AI 코딩 시대의 새로운 병목이 된 코드 리뷰 변화와 CodeCenter를 활용한 대응 방안을 살펴봅니다.
Resources > Insight Report > Conference
2026.08.25
– AI Summit Seoul & EXPO 2026 현장에서 슬렉슨이 관찰한 주요 인사이트와, 반복적으로 제기된 운영 관련 질문의 배경 및 기술적 맥락을 함께 정리했습니다.
지난 8월 19일부터 21일까지 서울 코엑스에서 AI Summit Seoul & EXPO 2026(AISE 2026)이 개최됐습니다. AISE는 AI 컨퍼런스와 전시, 네트워킹이 함께 진행되는 AI 비즈니스 행사로, 올해는 생성형 AI와 AI Agent부터 AI 인프라, 산업별 AI 솔루션, Physical AI까지 다양한 기술과 적용 사례가 소개됐습니다.
올해 전시에는 118개 기업이 307개 부스 규모로 참가했으며, 제조·물류·금융·헬스케어 등 산업별 AI 활용 사례와 함께 실제 기술을 경험할 수 있는 데모도 다양하게 운영됐습니다. SLEXN 역시 이번 행사에 참가해 기업의 개발과 프로젝트 관리, AI 보안 영역에서 활용할 수 있는 CodeCenter, Grou, AI Keeper를 소개했습니다.
– 날짜 : 2026-08-19 (수) ~ 2026-08-21 (금)
– 주최 : 코엑스, DMK, 한국무역협회
– 장소 : 서울 강남구 영동대로 513 코엑스 B홀, 그랜드볼룸
– 전시 구성 : 산업별 AI 솔루션, AI 비즈니스 솔루션, 생성형 AI & 콘텐츠 혁신, AI 플랫폼 & 인프라, 피지컬 AI / AI 로보틱스
– 총 참관객 수 : 25,134명
이번 전시는 일반적인 제품 소개 보다는 실제 기업 환경에서 각 솔루션을 어떻게 활용할 수 있는지 보여주는 데 초점을 맞추어 구성했습니다.
CodeCenter는 클라우드부터 온프레미스, 폐쇄망까지 다양한 기업 환경을 지원하는 AI 코딩 플랫폼입니다. 사내 소스코드와 기술 문서를 AI의 컨텍스트로 활용해 코드 생성·분석부터 Agent 기반 개발 작업까지 지원하며, 조직의 개발 기준과 보안 환경에 맞춰 AI를 활용할 수 있습니다.
특히 Code Graph와 Wiki를 통해 코드베이스의 구조와 관계를 분석하고 프로젝트 지식으로 축적하며, 개발자의 AI 작업 이력과 맥락을 중앙 Workspace에서 공유·관리합니다. 개인의 생산성에 머무르는 AI 코딩을 넘어, 여러 개발자의 AI 활용과 개발 지식을 조직 차원에서 관리하고 자산화할 수 있다는 점이 CodeCenter의 핵심 특징입니다.
현장에서는 CodeCenter가 사내 코드와 프로젝트 맥락을 기반으로 개발을 지원하는 방식과 함께, AI 코딩이 실제 개발 프로세스에 들어갈수록 코드를 생성하는 기능뿐 아니라 AI의 작업 범위를 설정하고 결과를 검토할 수 있는 환경도 함께 고려해야 한다는 점을 설명드렸습니다.
Q. 일반적인 AI 코딩 도구와 CodeCenter의 가장 큰 차이는 무엇인가요?
A. CodeCenter는 사내 소스코드와 기술 문서를 AI의 컨텍스트로 활용하고, 조직의 개발 규칙과 도구를 연결해 기업 개발 환경에 맞는 AI 코딩 체계를 구성할 수 있습니다.
Q. 기존에 사용하고 있는 개발 도구와도 연동할 수 있나요?
A. 네, MCP를 통해 내부 개발 도구와 연동할 수 있습니다. 필요한 도구를 활용해 여러 개발 작업을 이어서 수행하는 Agent 워크플로우로 확장할 수 있습니다.
Q. AI가 코드를 잘못 수정하면 이전 상태로 되돌릴 수 있나요?
A. 가능합니다. AGENTS.md 등으로 AI의 작업 범위와 원칙을 정의하고, Git의 Commit·Branch·Diff를 활용해 변경 내용을 검토할 수 있습니다. 필요한 변경만 반영하거나 이전 버전으로 복구할 수도 있습니다.
Q. AI가 생성한 코드를 다른 AI로 다시 검증할 수도 있나요?
A. 가능합니다. 다른 AI 모델이나 전문 Agent를 활용해 코드 리뷰, 오류, 보안 취약점, 요구사항 충족 여부 등을 다각도로 교차 검증할 수 있습니다.
Grou는 Jira의 프로젝트 관리와 Confluence의 문서·지식 관리 기능을 하나의 환경으로 통합한 엔터프라이즈 협업 플랫폼입니다. Task·요구사항·결함·테스트 등 프로젝트 전반의 업무와 관련 문서를 연결해, 프로젝트 진행 과정과 축적된 지식을 하나의 흐름에서 관리할 수 있습니다.
여기에 프로젝트 데이터와 Wiki 지식을 활용한 AI 기반 업무 생성·검색·요약·진행 상황 분석을 지원하고, 워크플로우와 자동화 기능을 통해 일정 관리와 반복 업무를 효율화합니다. 여러 도구에 분산된 프로젝트와 지식을 통합하고, 기존 Jira·Confluence 데이터의 마이그레이션부터 AI와 자동화를 활용한 업무 운영까지 하나의 환경에서 이어갈 수 있다는 점이 Grou의 핵심 특징입니다.
현장에서는 프로젝트와 지식을 하나의 환경에서 관리하는 Grou의 기본 기능부터 일정·업무 모니터링, 조건 기반 자동화, 프로젝트 데이터와 Wiki를 활용한 AI 기능까지 실제 프로젝트 관리 업무에 적용할 수 있는 활용 방식을 소개했습니다
Q. Jira와 Confluence를 각각 사용하지 않고 Grou 하나로 관리할 수 있나요?
A. 네, Grou는 프로젝트 관리와 Wiki 기반 지식 관리를 하나의 플랫폼으로 통합합니다. Task·요구사항·결함·테스트 등의 프로젝트 데이터와 관련 문서를 연결해 업무와 지식을 하나의 흐름에서 관리할 수 있습니다.
Q. 기존 Jira와 Confluence의 데이터를 Grou로 이전할 수 있나요?
A. 가능합니다. 전용 마이그레이션 도구를 통해 Jira의 프로젝트·이슈·사용자·워크플로우와 Confluence의 Space·페이지·첨부파일·권한 등 주요 데이터와 설정을 Grou로 이전할 수 있습니다. 필요한 프로젝트나 Space를 선택해 단계적으로 이전하는 방식도 지원합니다.
Q. Grou의 AI는 프로젝트 관리 업무에 어떻게 활용할 수 있나요?
A. 프로젝트 데이터와 Wiki의 지식을 함께 활용해 업무 생성, 정보 검색·요약, 프로젝트 진행 상황 분석과 리포트 작성 등을 지원합니다.
Q. 프로젝트 일정이 지연되거나 업무 진행이 늦어지는 경우 자동으로 알려줄 수 있나요?
A. 네, 작업 상태와 진행률, 마감일 등을 기준으로 지연 상황을 확인하고 담당자나 PM에게 알림을 전달하도록 구성할 수 있습니다. 특정 조건에 따른 후속 업무 역시 워크플로우와 자동화 규칙으로 설정할 수 있습니다.
Q. 클라우드를 사용할 수 없는 기업 환경에서도 도입할 수 있나요?
A. 네, 가능합니다. Grou는 Cloud뿐 아니라 On-Premise와 Air-Gapped 환경을 지원해 조직의 보안 정책과 IT 인프라에 맞는 형태로 구축할 수 있습니다.
생성형 AI의 기업 활용이 확대되면서 업무 과정에서 외부 AI 서비스에 어떤 데이터가 입력되는지 관리해야 할 필요도 함께 커지고 있습니다.
AI Keeper는 기업 내 LLM과 AI 서비스의 이용 경로를 통합하고 보안 정책과 접근제어, 사용 이력 등을 일관되게 관리하기 위한 AI 보안·거버넌스 플랫폼입니다. 기업 정책에 따라 개인정보와 기밀정보, 소스코드 등의 민감정보를 탐지하고 AI 서비스로의 전송을 허용하거나 경고·차단할 수 있으며, 관련 사용 이력을 관리할 수 있습니다.
여러 AI 서비스마다 개별적으로 보안 정책을 적용하는 대신, 조직 전체의 AI 사용 현황을 파악하고 일관된 보안·거버넌스 체계 안에서 AI를 활용할 수 있다는 점이 AI Keeper의 핵심 특징입니다.
현장에서는 AI Keeper를 통해 기업 내 다양한 AI 서비스의 이용 경로를 통합하고, 사용자와 AI 사이에서 민감정보 보호부터 접근제어, 정책 적용, 사용 이력 관리까지 일관된 보안·거버넌스 체계를 적용하는 방법을 소개했습니다.
Q. 단순히 민감정보를 차단하는 보안 솔루션과는 무엇이 다른가요?
A. 민감정보 탐지뿐 아니라 Prompt Injection 차단, 접근제어, Token Budget, Guardrail, 감사 로그 등 AI 사용 전반의 보안·거버넌스 정책을 통합 관리합니다.
Q. 외부 AI뿐 아니라 회사 내부에 구축한 LLM도 관리할 수 있나요?
A. 외부 AI 서비스와 자체 구축 LLM, 내부 AI 서비스를 Gateway에 연결해 서로 다른 AI 환경에 일관된 보안·거버넌스 정책을 적용할 수 있습니다.
Q. HTTPS로 암호화된 ChatGPT를 사용해도 민감정보 유출을 탐지할 수 있나요?
A. TLS/SSL Inspection을 적용해 프롬프트와 파일을 검사하고, 민감정보가 탐지되면 정책에 따라 경고·차단 및 이력 기록이 가능합니다. 단, 별도 환경 설정이 필요하며 일부 통신 방식은 제한될 수 있습니다.
Q. 이메일이나 첨부파일의 내용을 AI에 입력하는 경우도 통제할 수 있나요?
A. 이메일 내용이나 첨부파일이 AI에 입력·업로드되는 시점에 민감정보를 검사해 허용·경고·차단할 수 있습니다. 이메일 시스템 자체를 상시 검사하려면 별도의 DLP 또는 이메일 보안 솔루션 연계가 필요할 수 있습니다.
이번 AISE에서 SLEXN 부스를 찾은 참관객들의 질문은 제품마다 달랐지만 몇 가지 공통된 관심사를 확인할 수 있었습니다.
첫 번째는 실제 업무에 어떻게 적용할 수 있는가였습니다. 프로젝트 관리 업무에서 AI가 어느 수준까지 자동화할 수 있는지, 개발 과정에서는 AI의 작업 범위를 어떻게 설정할 수 있는지처럼 실제 업무 프로세스를 전제로 한 질문이 많았습니다.
두 번째는 AI가 수행하는 작업을 어떻게 관리하고 통제할 것인가였습니다. AI Keeper의 민감정보 차단이나 CodeCenter의 코드 변경 검토·복구처럼 AI를 활용하면서 발생할 수 있는 문제를 관리하는 방법에 대한 질문이 이어졌습니다.
마지막은 기존 업무 환경과 어떻게 연결되는가였습니다. Git과 개발 도구, 프로젝트 데이터와 Wiki, 외부 AI 서비스 등 이미 기업에서 사용하고 있는 시스템과 AI를 어떻게 연결하고 운영할 수 있는지를 구체적으로 확인하려는 모습도 볼 수 있었습니다.
이러한 질문만으로 기업 AI 시장 전체의 변화를 단정하기는 어렵습니다. 다만 이번 SLEXN 부스에서는 AI의 새로운 기능을 확인하는 데서 한 걸음 더 나아가, 실제 업무 환경에서의 적용 방식과 운영 과정까지 구체적으로 확인하려는 관심을 여러 차례 접할 수 있었습니다.
AISE SLEXN 부스에서는 제품 소개와 데모뿐 아니라, 참관객들이 직접 참여할 수 있는 다양한 현장 이벤트도 함께 진행했습니다.
SLEXN 공식 인스타그램을 팔로우한 분들께 현장 굿즈를 증정하고, 간단한 설문조사에 참여한 분들을 대상으로 럭키드로우 이벤트를 통해 다양한 경품을 제공했습니다. 제품 상담과 데모는 물론 이벤트에도 많은 분들이 참여하며 SLEXN의 제품과 기술 콘텐츠를 보다 가까이에서 접할 수 있었습니다.
AISE 2026 기간 동안 SLEXN 부스를 찾아 제품에 관심을 보여주시고 다양한 질문과 의견을 나눠주신 모든 분들께 감사드립니다.
이번 AISE 2026에서는 CodeCenter, Grou, AI Keeper를 직접 소개하며 다양한 산업 관계자들과 기업의 AI 활용에 대해 이야기를 나눌 수 있었습니다.
현장에서 나온 질문들은 AI 코딩의 결과를 어떻게 검토할 것인지, 프로젝트 관리에서 AI와 자동화를 어떻게 활용할 것인지, 외부 AI 서비스를 사용하면서 기업의 데이터를 어떻게 보호할 것인지 등 실제 업무 과정에서 마주할 수 있는 문제와 밀접하게 연결되어 있었습니다.
SLEXN은 앞으로도 기업이 AI를 개발과 프로젝트 관리 등 실제 업무 환경에 적용하는 과정에서 필요한 기술과 솔루션을 지속적으로 소개해 나가겠습니다.
CodeCenter, Grou, AI Keeper의 도입이나 활용에 대해 더 궁금한 점이 있다면 SLEXN에 문의해 주세요.
AI 코딩 시대의 새로운 병목이 된 코드 리뷰 변화와 CodeCenter를 활용한 대응 방안을 살펴봅니다.
Jira · Confluence의 데이터와 업무 환경을 그대로 이어갈 수 있는 On-Premise ALM 플랫폼 GROU를 소개합니다.
모델 성능뿐 아니라 보안, 권한 관리, 사용 이력, 검증 절차, Human-in-the-loop 승인 체계가 함께 준비되어야 합니다.
완전 폐쇄망 환경에서 조직 단위의 권한 제어와 지식 자산화를 구현하는 CodeCenter 핵심 기능을 알아봅니다.
© SLEXN, Inc. All rights reserved.
ALM 신규 도입부터 기존 개발 관리 환경의 통합·확장까지, 우리 조직에 맞는 ALM 선택 가이드를 이번 슬렉슨 웨비나에서 확인해 보세요.