Gordon Van Huizen, SVP of Strategy at Mendix – 인터뷰 시리즈

Gordon Van Huizen은 Mendix의 전략 부사장입니다. Mendix는 Siemens의 저코드 제공업체입니다. 이 역할에서 Van Huizen은 신흥 기술 발전을 위한 전략을 식별하고 탐색하며, Mendix 내에서 제품 혁신을 배양하여 이러한 기술이 고객에게 영향을 미치고 가치를 제공하는 방법에 초점을 맞추고 있습니다.

Mendix는 최소한의 수동 코딩으로 미션 크리티컬 소프트웨어를 구축, 배포, 지속적으로 개선할 수 있는 저코드 애플리케이션 개발 플랫폼입니다. 이 플랫폼은 AI 기반 IDE, 거버넌스 도구, 내장 통합, 클라우드 배포 옵션을 제공하여 전문 개발자와 시티즌 개발자가 협업할 수 있습니다. Siemens의 한 부분으로, Mendix는 확장성, 강력한 거버넌스, 엔터프라이즈 준비를 강조하며 저코드에서 매직 쿼드런트 리더로 반복적으로 인정받았습니다.

소프트웨어 개발 수명주기(SDLC)에 AI가 영구적으로 미치는 영향은 무엇이며, 특히 저코드와 노코드 환경에서 어떻게 영향을 미치는가?

AI는 자연어를 더 많이 사용함에 따라 소프트웨어 개발 수명주기에真正로 변화를 가져오고 있습니다. 코드 줄을 작성하는 대신, 조직은 소프트웨어를 정의하고 구축하기 위해 기대치를 설명하기 시작했습니다. 이는 의도를 표현하고 의도를 코드, 인터페이스, 심지어 테스트로 변환할 수 있는 스마트 도구와 대화하는 것이 더 중요해지는 것입니다.

AI가 SDLC에 더 깊이 침투함에 따라, 그 변화의真正한 힘을 볼 것입니다. 우리가 원하는 것을 어떻게 구축할지보다 무엇을 원하는지 표현하는 것이 더 자연스럽고, 정통적인 방법으로 코드를 작성하는 것보다 더 지속될 것입니다. 궁극적으로, 우리가 알고 있는 코드는 배경으로 사라질 수 있습니다. 그리고 그것뿐만 아니라, 우리는 스스로 지능적인 소프트웨어로 발전하는 새로운 모델로 향하고 있습니다. 변화는 크고 흥미롭며, 우리가 삶에서 볼 수 있는 소프트웨어에서 가장 중요한 변화일 수 있습니다.

애플리케이션 개발의 미래에서 에이전트 AI의 역할은 무엇이며, 개발자와 플랫폼 아키텍트는 관측 가능성의 도전을 어떻게 준비해야 하는가?

에이전트 AI가 SDLC를 재창조함에 따라, 우리는 더 빠르고, 더 저렴하고, 더 높은 품질의 개발을 볼 뿐만 아니라, 개발이 더 접근 가능해지는 것도 볼 것입니다. 사람들은 전문적인 코더가 되지 않아도 창의적으로 실험할 수 있습니다. 그들은 단지 무엇을 원하는지 명확히 표현할 수 있어야 합니다. 그러나 모든 권한은 복잡성을 동반합니다. 오늘날 우리가 구축하는 소프트웨어는 이전보다 더 발전했으며, 이는 특히 멀티 에이전트 플랫폼이 나타남에 따라 새로운 도전을 가져옵니다. 상호 운용성이 문제가 됩니다. 애플리케이션은 자연스럽게 분산되어 있으며, 종종 다른 벤더와 기술 스택의 도구를 포함합니다. 그것이 저코드 플랫폼이真正로 빛나는 곳입니다.

그들은 배포 측면에서 많은 노동을 자동화할 수 있으며, 전체 시스템에 대한 명확한 시야를 제공할 수 있습니다. 그런 다음, 한 번에 관측 가능성 레이어를 배치하면, AI를 혼합하여 무엇이 발생하고 있는지 이해할 수 있습니다. AI는 성능 감소 또는 부정확한 출력과 같은 문제를 표면화하고 평범한 언어로 근본 원인을 설명할 수 있습니다.那种 명확성은 개발자와 운영 팀 모두에게 게임 체인저입니다. 모든 이는 저코드가 필요하다는 것을 의미하며, 저코드의 본질은 이러한 도전을 직접 해결합니다. 특히, 우리는 AI 강화 개발과 저코드의 강력한 조합을 볼 것입니다. 자연어로 자신을 표현한 다음, 데이터, 논리, 사용자 인터페이스를 포함한 결과를 시각적으로 볼 수 있으며, 생성된 소프트웨어를さらに 정제하고 확장하기 위해 생성된 IDE와 상호 작용할 수 있습니다.

저코드와 AI로 인해 전통적인 “개발자” 개념이 발전하는 것으로 믿는가? 다음 10년 동안 가장 중요한 기술은 무엇일까?

오늘날, 소프트웨어 개발자와 AI 엔지니어는 종종 별개의 역할로 간주되지만, 우리는 이미 개발자가 AI 엔지니어링에 필요한 기술을 배우고, 개발자, AI 엔지니어, 데이터 엔지니어, 심지어 데이터 과학자를 하나로 모으는 퓨전 팀을 보는 등 일부 중복을 보기 시작했습니다. 정직하게 말하면,那种 협력이 지금 우리에게 필요한 것입니다. 그러나, 예, 전통적인 “개발자” 개념은確實적으로 발전하고 있습니다. 소프트웨어 개발자가 AI 엔지니어가 되는 것은 시간 문제일 뿐입니다. 궁극적으로, AI 엔지니어링은 여전히 소프트웨어 엔지니어링입니다. 단지 개발자가 아직 작업하지 않은 도구와 개념의 집합을 포함합니다. 그런 기술은 배우기 가능하며, 많은 전통적인 개발자는 이러한 새로운 작업을 흥미롭게 찾을 것입니다. 그것은 더智能하고, 더 동적인 솔루션을 구축하는 문을 열어주며, 그것은 발전할 수 있는 보상적인 방향입니다.

Mendix는 저코드의 접근성과 AI 기반 애플리케이션 구축의 복잡성을 어떻게 균형을 맞추는가?

Mendix의 목표는 AI 기반 애플리케이션 구축의 복잡성을 완화하면서도 개발자가 오늘날 구축하는 것이 미래에 준비된다는 것을 보장하는 것입니다. 우리는 개발자가 필요로 하는 유연성을 제거하지 않으면서도 더 간단한 것을 만들고 싶습니다. 우리는 에이전트와 시스템이 어떻게 함께 맞물리는지 실제로 볼 수 있는 시각적 접근 방식을 사용합니다. Mendix의 저코드 도구를 사용하면 이러한 AI 기반 시스템의 아키텍처와 행동이 복잡한 멀티 에이전트 시스템처럼 느껴지지 않고, 깨끗하고 이해할 수 있는 애플리케이션처럼 보입니다.

저코드 플랫폼인 Mendix는 비개발자가 어떻게 복잡한 AI 기반 솔루션을 구축할 수 있도록 지원하는가? 그리고 당신이 본 최고의 예는 무엇인가?

Mendix에서, 우리는 개발자, 비즈니스 기술자, 시티즌 개발자를 포함하여 저코드 기반의 AI 애플리케이션을 구축하기 위한 도구를 제공합니다. 플랫폼의 도구는 처음부터 쉽게 사용할 수 있으며, 비즈니스 기술자와 도메인 전문가가 AI 기능을 포함하는 방법을 형성할 수 있도록 지원합니다. 한 가지 좋은 실제 예는 Mendix에서 구축된 AI 네이티브 글로벌 급여 플랫폼인 datascalehr입니다. 급여, 특히 국가별로 다르기 때문에, 유명한 복잡성, 규제 요구 사항,大量의 데이터를 가지고 있습니다. Mendix를 사용하여 datascalehr의 설립자는 다음 세대의 플랫폼을 신속하게 개발했습니다. 이는 지능적인 자동화, 규정 준수 확인, 상황별 지원을 위한 AI를 활용합니다. 강력한 점은 비즈니스 기술자와 도메인 전문가가 AI 기능을 포함하는 방법을 형성할 수 있었으며, 솔루션이 고객의需求을 직접 해결할 수 있도록 했습니다. 저코드는 복잡한 AI 기반 솔루션을 접근 가능하고 엔터프라이즈 준비가 가능하게 만듭니다.

사용자에게 AI를 제공하는 Mendix의 “Create with Maia” 기능은 무엇이며, 어떻게 작동하는가?

“Create with Maia”는 Mendix의 애플리케이션 개발 프로세스에 AI를 주입하고, 고객과 파트너가 지능적인 AI 기반 애플리케이션을 구축할 수 있도록 하는 Mendix의 대답입니다. 최근에 출시된 Mendix 11과 함께, Maia를 사용하면 사용자는 쉽게 AI 에이전트와 멀티 에이전트 애플리케이션을 생성, 오케스트레이션, 배포할 수 있습니다. 사용자가 구축을 시작하기 전에, 사용자는 자연어를 사용하여 목표, 성공 기준, 사용자 스토리가 생성되기 전에 일치하는지 확인할 수 있습니다. “Create with Maia”는 또한 아이디어, 모의, 다이어그램, 요구 사항을 명확하고 실행 가능한 프로젝트 계획으로 변환하는 데 도움이 됩니다. 그런 다음, 초기 소프트웨어가 생성된 후, 사용자는 저코드의 내재된 속도로 빠르게 소프트웨어를 정제할 수 있습니다. 결과는 더 적은 반복, 더 빠른 배달, 더 강한 거버넌스, 그리고 처음부터 제대로 구축된 소프트웨어입니다.

AI와 저코드가 사회적 또는 환경적 문제를 해결하기 위해 노력하는 비영리 또는 사명 주도 조직을 지원하는 방법은 무엇인가?

AI와 저코드는 실제적인 도전을 해결하는 데 놀라운 도구입니다. 주로 비영리 단체의 인력이 제한된 예산과 기술 수준으로 인해创新할 수 있는 옵션을 제공하기 때문입니다. 내게真正로 남는 한 가지 예는 샌안토니오에 기반을 둔 비영리 단체인 Alliance for Orphans (A4O)입니다. 이 단체는 양육 가정에 아기 시터를 제공합니다. 그러나 아기 시터를 찾고, 훈련하고, 인증하는 것이 어려운 문제가되었습니다. 저코드는 이 단체가 아기 시터 인증 프로세스를 스트림라인하는 애플리케이션을 구축할 수 있도록 도왔습니다. 시스템을 다른 기관에 걸쳐 디지털화하고, 중앙 집중식 데이터베이스를 구축하여 인증된 아기 시터를 추적했습니다. 이 애플리케이션은 A4O가 81명의 아기 시터를 인증하도록 도왔으며, 이후 애플리케이션이 지속적으로 성장했습니다. 이것은 저코드가 사람들의 삶에真正로 긍정적인 영향을 미칠 수 있는 강력한 예입니다.

저코드 환경에서 합성 데이터를 사용하는 고유한 도전과 기회는 무엇인가?

합성 데이터는 개인 정보를 포함하지 않기 때문에 개인 정보 보호 위험이 줄어듭니다. 이는 데이터 보호 규정(예: GDPR) 준수를 쉽게 하며 법적 노출을 최소화합니다. 합성 데이터를 사용하는 것은 또한 실제 데이터 세트를 구축하고 레이블을 지정하는 것보다 빠르고, 더 저렴하고, 더 쉽습니다. 그러나 합성 데이터는 부정확성, 편향성, 독성 등을 포함할 수 있으며, 실제 세계 사용의 노이즈, 아웃라이어, 전체 범위를 포착하지 못할 수 있습니다. 이는 프로덕션에서 실패로 이어질 수 있습니다. 따라서, 가드레일을 설치하고, 엄격한 테스트 및 검증 접근 방식을 설정하는 것이 필수입니다. 비즈니스 крит적인 시스템의 경우, 인간이 루프에 참여하여 자신의 판단력을 적용하고, 애플리케이션 자체에서 피드백을 제공할 수 있도록 하는 것이 중요합니다.

AI와 저코드 도구가 운영 환경에 도입될 때 IT와 OT의 수렴은 어떻게 발전할 것으로 보이나요?

에이전트 AI 솔루션의 힘과 정확도는 컨텍스트에 달려 있습니다. 데이터의 품질과 양이 중요합니다. 따라서 제조, 에너지, 산업 부문의 사람들에게는 IT 데이터와 OT 데이터를 함께 모으는 견고한 데이터 기반을 구축하는 것이 필수적입니다. 그러나 OT 데이터는 항상 작업하기 쉽지 않습니다. 예를 들어, 명확한 메타데이터 또는 스키마가 없을 수 있습니다. 좋은 소식은 OT 데이터를 변환하고, 필요한 메타데이터를 추가하여, AI 기반 애플리케이션에서 사용할 수 있는 적합한 데이터 모델을 생성할 수 있는 전문 도구가 उपलब합니다. 한 번 섭취되면, OT 데이터는 IT 데이터와 함께 사용되어 애플리케이션에서 사용되거나, 생성된 AI에 컨텍스트를 제공할 수 있습니다.

전 Gartner 분석가이자 현재 Mendix의 전략 부사장으로서, 당신은 제품 로드맵을 형성할 때 AI 허풍을真正로 혁신적인 발명으로부터 어떻게 분리합니까?

AI 허풍을真正로 혁신적인 발명으로부터 분리하는 것은 규율 있고 실용적인 접근 방식을 필요로 하지만, 이는 내가 추세가 오고 가는 것을 보면서 정교화한 절차입니다. 먼저, 나는 실제 비즈니스 계획과 요구 사항을 이해하기 위해 고객과 프로스펙트와 직접 참여합니다. Mendix 제품 팀은 또한 새로운 기능의 MVP를 제공하고, 고객과密接하게 협력하여, 이러한 혁신이真正로 가치를 제공하는지 피드백과 검증을 받습니다. 협력은 AI 허풍을 걸러내는 주요 방법이므로, 나는 또한 기존 파트너와 활발하게 협력하고, 새로운 파트너를 탐색하여 추가적인 관점과 전문 지식을 가져옵니다.

마지막으로, 나는 현재와 이전의 신흥 기술 波에 대한 경험을 활용하여, 성숙도 수준과 채택 곡선을密接하게看着, 무엇이 추측이고, 무엇이จร로로 지속될지 필터링합니다. 이렇게하면 고객에게長期적인 영향을 미치는 투자를 우선순위로 할 수 있습니다.

이 인터뷰에 感謝합니다. 더 많은 것을 배우고 싶은 독자는 Mendix를 방문하십시오.