[창간 5주년 특집] 디팍 싱 AWS 부사장 “4500년 시간 절감, AI 에이전트의 힘”

개발자들이 꿈꿔온 일이 현실이 됐다. "쇼핑몰 장바구니 기능 만들어줘"라고 말하면 AI가 알아서 코드를 짜고, 테스트까지 마쳐준다. 심지어 문서 작성과 코드 리뷰까지 스스로 해낸다.

공상과학 영화 속 이야기가 아니다. 아마존웹서비스(AWS)는 2024년 8월 이를 입증하는 구체적인 성과를 발표했다. 아마존 내부 개발자들이 아마존 Q 디벨로퍼(Amazon Q Developer)의 코드 변환 기능을 활용해 3만 개의 애플리케이션을 이전 버전 자바에서 최신 버전으로 업그레이드한 것이다. 그 결과 인간이 수작업으로 했다면 4500년이 걸렸을 개발 시간을 절약하며 연간 2억 6000만 달러(약 3547억 원)의 비용을 절감했다. 아마존 Q 디벨로퍼는 개발자들이 자연어로 요청하면 AI가 코딩부터 테스트, 문서 작성까지 자율적으로 처리하는 AWS의 차세대 AI 에이전트다.

“진정한 에이전트는 자율성과 목표 지향성을 가진 존재다.” 디팍 싱(Deepak Singh) AWS 개발자 에이전트 및 경험 부문 부사장이 정의한 에이전트 조건이다. 그가 말하는 AI 에이전트는 단순히 코드를 베껴주는 도구가 아니다. 목표를 주면 스스로 추론하고 문제를 해결하며, 필요하면 질문까지 던지는 진짜 ‘디지털 동료’다.

실제 성과는 놀랍다. 내셔널 오스트레일리아 은행에서는 AI가 제안한 코드의 50%를 그대로 사용한다. 미국 예탁결제청산공사(DTCC)는 개발 생산성이 40% 뛰었고, 코드 결함은 30% 줄었다. 보안 점수도 5% 올랐다.

이 혁신의 중심에는 ‘바이브 코딩(Vibe Coding)’이라는 새로운 개발 방식이 있다. 개발자가 자연어로 “이런 걸 만들고 싶어”라고 말하면, AI가 알아서 코드와 프레임워크를 생성한다. 개발자는 더 이상 ‘무엇을 만들까’와 ‘어떻게 코드로 구현할까’ 사이에서 머리를 쥐어뜯을 필요가 없다. 오직 ‘무엇을 만들고 싶은지’에만 집중하면 된다.

하지만 디팍 싱 부사장은 AI가 만능은 아니라고 강조한다. “바이브 코딩은 프로토타이핑과 실험적 개발에는 완벽하지만, 실제 운영 환경에 배포할 애플리케이션은 여전히 개발자의 깊은 검토가 필요하다”고 조언한다. 보안, 확장성, 안정성 같은 핵심 요소는 인간이 판단해야 한다는 것이다.

AWS는 AI 에이전트 전략을 과거부터 튼튼하게 세워왔다. 2023년부터 아마존 베드록 에이전트로 시작해, 이제는 아마존 Q 디벨로퍼로 소프트웨어 개발 전 과정을 아우른다. 기술적 기반도 탄탄하다. 대형언어모델(LLM), 벡터 임베딩, 시맨틱 검색, 에이전트 기반 스캐폴딩 등 첨단 기술들이 유기적으로 결합해 있다.

디팍 싱 부사장은 기술의 발전만큼 중요한 것이 인간의 역할 변화라고 강조한다. AI 시대의 개발자에게는 ‘목표를 명확히 정의하고 그에 따라 개발하는 능력’이 필요하다는 조언한다. AI가 아무리 뛰어나도 최종 판단과 전략적 결정은 여전히 인간의 몫이라는 게 그의 철학이다.

그는 AWS에서 아마존 Q 디벨로퍼를 포함한 생성형 AI와 에이전트를 활용한 소프트웨어 개발 방식을 총괄하고 있다. 2008년 AWS에 합류한 그는 아마존 EC2 제품 관리, 컨테이너 조직 설립 등을 거쳐 현재 역할을 맡고 있다. AWS 합류 이전에는 약물 발견 및 소재 설계를 위한 알고리즘과 소프트웨어 개발 회사에서 과학자 및 제품 관리자로 일했다. AI 에이전트가 만들어가는 소프트웨어 개발의 미래에 대한 그의 생각을 들어봤다.

- 최근 AI 에이전트가 각광받고 있다. AWS가 AI 에이전트 기술을 소프트웨어 개발 영역에 우선 적용한 것으로 안다.

“맞다. 우리에게 에이전트는 새로운 개념이 아니다. AWS는 이미 2023년에 아마존 베드록 에이전트를 도입해 사용자들이 자신만의 사용 사례에 맞는 에이전트를 구축할 수 있도록 했다. 초기부터 AWS는 AI가 가장 실질적인 영향을 미칠 분야가 소프트웨어 개발 영역일 것으로 봤다. 소프트웨어 개발은 에이전트가 강점을 가지는 구조화된 작업이 많기 때문이다. 이에 따라 AWS는 기능 개발, 단위 테스트, 문서화, 코드 리뷰, 코드 변환 및 소프트웨어 업그레이드를 포함한 반복적이고 지루한 업무를 에이전트가 맡고, 개발자는 더 전략적이고 창의적인 업무에 집중할 수 있도록 ‘아마존 Q 디벨로퍼 에이전트’에 집중적으로 투자해 왔다.”

- 아마존 Q 디벨로퍼를 활용했을 때 효과가 궁금하다. 정량적 평가가 있나.

“2024년 8월 앤디 재시 아마존 최고경영자는 아마존 Q 디벨로퍼를 활용한 대규모 정량적 성과를 공개했다. 아마존 내부 개발자들은 아마존 Q 디벨로퍼의 코드 변환 기능을 자사 시스템에 통합해 3만 개의 애플리케이션을 이전 버전의 자바에서 최신 버전으로 업그레이드했고, 그 결과 수작업 개발 시간 4500년을 절약하고 연간 2억 6000만 달러의 비용을 절감했다고 밝혔다. 고객들도 눈에 띄는 효과를 경험하고 있다. 미국 예탁결제청산공사(DTCC)는 4개월간의 검증을 통해 개발 생산성이 40% 향상됐다. 코드 결함 및 운영 리스크는 30% 감소했고, 보안 점수는 전체 코드 저장소에서 5% 상승했다.”

- AI 에이전트는 사람의 많은 업무를 자동화할 것으로 기대된다. AWS가 생각하는 에이전트의 핵심은 무엇인가.

“사람 개입 없이도 스스로 판단하고 행동할 수 있는 자율성, 그리고 주어진 목표를 끝까지 달성하려는 목표 지향성이 바로 우리가 생각하는 AI 에이전트의 핵심이다. 일례로 개발자가 ‘온라인 쇼핑몰 장바구니 기능을 만들어달라’고 요청하면, 아마존 Q 디벨로퍼는 단순히 코드만 생성하는 것이 아니다. 기능 구현부터 단위 테스트 작성, 문서 업데이트, 코드 품질 검토까지 개발의 전 과정을 혼자서 처리한다. 이것이 바로 진정한 AI 에이전트의 능력이다. 기존 AI 도구들은 사람이 하나하나 지시해야 움직였지만, 진정한 에이전트는 최종 목표만 주면 그 목표를 달성하기 위해 스스로 계획을 세우고 추론하며 문제를 해결한다. 마치 경험 많은 개발자가 옆에서 도와주는 것처럼, 아마존 Q 디벨로퍼는 개발자와 대화하며 ‘이 부분은 어떻게 처리할까요?’, ‘더 필요한 정보가 있나요?’ 라고 질문하기도 하고, 최적의 해결책을 제안하기도 한다.”

- 아이언맨에 나오는 AI 비서 ‘자비스’처럼 실질적인 협업이 가능하다는 것인가.

“에이전트는 단순히 실행에 능한 수준을 넘어, 협업에도 능한 존재로 진화하고 있다. 방대한 정보를 파악하고 맥락을 이해할 수 있는 능력을 갖춘 에이전트는 개발자가 미처 떠올리지 못한 새로운 아이디어와 인사이트를 제공할 수 있다. 또한, 개발자와 상호작용하면서도 자율적으로 작업을 완수할 수 있어, 문제 해결을 위한 ‘페어 프로그래머’'처럼 함께 사고하고 코딩하는 동반자로 자리 잡고 있다. 더 나아가, 에이전트는 개별 개발자뿐 아니라 조직 전체의 기술 역량과 운영 효율성을 크게 향상시킬 수 있다. 특히 코드 변환 및 소프트웨어 업그레이드를 가속화함으로써 조직의 민첩성을 높여준다.”

- 아마존 Q 디벨로퍼가 다른 AI 코딩 도구들과 차별화되는 경쟁력은 무엇인가.

“아마존 Q 디벨로퍼는 개발자의 작업 방식을 근본적으로 바꾸고, 다양한 소프트웨어 개발 작업을 빠르게 수행할 수 있도록 지원한다. 멀티라인 코드를 제안하는 코딩 어시스턴트 중 가장 높은 코드 수용률을 기록하고 있으며, 네셔널 호주 은행은 약 50%의 수용률을 보고한 바 있다. 또한 자동 추론 기능과 생성형 AI를 결합해, 코드 내에서 쉽게 놓치기 쉬운 보안 취약점을 찾아내고 해결책을 제시한다. 이 코드 보안 스캔 기능은 주요 프로그래밍 언어에서 업계 공개 벤치마크 도구보다 높은 탐지 성능을 보여준다.”

- 소프트웨어 개발용 아마존 Q 디벨로퍼 에이전트의 경쟁력도 궁금하다.

“소프트웨어 개발용 아마존 Q 디벨로퍼 에이전트는 코딩 에이전트의 역량을 평가하는 SWE-bench 리더보드에서 여러 차례 1위를 차지할 정도로 높은 성능을 자랑한다. 현재도 빠르게 발전을 거듭하고 있다. 아마존 Q 디벨로퍼는 개발자들이 주로 사용하는 환경인 CLI(Command Line Interface)와 Visual Studio Code의 IDE(통합 개발 환경)에 직접 통합돼 있다. 깃허브, 깃랩에서도 활용할 수 있다. 또한 AWS는 최근 NET, VM웨어, 메인프레임 워크로드를 대규모로 현대화할 수 있는 최초의 에이전트형 AI 서비스인 AWS 트랜스폼(AWS Transform)의 정식 출시를 발표했다."

- 최근 개발에선 바이브 코딩이란 개념이 강조된다. AWS 에이전트도 이러한 코딩을 지원하나.

“아마존 Q 디벨로퍼의 에이전트는 ‘바이브 코딩’ 시대를 가능하게 하는 핵심 기술이다. 바이브 코딩이란, 자연어로 원하는 기능을 설명하면 AI가 자동으로 코드와 프레임워크를 생성해 주고, 개발자는 계속해서 자연어로 수정하거나 제안된 내용을 승인하면서 개발을 이어가는 방식이다. 바이브 코딩이 매력적인 이유는 개발자가 작업 흐름을 끊지 않고 '무엇을 만들고 싶은지'에만 집중할 수 있게 해준다는 점이다. 더 이상 ‘무엇을 만들까’와 ‘어떻게 코드로 구현할까’ 사이에서 고민하며 맥락을 전환할 필요가 없다.”

- 한국 개발자들도 아마존 Q 디벨로퍼를 사용할 수 있나. 실무에서 활용할 때 주의해야 할 점은 무엇인가.

“아마존 Q 디벨로퍼는 최근 한국어를 포함해 다양한 언어를 지원하면서, 이제 개발자들은 영어로 번역하지 않고도 한국어로 직접 아이디어를 전달하고, 그에 맞는 솔루션을 받아볼 수 있다. 물론, 바이브 코딩은 아이디어 구상, 빠른 반복, 프로토타이핑, 실험적인 개발 등에 매우 효과적이지만, 실제 운영 환경에 배포할 수준의 애플리케이션을 만들기 위해서는 여전히 개발자의 깊은 기술적 이해와 검토가 필요하다. 보안, 확장성, 안정성 등은 반드시 개발자가 직접 판단하고 조정해야 하는 요소다. AI 어시스턴트가 점점 더 많은 일을 자동화하더라도, 최종 결정과 검토는 여전히 개발자의 몫이다.”

- 개발자가 복잡한 AI 기술을 몰라도 쉽게 사용할 수 있게 하는 비결은 무엇인가.

“아마존 Q 디벨로퍼 기반에는 대형언어모델(LLM), 벡터 임베딩, 지식 베이스 통합, 시맨틱 검색, 에이전트 기반 스캐폴딩(agentic scaffolding) 등 다양한 기술이 유기적으로 작동하고 있다. AWS는 이러한 복잡한 AI 기술과 과학을 사용자에게서 숨기고, 개발자가 이러한 내부 구조를 알지 못해도 편리하게 사용할 수 있도록 추상화했다. 즉, 개발자는 AI 과학자가 아니어도 아마존 Q 디벨로퍼를 통해 AI의 이점을 충분히 누릴 수 있다. AWS는 기술의 복잡함을 사용자로부터 숨기고, 직관적인 사용 경험으로 전환한 것이 아마존 Q 디벨로퍼의 가장 큰 강점 중 하나다.”

- 정확성과 사용자 안전을 위해 적용한 기술이 있다면.

“아마존 Q 디벨로퍼는 아마존 베드록 위에 구축돼 있으며, 아마존 베드록이 지원하는 다양한 강력한 모델들과 책임 있는 AI 기능을 활용한다. 예를 들어, 아마존 베드록 가드레일(Amazon Bedrock Guardrails)은 자동 추론을 통해 생성형 AI의 환각으로 인한 사실 오류를 방지한다. 이러한 기능을 제공하는 최초이자 유일한 생성형 AI 보호 장치다. 아마존 베드록 가드레일은 유해한 콘텐츠의 최대 88%를 차단하고, 검색 기반 생성(RAG)이나 요약과 같은 활용 사례에서 모델의 환각 응답을 75% 이상 걸러낼 수 있다.”

- 기업들이 자사 데이터를 AI와 연결할 때 겪는 기술적 어려움을 AWS는 어떻게 해결하고 있나.

“기업들은 방대한 규모와 민감성, 다양한 형태의 데이터를 효과적으로 처리하기 위해 AWS의 최신 AI 기술을 활용하고 있다. 예를 들어, 아마존 베드록 에이전트와 아마존 Q 디벨로퍼의 CLI에서 지원하는 MCP는 LLM이 데이터 소스 및 도구에 연결되는 방식을 표준화하여, 개발자가 개별 통합 코드를 작성하지 않아도 되고, 기업 데이터를 기반으로 보다 맥락에 맞는 응답을 얻을 수 있도록 한다. 또한 조직들은 생성형 AI를 사용할 때 자사 데이터가 안전하게 보호되기를 원하며, 현재 10만 개 이상의 조직이 AWS의 AI 및 머신러닝 서비스를 활용해 최고 수준의 보안과 프라이버시를 유지하고 있다.”

- AI가 생성한 코드의 저작권 문제는 어떻게 해결하고 있나. 오픈소스 코드와 비슷할 경우 어떻게 대처하나.

“아마존 Q 디벨로퍼는 책임 있는 AI 개발 원칙에 따라 설계되었으며, 코드 제안이 오픈소스 학습 데이터와 유사할 경우, 해당 코드의 저장소 URL과 라이선스 정보를 제공하는 '레퍼런스 트래커(reference tracker)' 기능을 제공한다. 이를 통해 개발자는 해당 코드를 그대로 사용할지, 혹은 새롭게 작성할지를 직접 판단할 수 있다. 개발자는 이를 바탕으로 코드의 사용 여부를 직접 판단할 수 있고, 필요 시 해당 라이선스 조건에 맞게 코드를 활용하거나 새로운 방식으로 재작성할 수 있다.”

- 최근 AI 활용이 강조되고 있다. AI를 잘 활용하는 기업이 그렇지 않은 기업을 대체할 수 있다는 경고도 나온다.

“맞다. 앤디 재시 아마존 CEO는 2025년 4월 주주 서한에서 ‘AI를 제대로 활용하지 못하는 기업은 앞으로 경쟁에서 살아남기 어려울 것’이라고 강력히 경고했다. 이는 AI가 단순한 기술 트렌드가 아니라 기업 생존과 직결된 필수 요소가 되었다는 의미다. AWS는 이런 위기감에 대응하기 위해 ‘고객 중심’ 철학을 바탕으로 실질적인 문제 해결에 집중하고 있다. 단순히 화제성 있는 AI 기술을 출시하는 것이 아니라, 고객이 실제로 겪고 있는 어려움을 파악하고 그에 맞는 솔루션을 제공한다는 뜻이다. 고객의 피드백을 진지하게 받아들이며, 고객의 입장에서 생각하는 것이 AWS가 AI 경쟁에서 차별화를 만드는 핵심 전략이다.”

- AWS가 기업들의 AI 도입을 지원하기 위해 제공하는 서비스와 교육 프로그램은 어떤 것들이 있나.

“AWS는 업계 최고 수준의 과학자, 엔지니어, 그리고 책임 있는 AI 전문가들과 함께 업계 최초, 최고 수준의 보안과 성능을 갖춘 AI 서비스를 개발하고 있으며, AWS 트레이니움, AWS 인퍼런시아, 아마존 세이지메이커를 통한 모델 학습 및 실행 인프라, 아마존 베드록을 통한 다양한 기반 모델과 책임 있는 AI 기능, 아마존 Q와 같이 바로 사용할 수 있는 생성형 AI 기반 애플리케이션 등, 생성형 AI의 모든 계층을 포괄하는 기술과 서비스를 제공한다. 또한, AWS 생성형 AI 혁신센터를 통해 기업이 AI 전략을 수립하고 실행할 수 있도록 돕고 있으며, 개인이 AI 역량을 키울 수 있도록 무료 또는 저비용 교육 프로그램을 제공하고 있다.”

- 한국에선 소버린 AI가 강조된다. 이에 대한 의견이 있다면.

“AWS는 하나의 파운데이션 모델이 모든 문제를 해결할 수 있다고 생각하지 않는다. 이런 철학 아래, AWS는 다양한 고성능 기반 모델에 접근해 생성형 AI 애플리케이션을 구축할 수 있도록 지원하는 완전관리형 서비스인 아마존 베드록을 개발했다. 아마존 Q 디벨로퍼 역시 여러 모델을 활용해 서비스를 제공한다. 특정 작업에 강점을 가진 모델이 있고, 다른 작업에 더 적합한 모델도 있다. 혁신은 전 세계 어디에서나 나올 수 있으며, AI의 민주화와 모델 선택권을 제공하는 것이야말로 고객에게 중요한 가치를 제공하는 일이라고 믿는다.”

- 과거 신약 개발과 소재 설계 같은 분야에서 근무한 것으로 안다. AI가 이러한 분야를 어떻게 변화시킬 것이라고 전망하나.

“박사 과정을 마친 후 처음 맡은 역할은 한 소규모 생물정보학 회사에서 단백질 구조와 기능 예측을 위한 알고리즘을 개발하는 일이었다. 당시에도 신경망을 포함한 다양한 머신러닝 기법이 사용되었기 때문에, AI는 이미 25년 전부터 신약 개발에 활용되고 있었다. 오늘날 생성형 AI와 디퓨전 모델의 발전으로 인해, AI는 신약 개발, 소재 설계, 그 외 다양한 과학 분야에서 혁신을 가속화할 수 있는 전환점에 와 있다. 예를 들어, AWS는 오픈폴드와 협력해 AI 기반 단백질 구조 예측을 AWS 배치와 같은 서비스에서 사용할 수 있도록 했고, 엑스사이언시아와 같은 기업은 AWS와 생성형 AI를 활용해 보다 빠르고 비용 효율적으로 신약을 개발하고 있다.”

- AI 시대에 개발자와 일반인들이 갖춰야 할 핵심 능력과 마음가짐은 무엇인가.

“개인은 이제 리더십 역량을 더 이른 시점부터 갖춰야 한다. 자신이 원하는 바를 명확히 하고, 그것을 AI에 효과적으로 전달해 원하는 결과를 이끌어 낼 수 있어야 한다. 개인적으로 이를 목표를 명확히 정의하고 그에 따라 개발하는 방식으로 정의한다. 개발자는 문제를 깊이 있게 이해하고 그것을 기계가 이해할 수 있는 구체적인 지시사항으로 전환하는 능력이 필요하다. 동시에, AI의 출력 결과를 계속 검증하고, 기술이 아무리 정교해지더라도 주도권을 인간이 유지하는 것이 중요하다. 전략적 판단은 언제나 인간의 몫이기 때문이다. AI는 도구이고, 주도권은 인간에게 있다는 인식이 가장 중요한 자세다.”