개발 요구사항을 검증하기 위해서는 동료 검토 활동을 통해 수작업으로 검증해야 하기 때문에 시간이 많이 들고, 사람마다 검증의 일관성이 떨어지는 문제점이 있다. 이에 브이웨이에서는 개발자 및 요구사항 담당자가 작성한 요구사항의 품질을 AI를 이용해 자동으로 검증하는 기술을 선보였다.
고신뢰성과 고안전을 요구하는 도메인에서는 개발 초기 단계에 명확한 요구사항을 수립하고 이를 검증하는 등 작성된 요구사항의 품질을 측정할 수 있는 기술을 요구하고 있다. 요구사항의 경우 검토자별 수준 차이에 따라 검증 결과를 상이하게 판단할 수 있기 때문에, 명확한 가이드라인에 의거해 오류없이 검증할 수 있는 인공지능이 요구된다.
브이웨이는 시스템 및 SW를 개발하거나 유지보수 활동을 수행할 때 요구사항에 대한 품질과 적합성을 검증해 개발자에게 적절한 요구사항을 전달할 수 있도록 하는 'AI 기반 요구사항 검증기술'을 토대로 요구사항 오류 검증에 대한 시간 및 노력을 감소시키며, 시스템 및 SW의 요구사항의 불완전성을 해소해 프로젝트 성공률을 향상시킬 수 있는 기술을 선보였다.
브이웨이는 이를 위해 2023년 12월 29일 '인공지능 자연어 처리 기반의 시스템 및 소프트웨어 요구사항 검증 시스템'을 특징으로 하는 국내 특허를 시작으로 자사 ALM(Application Lifecycle Management) 솔루션인 Teamer와 함께 RAS(Requirements Verification by AI Assistants) 솔루션으로 시장에 출시했다. 해당 기술은 사용자로부터 요구사항을 전송받아 입력부에 저장하고, 이를 분석해 검증 정보로 생성시키며, 품질 정보를 바탕으로 정보를 검증하고 품질 점수를 생성하는 기술이 핵심이다. 품질 정보 및 산출된 품질 점수에 따라 제공 정보를 생성한다.
이때 요구사항은 자연어로 이루어지고, 인식부는 요구사항을 거대 언어 모델 기반의 인공지능 자연어 처리 방식을 이용해 분석하며, 디지털 데이터 형태로 변환해 검증 정보를 생성한다. 품질 정보의 경우 요구사항의 형식에 대한 품질 규칙과 'INCOSE 요구사항 작성 가이드라인'과 같은 산업 관련 표준 규칙을 기반으로 규칙의 충족 정도에 따른 품질 점수를 생성시키는 제반 기술을 제공하기 위해, INCOSE(시스템 엔지니어링 협회) 및 ISO 26262(자동차 기능안전 규격)에서 요구하는 요구사항 품질 표준을 적용해 품질 규칙을 설계했다. 또한, 요구사항 관리 모듈에 AI NLP 기반의 요구사항 품질 검증 모듈을 확장했고, LLM(Large Language Model)을 적용해 요구사항 추천 기술로의 확장을 위한 선행 개발을 진행하고 있다.
AI 기반 요구사항 검증기술은 정확성과 정량성을 기반으로 요구사항 평가를 수행하며, 고객 환경에서 추가 학습할 수 있도록 품질 규칙의 커스터마이징과 사용자 학습 기능을 포함해 이를 Teamer에 적용시켰다. 해당 기술은 전자기기 및 통신산업, 자동차, 항공, 의료, 원자력 등 기술집약형 산업분야의 전자제어장치 및 SW 개발 비중이 높은 영역에 활용이 가능하다.
노경현 브이웨이 대표이사는 “브이웨이 기술의 전파를 통한 기술 성숙도 극대화에 많은 기대 부탁드린다”고 전했다.
브이웨이는 ALM, eQMS 및 안전분석 SW를 제공하며, 솔루션, 컨설팅, 교육 통합 서비스를 제공하고 있다.
이원지 기자 news21g@etnews.com
