Qodo, AI 생성 코드에 거버넌스를 제공하기 위해 7,000만 달러의 시리즈 B 자금을 조달하다

Qodo는 7,000만 달러의 시리즈 B 자금을 조달하여 총 자금을 1억 2,000만 달러로 늘렸습니다. 이는 소프트웨어 개발에서 점점 더 큰 문제인 AI가 작성한 코드를 어떻게 신뢰할 수 있는지에 대한 회사 입장을 나타냅니다.

이 자금 조달은 Qumra Capital이 주도했으며, OpenAI와 Meta와 같은 회사에 연결된 벤처 회사와 개인 투자자들이 참여했습니다. 이 자금 조달은 기업들이 AI에 대해 생각하는 방식의 더广い 변화를 반영합니다. 즉, 코드 생성 도구로써의 AI뿐만 아니라 대규모에서 감독, 검증, 거버넌스가 필요한 것이라는 사실을 인식하고 있습니다.

문제: AI는 인간이 검증할 수 있는 것보다 더 빠르게 코드를 작성하고 있다

생성형 AI의 등장으로 소프트웨어 생산이 크게 가속화되었습니다. 도구는 이제 대량의 코드를 자율적으로 생성할 수 있지만, 이 속도는 검증의 대가로 돌아옵니다.

Qodo는 간단한 전제에 기반합니다. 코드 생성은 더 이상 병목 현상이 아닙니다. 신뢰가 중요합니다.

전통적인 코드 검토 프로세스는 인간 엔지니어가 크게 의존하지만, AI 지원 개발의 볼륨과 복잡성에 따라 어려움을 겪고 있습니다. 개발자 자신도 행동을 조정하고 있습니다. 회사에 따르면, 대부분의 엔지니어는 이제 AI 생성 코드를 다르게 처리하며, 종종 배포 전에 더 엄격한 검증 단계를 요구합니다.

이로 인해 코드가 생성되는 속도와 코드가 신뢰할 수 있는지에 대한 간격이 점점 커지고 있습니다.

Qodo는 실제로 무엇을 하는가

Qodo는 또 다른 코드 작성 도우미가 아닙니다. 대신, 소프트웨어 개발 수명주기 전반에 걸쳐 전용 검토 및 거버넌스 계층으로 작동합니다.

그의 플랫폼은 개발 환경, 풀 요청, 및 CI/CD 파이프라인에 통합되어 코드 변경에 자동, 컨텍스트 인식 분석을 적용합니다. 전통적인 도구가 분리된 차이를 중점으로 하는 반면, Qodo는 코드베이스 전체에 걸쳐 변경이 어떻게 반영되는지 평가하며, 구조적 의존성과 역사적 결정 등을 고려합니다.

시스템의 핵심에는 최근 버전의 플랫폼에서 도입된 다중 에이전트 아키텍처가 있습니다. 다양한 전문 에이전트가 코드 검토의 다른 측면을 처리합니다. 예를 들어 버그 탐지, 규정 준수 검사, 및 구조적 검증을 수행하며, 조정 계층이 결과를 필터링하고 우선순위를 지정합니다.

이 접근 방식은 AI 시스템에서 점점 더 효과적인 방식으로 다중 에이전트를 조직하는 방향으로 발전하고 있습니다.

코드 생성에서 코드 거버넌스로

Qodo의 자금 조달 시기는 주목할 만합니다. 지난 2년 동안 개발자 도구에 대한 투자는 주로 코드 생성에 집중했습니다. 즉, 공동 조종사, 자동 완성 시스템, 및 AI 페어 프로그래머와 같은 도구에 대한 투자였습니다.

Qodo는 다음 단계는 코드 거버넌스라고 베팅하고 있습니다.

그의 입장은 대기업 내부에서 점점 더 커지는 인식과 일치합니다. 즉, AI는 개발을 가속화할 수 있지만, 강력한 가드레일 없이 숨겨진 위험을 도입할 수도 있습니다. 즉, 보안 취약점, 논리 오류, 및 시스템 간의 불일치를 초래할 수 있습니다.

코드 품질의 “시스템 레코드”로 작동하여, Qodo는 조직이 팀과 저장소 전반에 걸쳐 엔지니어링 표준을 정의하고 시행하는 방식을 표준화하려고 합니다.

기업의 도입이 이미 진행 중이다

회사는 소매, 금융, 자동차와 같은 산업을 포함한 대규모 기업 고객을 보유하고 있습니다. 이러한 조직은 점점 더 AI 지원 개발 워크플ロー를 배포하고 있지만, 코드가 내부 표준을满足하는지에 대한 보장이 필요합니다. 즉, 보안, 규정 준수, 및 성능과 관련된 내부 표준을满족하는지에 대한 보장이 필요합니다.

Qodo의 플랫폼은 별도의 검토 단계에 의존하지 않고 워크플ロー에 거버넌스를 직접 통합하여 이를 해결합니다. 이는 마찰을 줄이며 일관성을 유지합니다. 이는 대규모 분산 엔지니어링 팀에서 중요한 요구사항입니다.

더 큰 변환: 코드 생성에서 시스템 수준 검증으로

AI 시스템이 소프트웨어 작성에서 더 큰 역할을 하게 되면서, 코드 검토의 본질이 기술적으로 변하고 있습니다. 전통적인 프로세스는 지역적인 차이를 중심으로 구축되어 있으며, 풀 요청에서 변경된 내용을 평가합니다. AI 생성 코드는 이 모델을 도전하며, 변경 사항이 여러 파일을 포함하거나, 숨겨진 의존성을 도입하거나, 더广い 구조적 패턴과 충돌할 수 있습니다.

Qodo의 접근 방식은 시스템 수준 검증을 향한 방향으로 나아가고 있습니다. 즉, 개별 변경 사항만을 중점으로 하는 것이 아니라, 코드베이스 전체와의 상호작용을 평가합니다. 이는 소프트웨어를 독립적인 업데이트의 집합이 아닌 연속적인 시스템으로 처리하는 것을 요구합니다.

이 변환의 핵심 부분은 다중 에이전트 검토 아키텍처의 사용입니다. 전문 에이전트가 분석의 다른 측면을 처리하며, 예를 들어 논리적 검증 또는 구조적 일관성을 수행합니다. 이러한 에이전트는 공유 컨텍스트를 통해 작동하며, 저장소 기록 및 이전 결정과 같은 정보를 고려합니다. 이는 컨텍스트 엔지니어링의 중요성을 강조하며, 시스템을 압도하지 않고 올바른 정보를 제공하는 것을 보장합니다.

더广い 의미는 개발 워크플로에 연속적인 거버넌스를 내장하는 방향으로 나아가는 것입니다. AI가 코드 생산을 가속화함에 따라, 검증은 더 이상 일회적인 단계가 아닌, 일관성, 신뢰성, 및 진화하는 시스템 전반에 걸친 일관성을 유지하는 연속적인 프로세스가 됩니다.