이번 웨비나에서는 요구사항 분석, 테스트 생성, 변경 영향 분석을 자동화하는 단 하나의 AI 요구사항 솔루션 Trace.Space에 대해 알아봅니다.
Resources > Insight Report > Conference
AI x SoftWave 2025 현장에서 슬렉슨이 관찰한 주요 인사이트와, 반복적으로 제기된 운영 관련 질문의 배경 및 기술적 맥락을 함께 정리했습니다.
2025.12.12
제 10회 대한민국 소프트웨어대전 SoftWave 2025가 2025년 12월 3일(수)부터 5일(금)까지 서울 코엑스 A홀에서 개최됐습니다. 국내외 총 300여개 기업이 참가해 450개 부스 규모로 운영되었으며, 3일 동안 약 2만명 이상의 참관객이 다녀갔습니다. 소프트웨이브 2025는 기업·공공·제조·금융 등 다양한 산업의 IT 실무자들이 모여 ‘지금 쓰이는 기술’과 ‘곧 필요해질 기술’을 동시에 확인할 수 있는 자리였습니다.
– 날짜 : 2025-12-03 (수) ~ 2025-12-05 (금)
– 주최 : 소프트웨이브 조직위원회
– 장소 : 서울 강남구 영동대로 513 코엑스 1층 A홀 (서울 삼성동)
– 전시 구성 : 패키지 SW, IT 서비스, 융합 SW, 인터넷 SW, 게임/콘텐츠 SW
– 총 참관객 수 : 20,816명
슬렉슨은 이번 소프트웨이브 2025에 한국인공지능·소프트웨어산업협회(KOSA) 공동관으로 공식 참가해, 엔터프라이즈 환경을 전제로 한 AI 개발 솔루션을 소개했습니다. 특히 외부 네트워크와 분리된 온프레미스(Air-Gap) 환경을 고려한 구조를 중심으로, 실제 기업·공공 조직의 개발 환경에서 AI를 어떻게 적용할 수 있는지에 초점을 맞췄습니다.
전시에서는 개별 제품의 기능 설명보다는 슬렉슨이 제안하는 Agentic SDLC Reference Architecture를 중심으로 이야기를 풀어갔습니다. 요구사항 작성 단계부터 코드 이해, 테스트 생성과 검증에 이르기까지의 과정이 분절되지 않고, 하나의 AI 흐름으로 이어질 수 있다는 점을 실제 개발 프로세스 관점에서 설명했습니다.
구조화되지 않은 요구사항을 의미 단위로 정리하고, 그 결과가 코드와 테스트 단계까지 자연스럽게 연결되는 방식, 그리고 이러한 흐름이 엔터프라이즈 환경에서도 현실적으로 운영 가능하다는 점을 중심으로 AI를 단순한 보조 도구가 아니라, 개발 전 과정을 관통하는 구조적 요소로 활용하는 접근 방식을 공유했습니다.
외부 네트워크 연결 없는 완전한 독립 환경(Air Gap)에서도 동작하는 AI 코딩 어시스턴트
#온프레미스 지원 #맥락형 답변 엔진 #Doc Ingestion API
복잡한 R&D 요구사항, 설계, 테스트 데이터를 중앙화·추적·검증하는 AI 기반 추적성 플랫폼
#온프레미스 지원 #AI Spec Editer #실시간 협업
소프트웨이브 2025는 표면적으로 AI·소프트웨어 기술 전시회였지만, 현장에서 체감된 분위기는 달랐습니다. 더 이상 “AI가 무엇을 할 수 있는가”를 묻는 자리는 아니었습니다. 참관객들이 던진 질문은 훨씬 구체적이었고, 동시에 현실적이었습니다.
“우리 조직의 개발 환경에 맞게 실제로 쓸 수 있느냐”, 그리고 “운영까지 고려했을 때 감당 가능한가”가 핵심이었습니다.
슬렉슨은 이번 전시에서 단일 기능 중심의 AI 솔루션이 아니라, 요구사항–코드–테스트–운영으로 이어지는 SDLC 전체를 하나의 구조로 바라보는 AI 적용 방식을 중심에 두고 현장에 섰습니다. 그리고 그 선택은, 예상보다 훨씬 많은 공감을 이끌어냈습니다.
부스 상담에서 가장 자주 등장한 화두 중 하나는 테스트 자동화였습니다. 다만 이 주제는 단순히 “자동화 툴이 있느냐”의 문제가 아니었습니다.
한 참관객은 웹 기반 시스템을 Delphi 환경으로 전환하고 있는 상황을 설명하며, 기존 테스트 자동화 방식이 거의 적용되지 않는다고 이야기했습니다. 또 다른 조직에서는 개발자가 아닌 기획자나 품질 담당자도 소스코드를 직접 검토해야 하는 상황이 반복되고 있다고 했습니다.
이런 맥락에서 테스트 자동화는 곧 코드 이해의 문제로 확장되었습니다.
“테스트를 자동으로 돌리는 것보다 이 코드가 무엇을 하는지 설명해줄 수 있느냐”는 질문이 자연스럽게 따라왔습니다. 슬렉슨은 이 지점에서 AI가 단순히 코드를 생성하거나 테스트를 수행하는 도구가 아니라, 코드의 구조와 의도를 드러내는 분석 도구가 되어야 한다는 관점을 공유했습니다.
AI 문서 솔루션, 특히 RAG에 대한 문의 역시 많았습니다. 하지만 흥미로운 점은, 대부분의 조직이 이미 RAG라는 개념 자체는 검토해봤다는 사실이었습니다.
대신 현장에서 나온 질문은 훨씬 깊었습니다. 내부 문서를 단순히 검색하는 수준을 넘어 문서 간 관계를 어떻게 정의할 것인지, 그래프 형태의 문서 구조를 어떻게 LLM과 결합할 것인지에 대한 논의가 이어졌습니다.
일부 참관객은 그래프 문서 구조를 언급하며, 과거 파트너십을 검토했던 ㅇ사와의 기술적 적합성에 대해서도 질문했습니다. 이는 RAG가 더 이상 실험적인 PoC 단계가 아니라, 도메인 구조와 결합된 운영 시스템으로 넘어가고 있음을 보여주는 장면이었습니다.
슬렉슨은 이러한 질문에 대해 RAG 이전 단계에서 반드시 필요한 문서 구조화와 맥락 설계의 중요성을 강조하며, Puteron AI를 기반으로 한 온프레미스 LLM 인프라 구성을 함께 설명했습니다.
현장에서 특히 인상 깊었던 점은 R&D 인원이 많지 않은 조직들의 적극적인 반응이었습니다.
2명에서 많게는 30명 수준의 R&D Center를 보유한 기업들이 공통적으로 이야기한 고민은, 코드가 사람에게 종속되어 있다는 점이었습니다. C++ 기반으로 자체 CAD 툴을 개발해온 한 기업은, 특정 개발자가 아니면 시스템 전체를 이해하기 어렵다는 점을 가장 큰 리스크로 꼽았습니다.
이러한 상황에서 AI에 기대하는 역할은 명확했습니다. 새로운 코드를 대신 작성해주는 것이 아니라, 기존 코드의 맥락을 설명하고, 유지보수와 인수인계를 가능하게 만들어주는 것. CodeCenter에 대한 자료와 데모 요청이 이어진 것도 이 때문이었습니다.
항공·자동차·공공 분야 참관객과의 상담에서는 공통적으로 ‘Air-Gap’ 환경이 언급되었습니다.
AI를 도입하고 싶지만, 외부 네트워크와 단절된 환경에서 운영해야 하는 조직들에게 가장 중요한 질문은 하나였습니다.
“이 AI는 우리 보안 정책 안에서 돌아갈 수 있나요?”
C레벨 의사결정자가 직접 상담에 참여하는 경우도 있었고, 애플리케이션 소스 코드에 대한 보안 취약점 진단 가능 여부를 묻는 질문도 이어졌습니다. 이는 AI의 성능보다 통제 가능성과 책임 소재가 훨씬 중요한 요소가 되었음을 보여줍니다.
Trace.Space에 대해서는 특히 항공·자동차 산업군의 관심이 두드러졌습니다. 요구사항과 테스트를 구조적으로 연결하고, 변경 이력을 추적하는 방식에 대해 실무적인 질문이 이어졌습니다. 데모 영상 요청, 공공기관 사례 요청, 구축 이후 유지보수 비용을 어떻게 줄일 수 있는지에 대한 논의도 자연스럽게 이어졌습니다.
슬렉슨은 전시 부스 운영 외에도, 소프트웨이브 2025 기간 동안 다양한 공식·비공식 프로그램에 참여하며 현장의 흐름을 입체적으로 확인했습니다. 특히 이번 행사에서는 국내 참관객뿐 아니라 해외 바이어 및 글로벌 파트너와의 직접적인 접점이 다수 형성되었다는 점이 인상적이었습니다.
일본 파트너와의 미팅에서는 일본어로 직접 상담이 진행되며, 현지 기업 환경에서의 개발 프로세스와 AI 도입 방식에 대한 구체적인 논의가 이루어졌습니다. 단순한 솔루션 소개를 넘어, 일본 기업들이 중요하게 여기는 품질 기준과 보안 요구 사항을 중심으로 대화가 이어졌다는 점에서 의미 있는 교류였습니다.
또한 대만 기업과의 미팅에서는 금융권(B2C 서비스 중심) 환경에서의 AI 활용 가능성이 주요 화두로 떠올랐습니다. 대규모 고객 데이터를 다루는 금융 서비스 특성상, 내부 문서와 시스템을 어떻게 구조화하고 AI로 안전하게 활용할 수 있는지에 대한 관심이 높았으며, 단순한 기술 호기심을 넘어 실제 서비스 운영 관점에서의 질문으로 이어졌습니다. B2C 금융 환경에서도 엔터프라이즈 수준의 AI 구조가 필요하다는 점을 확인할 수 있었던 대목입니다.
인도네시아 기업과의 미팅에서는 보다 직접적으로 슬렉슨 자체 솔루션에 대한 관심이 나타났습니다. 특히 CodeCenter를 통한 코드 이해·분석 방식과, Puteron AI 기반의 인프라 구성에 대해 구체적인 질문이 이어졌으며, 자사 개발 환경에 적용했을 때의 활용 시나리오를 중심으로 논의가 진행되었습니다. 슬렉슨의 솔루션이 특정 산업이나 국가에 한정되지 않고, 다양한 개발 성숙도를 가진 조직에서도 실질적인 가치를 제공할 수 있음을 느낄 수 있었던 순간이었습니다.
이와 함께 주최사에서 초청한 국내 공공·국방 분야의 주요 의사결정자(C-level)를 대상으로 구성된 도슨트 투어에 참여 기업으로 소개되었습니다. 해당 프로그램은 각 기관의 기술 책임자와 임원급 참관객을 중심으로 검증된 기술과 기업을 선별해 소개하는 공식 프로그램으로 운영되었습니다.
슬렉슨은 이 자리에서 자사의 엔터프라이즈 AI 솔루션이 공공·국방 환경과 같은 고보안·고신뢰가 요구되는 영역에서도 적용 가능하도록 설계되어 있다는 점, 그리고 단기적인 기술 도입이 아닌 장기 운영을 전제로 한 개발·운영 구조를 지향하고 있다는 방향성을 중심으로 설명했습니다.
AI 도입은 이제 기술 선택의 문제가 아니라, 조직 구조·보안·운영 비용을 포함한 설계의 문제가 되었습니다.
이번 소프트웨이브에서 슬렉슨이 마주한 질문들은 모두 같은 방향을 가리키고 있었습니다.
AI를 “써볼 것인가”의 단계는 이미 지났고, 이제는 “우리 조직에서 안정적으로 굴릴 수 있는가”가 핵심 기준이 되었습니다.
슬렉슨은 이번 현장에서 확인한 요구와 고민을 바탕으로, 엔터프라이즈 환경에서 현실적으로 작동하는 AI 기반 SDLC 구조를 지속적으로 구체화해 나갈 예정입니다.
▶ 제품 소개자료 다운로드
▶ 현장에서 가장 많이 언급된 주제를 더 보고 싶다면 아래 블로그를 참고해보세요.
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.
© SLEXN, Inc. All rights reserved.
이번 웨비나에서는 요구사항 분석, 테스트 생성, 변경 영향 분석을 자동화하는 단 하나의 AI 요구사항 솔루션 Trace.Space에 대해 알아봅니다.
