최근 AI는 "로그인 기능을 만들어줘" 같은 자연어 명령만으로 실제 실행 가능한 코드를 자동으로 만들어줄 정도로 발전했지만, 종종 보안 취약점, 논리 오류, 확장성 부족 등의 문제를 드러냅니다.

한국전자통신연구원(ETRI)이 대규모 언어모델(LLM)을 활용해 AI가 소스코드를 만들 때 기능뿐만 아니라 보안성과 안정성까지 보장할 수 있는 핵심 기술을 개발했습니다.

기존 코드 생성 기술은 단순히 코드를 빠르게 만드는 수준의 기능 구현해 집중했습니다.

반면, 이번 기술은 로그인이나 파일 처리 같은 기능을 구현할 때 입력 검증·예외 처리·성능 관리 등 품질 요소를 자동으로 반영합니다.

ETRI는 또 C/C++ 언어에 특화된 고품질 학습 데이터를 자체 구축하고 4만 건의 훈련 데이터셋을 확보했습니다.

이를 통해 운영체제 등 핵심 산업에 널리 쓰이는 C/C++ 언어의 한계였던 AI 학습용 데이터 부족에 따른 생성코드 성능 저하 문제를 해결했습니다.

이 데이터를 AI 모델 4종에 적용한 결과, 모든 모델의 코드 품질이 향상돼 훈련 데이터의 질과 양이 핵심 요인임을 입증했습니다.

ETRI는 최근 PULSE 코드 자동화 오픈소스 워크숍을 열고 관련 주요 연구성과를 공개했습니다.

또한 로봇 제어와 차량용 소프트웨어 자동화 등 산업 분야 적용 확대를 추진 중입니다.

ETRI 정영준 온디바이스AI연구본부장은 "이 기술을 산업 현장에서 실제 검증을 거쳐 다양한 프로그래밍 언어와 산업 특화 영역으로 확대 적용할 계획"이며 "이를 통해 국내 소프트웨어 개발 생태계의 경쟁력 강화에 큰 역할을 할 것으로 기대한다"고 말했습니다.

TJB 대전방송