화시키고 있습니다. 특히 자연어를 더 많이 사용하면서 말입니다. 코드 줄을 작성하는 대신, 조직은 이제 소프트웨어를 정의하고 구축하기 위해 기대치를 설명하기 시작했습니다. 이것은 의도를 표현하고智能 도구와 대화하여 의도를 코드, 인터페이스, 심지어 테스트로 변환하는 것이 더 중요해지는 방향으로 진행되고 있습니다.

AI가 SDLC에 더 많이 침투할수록, 이 변화가 얼마나 강력한지 볼 수 있을 것입니다. 우리가 무엇을 원하는지 통신하는 것이 어떻게 구축할지 작성하는 것보다 더 자연스럽고, 정직하게 느껴질 것입니다. 결국, 전통적인 방식으로 코드를 작성하는 것이 배경으로 사라질 수도 있습니다. 그리고 그것뿐만 아니라, 우리는 스마트하고, 역동적인 솔루션을 구축할 수 있는 새로운 모델의 소프트웨어로 향해 가고 있습니다. 이 변화는 크고 흥미롭고, 우리가 살아있는 동안 볼 수 있는 가장 중요한 소프트웨어 변화일 것입니다.

애플리케이션 개발에서 에이전트 AI의 역할은 무엇이며, 개발자와 플랫폼 아키텍트는 관측성 도전을 준비하기 위해 어떻게 해야 합니까?

에이전트 AI가 소프트웨어 개발 수명주기(SDLC)를 혁신함에 따라, 더 빠르고 저렴하며 고품질의 개발이 가능해질 것입니다. 또한 개발 접근성도 향상되어 전문가가 아니더라도 누구나 창의적으로 실험할 수 있게 됩니다. 하지만 이러한 강력한 기능에는 복잡성이 수반됩니다. 오늘날 개발되는 소프트웨어는 이전보다 훨씬 발전했으며, 특히 멀티 에이전트 플랫폼의 지속적인 등장으로 새로운 과제가 발생하고 있습니다. 상호 운용성이 중요한 문제로 대두되고 있습니다. 애플리케이션은 자연스럽게 분산되며, 종종 여러 공급업체의 도구와 기술 스택을 포함하게 됩니다.바로 이 시점에서 로우코드 플랫폼이 진가를 발휘하기 시작합니다.

로우코드 플랫폼은 배포 측면에서 상당한 양의 작업을 자동화하고 전체 시스템을 명확하게 파악할 수 있도록 해줍니다. 관찰 가능성 계층을 한 번에 구축함으로써 AI를 통합하여 시스템 작동 방식을 이해할 수 있습니다. AI는 성능 저하나 부정확한 출력과 같은 문제를 발견하고 그 근본 원인을 쉬운 언어로 설명해 줍니다. 이러한 명확성은 개발자와 운영팀 모두에게 혁신적인 변화를 가져다줍니다. 즉, 로우코드는 이러한 문제들을 직접적으로 해결합니다. 특히, AI 기반 개발과 로우코드의 강력한 조합을 볼 수 있을 것입니다. 자연어로 표현하고 결과를 시각화할 수 있습니다.데이터, 논리, 사용자 인터페이스를 포함하여 자연어와 시각적 IDE의 조합으로 생성된 소프트웨어는 더욱 확장 및 확장될 수 있습니다.

저코드와 AI로 인해 전통적인 “개발자” 개념은 어떻게 진화하고 있나요? 향후 10년 동안 가장 중요한 기술은 무엇인가요?

오늘날, 소프트웨어 개발자와 AI 엔지니어는 종종 별개의 역할로 간주됩니다. 그러나 우리는 이미 두 역할 사이의 일부 겹침을 보는 중입니다. 개발자가 AI 엔지니어링에 필요한 기술을 배우고, 개발자, AI 엔지니어, 데이터 엔지니어, 데이터 과학자를 포함한 융합 팀이 함께 일하는 것을 볼 수 있습니다. 사실, 이러한 협력이 지금 필요한 것입니다. 그러나, 예, 전통적인 “개발자” 개념은 확실히 진화하고 있습니다. 결국, 소프트웨어 개발자는 AI 엔지니어가 될 것입니다. 궁극적으로, AI 엔지니어링은 여전히 소프트웨어 엔지니어링입니다. 단지, 많은 개발자가 아직 작업하지 않은 도구와 개념의 집합을 포함합니다. 이러한 기술은 학습할 수 있으며, 많은 전통적인 개발자는 이러한 새로운 작업을 흥미롭게 찾을 것입니다. 이것은 더智能하고, 더 역동적인 솔루션을 구축할 수 있는 문을 열어줍니다. 그리고 그것은 보람 있는 성장 방향입니다.

멘디克斯는 저코드의 접근성을 유지하면서 AI 기반 애플리케이션의 복잡성을 어떻게 균형을 이루나요?

멘딕스의 목표는 AI 기반 애플리케이션 구축의 복잡성을 완화하는 동시에 개발자가 오늘날 구축하는 애플리케이션이 미래에도 문제없이 작동하도록 보장하는 것입니다. 개발자에게 필요한 유연성을 유지하면서도 더욱 간소화된 환경을 만들고자 합니다. 에이전트와 시스템이 어떻게 상호 작용하는지 시각적으로 보여주는 방식을 채택했습니다. 멘딕스의 로우코드 툴을 사용하면 이러한 AI 기반 시스템의 아키텍처와 동작이 복잡한 멀티 에이전트 시스템처럼 느껴지지 않고, 깔끔하고 이해하기 쉬운 애플리케이션처럼 보입니다.

저코드 플랫폼인 멘디克斯는 비개발자에게 어떻게 복잡한 AI 기반 솔루션을 구축할 수 있게 해주나요? 어떤 좋은 예가 있나요?

멘디克斯에서, 우리는 개발자, 비즈니스 기술자, 시티즌 개발자에게 그들의 이해와 필요에 따라 맞춤형 도구를 제공합니다. 플랫폼의 도구는 처음부터 쉽게 사용할 수 있으며, 저코드를 사용하여 스마트하고, AI 기반의 애플리케이션을 구축할 수 있습니다. 그들은 저코드 프롬프트 빌더를 사용하여 프롬프트를 구축하기 시작합니다. 한 번에 그들이 편안해지면, 그들은 저코드 지식 베이스를 사용하여 비즈니스 또는 솔루션에 특정한 데이터로 지능형 AI 기반 애플리케이션을 구축할 수 있습니다. 그리고 준비가 되면, 저코드 오케스트레이션과 도구 사용을 통해 AI 에이전트를 구축할 수 있습니다.

한 가지 좋은 실제 예는 멘디克斯에서 구축된 AI 네이티브 글로벌 급여 플랫폼, datascalehr입니다. 급여, 특히 국가마다 다르기 때문에, 매우 복잡하며, 규제, 준수 요구 사항, 데이터의 양이 많습니다.멘디克斯를 사용하여, datascalehr의 창립자는 다음 세대의 플랫폼을 신속하게 개발했습니다. 이 플랫폼은 지능형 자동화, 준수 확인, 상황별 도움을 위한 AI를 활용합니다. 여기서 강력한 점은 비즈니스 기술자와 도메인 전문가가 AI 기능을 포함하는 방식을 형성할 수 있다는 것입니다. 이를 통해 솔루션이 고객의需求을 직접 해결할 수 있습니다. 저코드는 복잡한 AI 기반 솔루션을 접근성 있게 하고, 엔터프라이즈 준비를 가능하게 합니다.

멘디克斯 내에서 AI를 사용하는 방법에 대해 설명해 주시겠습니까? 플랫폼이 구축되는 방식과 사용자에게 어떻게 힘을 실어주는지?

“Create with Maia”는 Mendics의 애플리케이션 개발 프로세스에 AI를 접목하여 고객과 파트너가 지능형 AI 기반 애플리케이션을 구축할 수 있도록 지원하는 Mendics의 솔루션입니다. Mendics 11과 함께 최근 출시된 Maia를 통해 사용자는 AI 에이전트 및 멀티 에이전트 애플리케이션을 손쉽게 생성, 오케스트레이션 및 배포할 수 있습니다. 구축에 앞서 자연어를 사용하여 목표, 성공 기준 및 사용자 스토리가 일치하는지 확인할 수 있습니다. Create with Maia는 목업, 시뮬레이션, 다이어그램 및 요구 사항을 명확하고 실행 가능한 프로젝트 계획으로 변환하는 데에도 도움을 줍니다. 초기 소프트웨어가 생성되면 사용자는 로우코드의 고유한 속도로 소프트웨어를 신속하게 구축할 수 있습니다. 결과적으로 반복 횟수가 줄어들고, 제공 속도가 빨라지며, 거버넌스가 강화되고, 처음부터 소프트웨어가 올바르게 구축됩니다.

AI와 저코드가 사회적 또는 환경적 문제를 해결하기 위해 노력하는 비영리 단체나 사명 주도 조직을 지원하는 방법을 어떻게 보시나요?

AI와 저코드는 실제 도전을 해결하는 데 놀라운 도구입니다. 특히, 이러한 기술은 제한된 예산과 기술적 능력으로 인해 혁신할 수 있는 선택肢을 제공합니다. 한 예가 특히 기억에 남습니다. 얼라이언스 포 어린이(A4O)는 샌안토니오에 기반을 둔 비영리 단체로, 양육 가정에 아기 시터를 제공합니다. 이 단체는 아기 시터를 찾고, 훈련하고, 인증하는 것이 어려운 큰 장벽에 부딪쳤습니다. 저코드는 이 단체가 시스템을 연결하고, 서류를 디지털화하고, 인증된 아기 시터를 추적하는 중앙 데이터베이스를 구축하는 애플리케이션을 구축하는 데 도움을 주었습니다. 이 애플리케이션은 A4O가 81명의 아기 시터를 인증하는 데 도움을 주었습니다. 그리고 그 이후로, 애플리케이션은 계속 성장했습니다. 이것은 저코드가 실제로 사람들의 삶에 긍정적인 영향을 미칠 수 있는 강력한 예입니다.

저코드 환경에서 합성 데이터를 사용하는 고유한 도전과 기회는 무엇인가요?

합성 데이터는 본질적으로 개인 정보를 포함하지 않기 때문에, 개인 정보 보호 위험이 줄어듭니다. 이는 데이터 보호 규정(예: GDPR)을 준수하고 법적 노출을 최소화하는 데 도움이 됩니다. 또한, 합성 데이터를 사용하는 것은 실제 데이터 세트를 구축하고 레이블을 지정하는 것보다 더 빠르고, 더 저렴하고, 더 쉽습니다. 그러나, 합성 데이터는 부정확성, 편향, 유독성을 포함할 수 있으며, 실제 세계 사용의 노이즈, 아웃라이어, 전체 범위의 시나리오를 포착하지 못할 수 있습니다. 이는 프로덕션에서 실패로 이어질 수 있습니다. 따라서, 가드레일을 설치하고, 엄격한 테스트 및 검증 접근 방식을 설정하는 것이 필수입니다. 특히, 비즈니스에 중요한 시스템의 경우, 인간이 루프에 참여하여 애플리케이션 자체에서 피드백을 제공하고, 적용할 수 있는 자신의 판단력을 제공하는 것이 중요합니다.

AI와 저코드 도구를 운영 환경에 도입할 때 IT와 OT의 융합은 어떻게 진화할까요?

에이전트 AI 솔루션의 힘과 정확도는 컨텍스트에 달려 있습니다. 데이터의 품질과 양이 중요합니다. 따라서, 제조, 에너지, 산업 부문의 사람들은 강력한 데이터 기반을 구축해야 합니다. 이는 IT와 OT 데이터를 함께 가져옵니다. 그러나, OT 데이터는 항상 작업하기 쉽지 않습니다. 예를 들어, 레이블이 없거나, 명확한 메타데이터 또는 스키마가 없습니다. 좋은 소식은 OT 데이터를 변환하고, 필요한 메타데이터를 추가하여, 지능형 애플리케이션에서 사용할 수 있는 특수한 도구가 있다는 것입니다. 한 번에 데이터를摄取하면, OT 데이터를 IT 데이터와 함께 사용하여, 애플리케이션에 컨텍스트를 제공하고, 생성된 AI에 컨텍스트를 제공할 수 있습니다.

전 Gartner 분석가이자 현재 멘디克斯의 전략 담당 선임 부사장으로서, AI 허풍을 진정한 혁신으로부터 어떻게 분리하시나요? 제품 로드맵을 형성할 때?

AI 허풍을 진정한 혁신으로부터 분리하는 것은 규율 있고, 실용적인 접근 방식이 필요합니다. 그러나, 이는 내가 트렌드가 오고 가는 동안 정교화한 절차입니다. 먼저, 나는 고객과 잠재 고객과 직접적으로 대화하여, 그들의 실제 비즈니스 계획과 요구 사항을 이해합니다. 멘디克斯 제품 팀은 또한 테스트하고, 배울 수 있는 접근 방식을 취하여, 새로운 기능의 MVP를 제공하고, 고객과 함께 작업하여, 이러한 혁신이 실제로 가치 있는지 확인합니다. 협력이 허풍을 걸러내는 주요 방법이기 때문에, 나는 또한 기존 파트너와 새로운 파트너와 함께 작업하여, 추가적인 관점과 전문 지식을 가져옵니다.

마지막으로, 나는 현재와 이전의 새로운 기술의 물결에 대한 경험을 활용하여, 성숙도 수준과 채택 곡선을 주시합니다. 이것은 허풍과 실제로 추진력을 얻을 수 있는 것 사이를 필터링하는 데 도움이 되며, 고객에게 장기적인 영향을 미칠 투자를 우선순위로 할 수 있습니다.

고든 반 후이젠, 멘디克斯의 전략 담당 선임 부사장에게 인터뷰를 감사드립니다. 더 많은 정보를 원하시는 독자는 멘디克斯를 방문하시기 바랍니다.