- Webinar
- AI & ML
[AI 오답노트 Vol.1]
WHEN
2025.05.22 (금) 14:00 ~ 15:00
WHERE
SLEXN YouTube
시중의 AI 세미나들은 “무엇이 가능한가”를 보여주는 데에는 익숙하지만, 정작 실무자가 자신의 업무에 어떻게 적용해야 하는지에 대해서는 체감이 떨어지는 경우가 많습니다.
새로운 형식의 슬렉슨 웨비나 ‘AI 오답노트’에서는 AI가 모든 것을 해결해 줄 것이라는 환상을 걷어내고, 성공 사례 뒤에 숨겨진 현실적인 상황들을 가감 없이 다룹니다.
요구사항 작성, 코드 수정 등 반복되는 업무 속에서 마주한 시행착오를 투명하게 공유하고, 실제 생산성 향상의 범위와 인간의 검증 영역에 대한 과정 중심의 판단 기준을 제공합니다.
현장의 날것 그대로를 기록한 이 오답노트가 현실적인 AI 생산성을 고민하는 여러분께 강력한 인사이트가 되길 바랍니다.
AGENDA
AGENDA
Part.
01
요구사항 · 테스트케이스 생성 AI, 어디까지 쓸 수 있을까
요구사항 해석 오류 및 테스트케이스 생성 한계와 실무 보완 기준
Jingoo Kim
Solution Architect
Part.
02
AI 코딩, 정말 생산성을 높였을까
단순 코드 생성과 오류 분석 과정에서의 실제 리소스 절감 및 검토 비용
Chaelim Heo
Solution Expert
Part.
03
사내 문서 기반 AI(RAG)는 왜 기대처럼 작동하지 않을까
문맥 부족과 검색 한계, RAG 실패 원인과 단계별 보완 방법
Jooho Lee
Solution Expert
AI-Native Requirements Management and Traceability
Trace.Space는 복잡한 제품 개발 수명주기 전반에서 발생하는 요구사항과 테스트, 변경 데이터를 하나의 흐름으로 연결하는 차세대 AI 요구사항 통합 플랫폼입니다.
Enterprise-Grade Security
SOC 2, ISO 27001 및 산업별 규제를 준수하는 인프라를 기반으로, 저장 및 전송 구간 암호화를 적용해 최고 수준의 데이터 보호 기준을 충족합니다.
Air-gapped AI 배포
자체 가상 프라이빗 클라우드(VPC) 또는 에어갭 환경에 배포하여 대규모 환경에서도 완전한 제어, 규제 준수, 성능을 보장합니다.
AI Model Control, Your Way
사용자가 직접 보유한 LLM/AI 모델을 선택해 사용 가능하며, 명확한 경계와 무데이터 유출 정책으로 엔지니어링 데이터의 완전한 비공개성을 보장합니다.
매끄러운 시스템 통합
Trace.Space를 귀사의 기존 시스템 스택—PLM, CAD, 시뮬레이션 도구, Jira, 커스텀 API—과 유기적으로 연결하여 통합 환경을 구축할 수 있습니다.
Secure, flexible, and transparent AI coding
Codecenter는 외부 인터넷 연결이 어려운 Air-gap 환경에서도 실행할 수 있는 온프레미스 AI 코딩 어시스턴트입니다.
보안 극대화
온프레미스 · 100% 에어갭 환경 완벽 지원
비용 효율성
API 토큰 과금 없는 예측 가능한 비용 구조
MCP · AI Agent 연동
내부 · 외부 리소스 통합으로 확장된 개발 환경
고성능 AI 코딩
RAG 기반 코드 · 질의 응답 · 리팩토링 등 지원
Related Blogs
완전 폐쇄망 환경에서 조직 단위의 권한 제어와 지식 자산화를 구현하는 CodeCenter 핵심 기능을 알아봅니다.
CodeCenter를 활용해 Java 프로젝트의 성능 병목을 분석하고 개선한 실제 사례를 소개합니다.
시스템 엔지니어링의 비효율을 해결하는 AI 에이전트 Space Agent의 혁신적인 접근을 확인해보세요.
개인의 생산성을 넘어 조직의 보안과 일관성을 지키는 2026년형 엔터프라이즈 AI 코딩 플랫폼을 비교 분석합니다.
GPU 수가 아닌 데이터 흐름과 구조 최적화로 AI 인프라 성능과 비용 효율을 동시에 개선하는 방법을 소개합니다.
AI 에이전트 경쟁이 본격화되는 가운데 Self-Hosted 아키텍처의 중요성과 CodeCenter의 위치를 살펴봅니다.
개발 과정의 reasoning을 어떻게 팀의 협업 자산으로 만드는지 살펴봅니다.
저장소 구조와 문맥 위에서 질문과 탐색을 이어갈 수 있는 CodeCenter의 Workspace를 소개합니다.
AI 자동화 영역과 인간 개입 지점을 명확히 구분하는 것은 Agentic AI를 운영 가능한 시스템으로 만드는 핵심 판단 기준입니다.
CodeCenter Web이 개인 중심 AI 코딩을 조직의 협업 플랫폼으로 확장하는 구조와 로드맵을 정리합니다.
이번 웨비나에서는 요구사항 분석, 테스트 생성, 변경 영향 분석을 자동화하는 단 하나의 AI 요구사항 솔루션 Trace.Space에 대해 알아봅니다.
이번 업데이트는 단순 기능 확장을 넘어 AI 기반 요구사항 관리 도구가 어떤 형태로 성숙해가는지 확인할 수 있는 지점입니다.
단순 요청 기반 코딩과 컨텍스트 엔지니어링 기반 Agentic 코딩을 동일 과제로 비교한 실험 결과를 정리합니다.
2025년은 AI 기술이 여러 방향에서 한꺼번에 진화를 이루며, 다시 한 번 변화의 흐름을 확인하게 만든 해였습니다.
이번 웨비나는 AI 코딩 도구 CodeCenter를 중심으로, 컨텍스트 엔지니어링이 개발 효율과 결과물 품질에 어떤 차이를 만드는지 검증합니다.
요구사항을 이해하고 코드를 구현하는 CodeCenter의 에이전틱 AI 개발 환경을 데모를 통해 소개합니다.
폐쇄망 AI 코딩 에이전트 CodeCenter v2로 기업 내부망에서도 안전하게 코드 작성, 실행, 디버깅, 요구사항 관리까지 한 번에 수행할 수 있는...
Trace.Space는 요구사항 자동 생성부터 품질 검사, 추적성 확보, 리뷰·변경 관리까지 지원하는 AI 기반 ALM 플랫폼입니다.
요구사항 생성 → 코드 작성 → 테스트 자동화의 전체 흐름을 따라가며 AI 도구가 실무에 어떻게 통합 및 적용되고 있는지 공유합니다.
보안과 성능을 모두 잡은 온프레미스형 AI 에이전트 CodeCenter를 슬렉슨 웨비나에서 직접 확인해보세요.
보안, 커스터마이징, 온프레미스 지원 등 실무에서 중요한 기준을 중심으로 두 AI 코드 어시스턴트를 비교합니다.
바이브 코딩은 개발 방식에 혁신을 가져오고 있지만, 개발자의 경험과 통찰력 또한 여전히 중요한 요소입니다.