몽고DB는 기업이 레거시 애플리케이션을 현대적이고 확장 가능한 서비스로 신속하게 전환할 수 있도록 돕는 AI 기반 애플리케이션 현대화 플랫폼인 ‘몽고DB AMP(MongoDB AMP)’를 출시했다고 밝혔다. 몽고DB AMP는 도구, 기술, 인재가 결합된 설루션으로, AI 기반 소프트웨어 플랫폼과 입증된 딜리버리 프레임워크, 그리고 구현 과정을 관리하고 이끄는 경험 많은 AMP 전문 엔지니어와 함께 고객의 현대화를 지원한다. 몽고DB AMP는 몽고DB의 유연한 도큐먼트 모델과 지속적인 변화를 염두에 두고 설계된 아키텍처를 기반으로 한다. 몽고DB는 “반복 가능한 프레임워크와 AMP 도구를 결합함으로써, 코드 변환과 같은 작업은 최대 10배 이상, 전체 현대화 프로젝트의 속도는 2~3배까지 향상시킬 수 있다”고 밝혔다.     산업 전반의 기업들은 핵심 운영에 중요한 역할을 하면서도, 유지 비용이 크고 생성형 AI와 같은 최신 활용 사례에 유연하게 대응하기 어려운 레거시 애플리케이션으로 인해 상당한 부담을 겪고 있다. 이러한 복잡한 레거시 애플리케이션은 경직된 데이터 기반과 노후화된 기술 스택 위에 구축되어 있어, 혁신을 저해할 뿐만 아니라 보안 및 컴플라이언스 측면에서도 리스크를 초래할 수 있다. 정보 및 소프트웨어 품질 컨소시엄은 미국 내 기술 부채로 인한 경제적 비용이 ‘낮은 소프트웨어 품질’, 소프트웨어 장애, 개발자 생산성 손실, 시스템 유지관리 등의 요소를 기준으로 볼 때 총 4조 달러에 육박하는 것으로 추산하고 있다. 기존의 애플리케이션 현대화 방식은 수작업이 많고 리소스 소모가 크고 수년간 진행되는 고비용 컨설팅 프로젝트에 의존하는 경우가 많다. 실제 성과를 내기 전에 중단되는 경우도 있어 시장 출시 속도에 차질을 빚기도 한다. 더 나아가 일부 현대화 시도는 유연하고 현대적인 데이터베이스 설루션으로 전환하기보다는, 레거시 애플리케이션을 단순히 다른 관계형 데이터베이스로 옮기는, 이른바 ‘리프트 앤 시프트(lift and shift)’ 방식에 그치는 경우도 있다. 몽고DB AMP는 몽고DB가 주요 고객들과 함께 2년 넘게 협업하며 완성한 접근 방식을 제품화했다. 특히 규제가 까다롭고 복잡한 요구사항이 많은 산업 분야에서도 AMP를 통해 현대화 성과를 만들어냈다고 소개했다. 호주의 벤디고 은행은 핵심 뱅킹 애플리케이션을 기존 레거시 관계형 데이터베이스에서 몽고DB 아틀라스(MongoDB Atlas)로 이전하는 데 걸리던 개발 시간을 90%까지 줄였고, AI 도구를 활용해 애플리케이션 테스트 케이스를 작성하고 실행하는 시간을 기존 80시간 이상에서 단 5분으로 획기적으로 단축했다. 롬바디 오디에는 핵심 애플리케이션을 SQL 데이터베이스에서 몽고DB로 성공적으로 이전했다. 이 과정에서 코드 마이그레이션 속도는 최대 60배 빨라졌으며 회귀 테스트 시간도 3일에서 3시간으로 단축돼 개발자들이 혁신에 더 집중할 수 있게 됐다. 엔터프라이즈 핀테크 기업인 인텔렉트AI 또한 최근 몽고DB와 협력해 자사의 웰스 매니지먼트(Wealth Management) 플랫폼 핵심 요소를 현대화했다. 이번 프로젝트를 통해 인텔렉트AI는 성능을 개선하고 개발 주기를 단축할 수 있었으며, 그 결과 신규 고객 온보딩이 더욱 원활해지고, 고객 인사이트를 보다 심층적으로 제공할 수 있게 됐으며, 기업 전반에서 생성형 AI 활용 사례를 실현할 수 있는 기반을 마련했다. 몽고DB의 비노드 바갈(Vinod Bagal) 현대화 및 전환 부문 수석 부사장(SVP)은 “연구에 따르면 많은 조직들이 단지 시스템 유지를 위해 가치 대비 노력과 비용이 큰 작업에 과도한 시간과 예산을 투입하고 있으며, 이로 인해 경쟁사에 뒤처지게 되는 경우가 많다”고 말했다. 이어 그는 “몽고DB AMP는 기업들에게 더 나은 현대화 접근 방식을 제공한다”면서, “기존의 방식에서 벗어나 빠르고 높은 품질로 전환을 이뤄낼 수 있도록 지원하고, 혁신과 비용 절감을 동시에 실현할 수 있도록 한다”고 설명했다.

지멘스의 사업부인 멘딕스는 AI 데이터 클라우드 기업인 스노우플레이크와 협력을 지속하면서, 기업이 최신 소프트웨어 개발을 통해 데이터 기반 가치 창출을 더욱 가속화할 수 있도록 지원한다고 밝혔다. 멘딕스는 스노우플레이크와 협업을 통해 양사의 고객에게 여러 비즈니스 성과를 제공할 수 있었다고 전했다. 산업 분야의 한 제조 기업은 멘딕스와 함께 스노우플레이크의 데이터 툴을 활용해 16주 만에 애플리케이션을 구현하고 배포할 수 있었다. 또 다른 산업 분야의 제조 기업은 노후화된 시스템을 최신 포트폴리오로 교체하고, 4개월 만에 첫 번째 신규 애플리케이션을 구현 및 출시했다. 한 대형 석유 및 가스 기업은 100개 이상의 멘딕스 애플리케이션을 구현했으며, 그 중 75%가 스노우플레이크와 연결되어 있다. 데이터 엔지니어는 이러한 통합 툴을 통해 사일로(silo) 형태로 운영되던 사내 개발자 팀뿐 아니라 비즈니스 최종 사용자와도 협업하여 소프트웨어 개발을 지원할 수 있다. 항공우주 분야의 한 제조업체는 멘딕스와 스노우플레이크의 통합 기능을 활용해 데이터 보안을 유지하고, 작업 현장의 운영 효율을 개선했다. 스노우플레이크의 AI 데이터 클라우드(AI Data Cloud) 동적 데이터 마스킹 기능은 민감한 데이터를 제한하고, 보호할 수 있도록 지원하며, 멘딕스 플랫폼은 애플리케이션 개발 라이프사이클 전반을 제어할 수 있는 내장 가드레일을 제공한다. 한 교통 당국은 멘딕스를 활용해 10개 이상의 애플리케이션을 구현하고, 다양한 소스에서 데이터를 수집한 다음, 이를 스노우플레이크로 전달해 분석을 수행하는 단일 통합 관리 및 모니터링(SPOG : Single Pane of Glass) 체계를 구축했다. 이를 통해 데이터에 대한 가시성을 확보하고, 프로세스 및 의사결정 개선을 위한 인사이트를 도출할 수 있다.     멘딕스는 공동 고객들에게 더 큰 가치를 제공하기 위해, 2025년 5월 스노우플레이크의 자동차 설루션 출시와 함께 스노우플레이크 데이터 클라우드 제품 파트너가 되었다. 스노우플레이크의 자동차 설루션은 고객에게 더 빠르고 효율적인 개발 주기를 지원하는 확장 가능한 플랫폼을 비롯해 공급업체와 재고 시스템, 물류 파트너 전반에 대한 실시간 공급망 가시성, 그리고 AI/ML 기반의 고급 분석 기능 등을 제공한다. 멘딕스 플랫폼은 핵심 기술 구성요소가 유연하게 설계되어 있어 스노우플레이크가 새로운 모델이나 기능을 도입하더라도 멘딕스와 쉽게 연동이 가능하다는 점을 내세운다. 이를 통해 더 많은 사용자가 스노우플레이크 AI를 활용하여 자동차 업계 고유의 요구사항을 충족하고, ‘개념 검증(Proof-of-Concept)에서 실제 운영(Production)’에 이르기까지 원활하게 적용할 수 있도록 한다는 것이 멘딕스의 설명이다. 점점 더 많은 기업들이 데이터의 중앙집중화에 대한 중요성을 인식함에 따라, 멘딕스와 스노우플레이크는 고객들에게 보다 포괄적인 설루션을 제공하는데 주력하고 있다. 양사의 이번 파트너십은 기업들이 디지털 혁신 프로젝트를 추진하고, 여러 플랫폼을 도입하는 과정에서 AI 사일로를 제거하고, 데이터에 대한 포괄적인 거버넌스와 제어권을 유지할 수 있도록 지원하는 데에 초점을 맞추고 있다. 스노우플레이크의 팀 롱(Tim Long) 글로벌 제조 부문 책임자는 “스노우플레이크 고객들은 기존 분석 방식을 뛰어넘는 새로운 차원의 설루션을 필요로 하고 있다. 우리는 멘딕스와의 협업을 바탕으로, 고객들이 스노우플레이크의 코텍스 AI(Cortex AI)를 활용해 지능적이고, 실행 가능한 엔터프라이즈 애플리케이션을 신속하게 개발할 수 있도록 지원하고 있다.”며, “이러한 원활한 통합 환경을 통해 고객들이 새로운 차원의 비즈니스 가치를 실현할 수 있을 것으로 기대한다”고 밝혔다.

카스퍼스키는 자사의 플래그십 제품군인 카스퍼스키 넥스트(Kaspersky Next)를 강화하기 위해, 중소 및 중견기업을 위한 설루션 카스퍼스키 넥스트 XDR 옵티멈(Kaspersky Next XDR Optimum)과 카스퍼스키 넥스트 MXDR 옵티멈(Kaspersky Next MXDR Optimum)을 새롭게 출시했다. 이번 신제품은 강화된 보호, 자동화된 대응, 손쉬운 배포, 그리고 관리형 보안을 제공하여, 기업이 기존 자원을 과도하게 소모하지 않고도 현대적 위협을 효과적으로 차단하고 리스크를 최소화할 수 있도록 지원한다. 사이버 위협이 점점 더 복잡해지고 비용 부담이 커짐에 따라, 중견기업은 합법적인 도구를 악용하거나 탐지를 회피하는 고도화된 공격에 직면하고 있다. 동시에, 제한된 예산과 숙련된 보안 인력 부족은 첨단 보안 대책의 구축과 운영을 어렵게 만든다. 카스퍼스키는 이러한 기업들이 과도한 비용 부담 없이 효과적으로 자신을 보호할 수 있도록, 사용하기 쉽고 강력한 설루션인 카스퍼스키 넥스트 XDR 옵티멈과 카스퍼스키 넥스트 MXDR 옵티멈을 출시했다. 카스퍼스키 넥스트 XDR 옵티멈은 모든 규모의 기업을 위한 카스퍼스키의 플래그십 제품군 카스퍼스키 넥스트에 새롭게 추가된 설루션이다. 이 제품은 IT 인프라가 구축되어 있으며, 중간 수준의 보안 예산을 가지고 소규모 보안 조직이 관리하는 중소·중견기업에 특히 적합하다. 이 설루션은 카스퍼스키의 AI 기반 보안 전문성을 바탕으로 한 종합적이고 관리 가능한 보안을 제공한다. 강화된 엔드포인트 보안과 자동 위협 대응은 물론, 합리적인 비용으로 사용하기 쉬운 탐지·대응 툴을 제공하여 회피형 공격을 효과적으로 식별, 분석, 무력화할 수 있다. 또한 클라우드 및 온프레미스 환경 모두에 유연하게 배포할 수 있다. 이 제품은 엔드포인트 보호를 위한 머신러닝 기반의 안티랜섬웨어 및 안티멀웨어 도구를 통해, 알려진 위협과 알려지지 않은 위협 모두로부터 감염을 차단하여 업무 중단을 예방한다. 엔드포인트 내외부 위협 움직임에 대한 통합 가시성을 확보하고, 자동화 및 가이드 기반 대응을 통해 공격에 신속히 대처할 수 있으며, 고급 조사 도구를 통한 활동 추적도 지원한다. 또한, 클라우드 샌드백스(Cloud Sandbox)와 통합되어 악성 파일을 신속하게 분석하고, 샘플 업로드 및 평판 조회를 수초 내에 수행하여 향후 IoC 스캔을 강화할 수 있다. IT팀 및 직원들에게 핵심 보안 지식을 제공하여 조직 전반에 보안 인식 문화를 확산하는 한편, 사용자 행위 기반의 시스템 하드닝을 통해 공격 표면을 줄이고, 중앙집중식 취약점 관리, 패치 및 암호화 관리로 시간을 절약한다. 조직에서 사용 중인 클라우드 서비스를 모니터링하여 무단 접근을 차단하고, 마이크로소프트 365(Microsoft 365) 앱 내 민감 데이터 저장 현황을 파악하여 데이터와 직원을 보호하는 것도 가능하다. 기존에 카스퍼스키 넥스트 EDR 옵티멈(Kaspersky Next EDR Optimum)을 사용 중인 기업은 카스퍼스키 넥스트 XDR 옵티멈으로 원활하게 업그레이드할 수 있으며, 데이터 손실 없이 기존 인터페이스를 그대로 유지한 채 더 진화된 XDR급 기능을 활용할 수 있다.     카스퍼스키 넥스트 MXDR 옵티멈은 광범위한 보호를 원하지만 내부 보안 역량 구축 부담은 피하고자 하는 기업을 위한 제품이다. 24/7 관리형 보안 설루션으로, 카스퍼스키 넥스트 XDR 옵티멈의 핵심 기능을 기반으로 한 강력한 위협 탐지 및 대응을 제공한다. 기업의 내부 팀은 IoC 스캔과 클라우드 샌드박스 등 기본 툴로 초기 위협 분석을 수행하고, 카스퍼스키팀은 실시간 데이터 내 고급 위협 탐지, AI 기반 알림 분석, 신속한 대응 또는 상세한 복구 가이드를 제공한다. 이 협업 접근법을 통해 기업은 빠른 사고 해결과 전반적인 보안 체계 강화를 동시에 달성할 수 있다. 카스퍼스키의 일리야 마르켈로프 통합 플랫폼 제품 라인 총괄은 “카스퍼스키 넥스트 XDR 옵티멈과 카스퍼스키 넥스트 MXDR 옵티멈은 수많은 독립 기관의 평가로 입증된 높은 수준의 엔드포인트 보호를 기반으로, 추가적인 시스템 컴포넌트 도입 없이도 기존 인프라에 원활히 통합될 수 있다. 최소한의 시간과 자원으로 회피형 공격에 대한 방어 능력을 크게 강화할 수 있으며, 고객은 카스퍼스키 전문가의 모니터링 및 대응 서비스(MXDR)를 선택하거나, 독립적으로 XDR 설루션을 운영하는 방식 중 원하는 방법을 선택해 고품질 보호를 보장받을 수 있다”고 밝혔다. 카스퍼스키 이효은 한국지사장은 “한국 기업들은 점점 더 은밀한 표적 공격에 직면하고 있으며, 하이브리드 근무 환경과 클라우드 전환은 방어 부담을 가중시키고 있다. 이번에 발표한 카스퍼스키 넥스트 XDR 옵티멈과 카스퍼스키 넥스트 MXDR 옵티멈은 한국의 중소·중견기업을 위해 설계된 설루션으로, AI 기반 자동 방어 및 유연한 배포 기능을 제공하여 하이브리드 클라우드 환경에 최적화되어 있다. 파일리스 공격등 신종 위협에도 대응할 수 있으며, 운영 단순화와 로컬 팀 협업을 통해 취약점 관리와 위협 추적을 강화하여 비즈니스 연속성을 보장하고, 한국의 사이버 보안 전략에 부합하는 방어 체계를 마련할 수 있다”고 말했다.

  클라우드 중심 하이테크 교육 기업 엘릭서는 액티배움 오픈을 기념해, 챗GPT, 코파일럿(Copilot), 퍼플렉시티(Perplexity), 제미나이(Gemini) 등 최신 생성형 AI를 활용한 실무 중심 콘텐츠를 무료로 제공한다고 밝혔다. 이 콘텐츠는 실습 위주로 구성돼 학습자가 업무 효율을 높이는 데 직접적인 도움을 줄 것으로 기대된다. 클라우드 기반의 전문 역량 강화 및 취업 지원 액티배움은 앞으로 AI, 데이터, 인프라, 보안 등 클라우드 기반의 다양한 분야 콘텐츠를 지속적으로 선보일 예정이다. 특히, 마이크로소프트 글로벌 공인 자격증 과정(AI900, AZ900, DP900, SC900)을 올인원 패키지로 제공해 이론 학습부터 기출문제 풀이, 모의고사, 실제 응시까지 지원하며, 취업과 진학에 필요한 역량을 강화하는 데 초점을 맞추고 있다. 또한, 마이크로소프트 애저(Azure) 클라우드의 AI 및 데이터 도구를 활용해 기업 맞춤형 앱이나 웹페이지를 직접 만들어보는 실습형 콘텐츠도 준비 중이다. 이는 이론 강의와 실시간 세션을 결합해 학습자가 클라우드 AI와 데이터를 직접 체험하고, 클라우드 인프라의 비용 효율적 운영 및 보안 설계까지 배울 수 있도록 구성됐다. 엘릭서는 배운 내용을 즉시 실무에 적용할 수 있는 교육을 목표로 하며, 향후 구글 클라우드(Google Cloud), 아마존 웹 서비스(AWS) 등 다양한 클라우드 플랫폼으로 콘텐츠를 확장할 계획이라고 밝혔다. 진로 멘토링 프로그램으로 취업 연계 강화 액티배움은 단순 강의 제공을 넘어, 진학과 취업에 실질적인 도움을 줄 수 있는 멘토링 강의도 출시한다. 실시간 온라인 강의를 통해 서류 합격 전략, 면접 대비 노하우 등 실전 경험을 공유하고, 국내외 현업 전문가와의 1:1 멘토링을 통해 학습자 개개인의 진로와 목표에 맞춘 맞춤형 조언을 제공할 예정이다. 엘릭서의 강형주 대표는 “액티배움은 단순한 온라인 강의 플랫폼이 아니라, 학습자가 직접 행동하며 성장할 수 있는 미래형 교육 생태계를 지향한다”며, “클라우드 AI 기반의 실습형 콘텐츠와 개인화된 멘토링을 통해 학습자들의 진학과 취업을 적극 지원하겠다”고 말했다. 액티배움은 매월 새로운 콘텐츠를 꾸준히 선보이며 빠르게 변화하는 기술 환경에 학습자들이 능동적으로 대응할 수 있도록 도울 계획이다.  

이노팩토리(InnoFactory, Inc.)가 ASTRA(아스트라)의 최신 버전을 공식 출시했다. 이번 버전은 AI 문서 요약, 폴더 기반 권한 관리를 위시한 Secure Vault 보안성 강화, 조직도 연동 기능 등 현장 실무자와 IT 부서의 니즈를 적극 반영한 업그레이드다. ASTRA는 출시 이후 국내 항공우주, 자동차, 의료기기, 엔지니어링 등 다양한 산업군에서 설계 문서 중심의 협업 환경, 업무 워크플로우 커스터마이징, 기술 자료 이력·권한 통합 관리에 특화된 플랫폼으로 빠르게 확산되어 왔다. 이노팩토리는 이번 최신 버전 출시를 계기로 ASTRA를 제조업에 특화된 도면/문서 관리 플랫폼에서 나아가, 산업 전반의 엔터프라이즈 콘텐츠·프로세스 관리 시장까지 아우르는 플랫폼으로 확장할 계획이다. 유봉춘 이노팩토리 대표는 “이번 ASTRA 신버전은 AI 기반의 문서 요약, 정책 중심 파일 보안, 조직 연동 등 실무 중심 기능을 대폭 강화한 것이 특징”이라며, “기업이 기술 문서와 프로세스를 하나의 플랫폼에서 통합 관리하고, DX(디지털 전환)와 AX(AI 전환)을 동시에 실현할 수 있는 엔터프라이즈 업무 인프라로 자리매김할 것”이라고 밝혔다.   신버전 주요 특징 AI 기반 문서 요약 기능 탑재 업로드한 문서 내용을 자동으로 요약해 의사결정과 검토 속도 향상 ASTRA Secure Vault 보안 기능 대폭 강화 드라이브 연결 설치프로그램 제공으로 파일서버와 같은 사용성 확보 폴더별 권한 설정으로 보다 직관적이고 유연한 접근제어 (기존 역할 기반 권한 대체) 휴지통 기능 도입으로 파일 복구 및 데이터 보호 강화 조직도 연동 기능 추가 (On-Premise 환경용) 자체 인사 시스템과 손쉽게 연동되어 조직 구조 기반의 협업 및 접근제어 가능   산업 현장 적용 사례 항공우주 설계 기업: 조건 분기·병렬 승인 등 복잡한 승인 프로세스를 ASTRA MetaFlow로 유연하게 설계 자동차 부품 제조사: 수백 명이 동시에 접속해도 안정적인 대용량 문서 협업 및 보안 기록 관리 의료기기 업체: 별도 설치 없이 협력사와 안전하게 도면·문서 공유, 변경사항 실시간 반영   제품 소개 ASTRA는 제조·엔지니어링 현장 중심으로 설계된 엔터프라이즈 콘텐츠·워크플로우 플랫폼(ECM)입니다. 클라우드 SaaS와 온프레미스 환경 모두 지원하며, 조직의 IT 인프라와 보안 정책에 따라 유연하게 구축할 수 있다. ASTRA MetaFlow: 로우코드 방식으로 복잡한 승인 흐름과 협업 워크플로우를 설계·자동화한다 ASTRA SecureVault: 윈도 탐색기 기반의 정책 중심 파일보안을 제공하며, 모든 접근과 이력을 기록한다 ASTRA PDM: CAD 연동 없이 도면·기술문서의 버전과 변경이력을 체계적으로 관리한다 이 모든 기능은 연동되어 문서·프로세스·권한·이력이 하나의 플랫폼에서 유기적으로 운영되며, 조직의 지식 기반과 책임 구조를 명확히 세운다 www.astra365.ai   ▲ ASTRA 메인 대시보드: 로그인 직후, 프로젝트 문서와 공지사항을 한눈에 확인할 수 있는 시작 화면 ▲ 업로드된 문서의 AI 자동 요약 기능: 핵심 내용을 한눈에 파악하여 검토 효율을 높이는 ASTRA의 스마트 기능   ▲ 로우코드 워크플로우 설정 화면: MetaFlow를 통해 결재 프로세스를 자유롭게 커스터마이징

로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (2)   지난 호에서는 로코드 분석 설루션이 필요한 이유에 대해 알아보았다. 또한 데이터 분석이 일반적으로 거치는 과정에 대해서도 살펴 보았는데, 이러한 과정에 파이썬(Python)과 같은 프로그래밍 언어가 활용되는 상황 또한 정리해 보았다. 이번 호에서는 로코드 분석 설루션인 KNIME(나임)에 대해 알아보고, 전력 판매량 예측에 대한 분석 과제를 따라하기 과정을 통해 완성해 보도록 하겠다.   ■ 연재순서 제1회 데이터 분석에 로코드 설루션이 필요한 이유 제2회 데이터 분석 로코드 설루션을 배워보자 Ⅰ 제3회 데이터 분석 로코드 설루션을 배워보자 Ⅱ 제4회 로코드를 활용하여 시뮬레이션 데이터 분석을 따라해 보자 제5회 데이터 분석 로코드 설루션을 클라우드로 확장해 보자   ■ 윤경렬 현대자동차 연구개발본부 책임연구원   ■ 김도희 잘레시아 DX 프로   지난 호에서 살펴본 일반적인 데이터 분석 과정은 다음과 같다.   요청 접수 → 데이터 확보 → 데이터 검토(칼럼/누락/이상치 확인) → 분석 전략 수립 → 데이터 정제 및 가공 → 분석 수행 및 시각화 → 결과 공유   이전에 강조한 바와 같이, 아무리 쉬운 코딩 언어라고 할지라도 데이터 분석을 요청받은 데이터 과학자(data scientist)가 이를 실제 업무에 적용하여 원하는 결과를 빠르고 정확하게 구현해내는 것은 어려운 일이다. 또한 코딩에 능숙한 데이터 과학자라고 해도 깃허브(Github) 및 인터넷 상에 공유된 소스코드를 다운받아 재활용 및 가공하여 사용하는 경우가 많은데, 이때 악성 코드 등에 대한 보안 이슈도 문제가 될 소지가 있다. 사실 데이터 과학자는 수학 및 통계적 지식을 활용하여 빠르게 정확하게 데이터 분석을 하고 싶은 것이고, 이를 위해 효율적인 툴을 사용하고자 한다. 우리는 이러한 현상을 극복해 나가고자 로코드 분석 설루션(low code analytics solution)을 대안으로 검토하였고, 이를 활용하여 데이터 분석을 수행해 나가는 과정을 따라가 보고자 한다. 지난 호에서 유관부서로부터 전력 판매량(electric power sales) 예측에 대한 분석 과제를 요청 받은 상태이고, 언제나처럼 기한은 촉박한 상황의 시민 데이터 과학자(citizen data scientist)로 가정하여 주어진 과제 목표를 달성하였다. 우리에게 주어진 데이터는 발전소 데이터, 기상 정보 데이터, 날짜 및 요일 데이터 등 세 가지로 이를 처리하기 위해 파이썬으로 코드를 작성한 사례를 공유하였고, 동일한 내용을 로코드 분석 설루션인 KNIME을 활용하여 처리한 사례도 공유하였다.   그림 1   이번 호에서는 KNIME에 대해 알아보고 전력 판매량 예측에 대한 분석과제를 따라하기 과정을 통해 완성해 보도록 하겠다. 우선 구글 제미나이(Google Gemini)에게 KNIME에 대한 역사와 특징에 대해 알려 달라고 해보자.(그림 2~4)   그림 2   그림 3   그림 4   가트너(Gatner)의 피어 인사이트(Peer insight) 리뷰를 확인해 보았는데, 평점(rating)이 상당히 높은 편이고 사용자의 반응도 높다는 것을 확인하였다. 또한 오픈소스 기반 소프트웨어로서 기업에서도 무료로 자유롭게 설치하여 사용할 수 있다는 측면에서(KNIME Analytics Platform) 로코드 분석 설루션으로 선택하기에 부족함이 없다는 것을 확인하였다.   그림 5   현재 KNIME은 데이터 사이언스를 위한 최적의 설루션을 위해 세 가지 서비스를 제공하고 있다. 이번 호에서는 KNIME Analytics Platform을 활용하여 전력 판매량 예측에 대한 분석 과제를 따라해보고자 한다.   그림 6     ■ 자세한 기사 내용은 PDF로 제공됩니다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   요즘 바이브 코딩(vibe coding)이 열풍이다. 이번 호에서는 오픈AI(OpenAI)가 개발한 바이브 코딩을 지원하는 멀티 에이전트 코덱스(Codex)의 사용법을 간략히 소개한다. 얼마 전 챗GPT(ChatGPT) 프로 버전에 무료로 오픈된 코덱스와 오픈소스 코덱스 버전(CLI)의 사용법을 모두 설명한다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/ GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   그림 1. Codex | OpenAI   2025년 4월 중순에 OpenAI o3, o4, Codex가 공개되었다. 멀티 AI 에이전트 기능을 충실히 구현한 영상 데모가 업로드되었고, 특히 자동화 코딩을 지원하는 코덱스가 로컬 컴퓨터에서 실행 가능한 형태로 공개된 점이 인상적이었다.   그림 2. 오픈AI o3, o4, 코덱스 공개 영상   코덱스는 단순한 코드 생성에 그치지 않고 버그 수정, 테스트 실행, 코드 리뷰 제안 등 복잡한 개발 업무를 자동화한다. 각 작업은 사용자의 코드 저장소가 사전 로드된 격리된 클라우드 샌드박스 환경에서 독립적으로 실행되며, 작업의 복잡도에 따라 1분에서 30분 이내에 결과를 제공한다. 또한, 코덱스는 작업 수행 과정에서 생성된 터미널 로그와 테스트 출력 등의 증거를 제공하여, 사용자가 변경 사항을 추적하고 검토할 수 있도록 지원한다.코덱스 코드 및 도구는 깃허브(GitHub)에 공개되었다. Codex Lightweight coding agent that runs : https://github.com/openai/codex 6월 초에는 챗GPT 프로 사용자에게 코덱스 기능이 공개되었다. 코덱스는 챗GPT의 사이드바를 통해 접근할 수 있으며, 사용자는 자연어로 코딩 작업을 지시하거나 기존 코드에 대한 질문을 할 수 있다. 또한 코덱스는 사용자의 개발 환경과 유사하게 구성할 수 있어, 실제 개발 환경과의 통합이 용이하다. 보안 측면에서도 코덱스는 격리된 환경에서 실행되며, 인터넷 접근은 기본적으로 비활성화되어 있다. 필요한 경우 특정 도메인에 대한 접근을 허용할 수 있으며, 이를 통해 외부 리소스를 사용하는 테스트나 패키지 설치 등이 가능하다. 코덱스는 현재 챗GPT 프로/팀/엔터프라이즈 사용자에게 제공되며, 플러스 및 에듀 사용자에게도 점차 확대되고 있다. 또한, 코덱스 CLI(Codex CLI)를 통해 터미널 환경에서도 코덱스의 기능을 활용할 수 있어, 다양한 개발 환경에서의 활용이 가능하다.(openai.com)   챗GPT에서 코덱스 사용법 코덱스를 활용한 전체 사용 과정은 단순한 코드 자동 생성 수준을 넘어, 실제 소프트웨어 개발의 전 과정을 자연어 기반으로 자동화하는 방식으로 개발되어 있다. 코덱스는 현재 깃허브를 기본 연결해 사용하도록 되어 있어, 다음과 같이 필자의 깃허브 프로젝트를 연결해 실습을 진행했음을 밝힌다. https://github.com/mac999/AI_agent_simple_function_ call.git 참고로, 필자는 필자의 깃허브 저장소를 이용하였지만, 독자는 각자 깃허브에 로그인한 후 본인의 프로젝트 개발을 진행할 저장소를 선택해야 한다. 아울러, 바이브 코딩 결과물이 제대로 동작하려면 반드시 챗GPT 등을 이용해 미리 PRD(Product Requirement Document)에 요구사항을 명확히 작성한 후, 이를 바이브 코딩 도구에 입력해 프로젝트와 코드를 생성하도록 하는 것이 좋다.   그림 3. 식사 레스토랑 평가용 앱 개발을 위한 PRD 문서 예시(How to vibe code : 11 vibe coding best practices, https://zapier.com)   프로젝트 시작 : 코드 저장소 구성 및 환경 연결 챗GPT 프로의 왼쪽 메뉴에서 <그림 4>와 같이 코덱스를 실행하면, 연결할 깃허브 계정 및 저장소를 요청한다. 코덱스에서 <그림 4>와 같이 본인의 깃허브 계정을 연결한다.   그림 4     ■ 자세한 기사 내용은 PDF로 제공됩니다.