---
title: "LG CNS, 바이브 코딩을 넘어 기업 시스템까지 이해하는 AI 개발자 공개"
published: 2026-06-08T01:05:03.986Z
canonical: https://jeff.news/article/3864
---
# LG CNS, 바이브 코딩을 넘어 기업 시스템까지 이해하는 AI 개발자 공개

LG CNS가 대규모 IT 시스템 구축·운영 전 과정을 자동화하는 에이전틱 AI 개발 플랫폼 AIND를 출시했다. 자연어 요구사항 입력부터 분석·설계, 코딩, 테스트·품질 검증까지 여러 AI 에이전트가 협업하고, 기업별 개발 표준·보안 규정·소스코드를 구조화한 지식 파운데이션으로 기존 시스템과의 충돌을 줄이는 방식이다.

- LG CNS가 대규모 IT 시스템 구축·운영 전 과정을 자동화하는 에이전틱 AI 개발 플랫폼 AIND를 출시함
  - 정식 이름은 데브온 에이전틱 AIND(AI Native Development)
  - 사용자가 자연어로 요구사항을 입력하면 여러 AI 에이전트가 역할을 나눠 개발 과정을 수행하는 구조임
  - LG CNS는 이걸 “바이브 코딩을 넘는 AI 개발자” 포지션으로 밀고 있음

- AIND는 개발 과정을 크게 세 종류의 에이전트 협업으로 처리함
  - 고객 요구사항 분석·설계 에이전트
  - 코딩 에이전트
  - 테스트·품질 검증 에이전트
  - 즉, 코드 한 조각 생성이 아니라 요구사항부터 검증까지 엔드투엔드(End-to-End) 자동화를 노림

```mermaid
sequenceDiagram
    participant 사용자
    participant 분석설계에이전트
    participant 코딩에이전트
    participant 검증에이전트
    participant 지식파운데이션
    사용자->>분석설계에이전트: 자연어 요구사항 입력
    분석설계에이전트->>지식파운데이션: 업무 규칙과 시스템 맥락 조회
    분석설계에이전트->>코딩에이전트: 설계 결과 전달
    코딩에이전트->>지식파운데이션: 개발 표준과 기존 소스 확인
    코딩에이전트->>검증에이전트: 생성 코드 전달
    검증에이전트->>지식파운데이션: 보안 규정과 품질 기준 대조
    검증에이전트->>사용자: 검증된 결과 반환
```

- LG CNS가 지적한 기존 바이브 코딩의 한계는 꽤 날카로움
  - 자연어로 코드를 만들 수는 있지만, 기업 시스템 구조와 업무 맥락을 모르면 기존 시스템과 충돌할 수 있음
  - 대규모 IT 시스템은 코드만 맞는다고 끝나는 게 아니라 개발 표준, 보안 규정, 레거시 연동, 테스트 기준까지 맞아야 함
  - 그래서 AIND는 단순 코드 생성기보다 기업용 개발 플랫폼 쪽에 가까운 포지션을 잡음

> [!IMPORTANT]
> AIND의 핵심은 코딩 에이전트 자체보다, 기업별 개발 표준·보안 규정·기존 소스코드를 AI가 이해할 수 있게 구조화한 ‘지식 파운데이션’임.

- 지식 파운데이션은 AIND의 핵심 경쟁력으로 소개됨
  - 개발 표준, 보안 규정, 시스템 소스코드 등 기업 IT 정보를 AI가 이해 가능한 형태로 구조화한 온톨로지 데이터베이스임
  - AIND는 이 데이터를 기반으로 기업의 시스템과 업무를 학습해 고객 맞춤형 개발을 수행한다고 함
  - 쉽게 말해 “우리 회사 코드베이스와 규칙을 모르는 AI” 문제를 줄이겠다는 접근임

- 레거시 모더나이제이션 기능도 꽤 세게 내세움
  - COBOL 같은 구 언어로 개발된 시스템을 Java로 자동 변환하는 기능을 지원함
  - 기존에 수 주 이상 걸리던 코드 분석·변환·검증 작업을 분 단위로 단축할 수 있다는 설명임
  - LG CNS는 현재 국내 대형 금융사 차세대 프로젝트에 AIND 기반 COBOL to Java 기능을 적용 중이라고 밝힘

> [!WARNING]
> “수 주를 분 단위로 단축”은 엄청난 주장이라 실제 현장에서는 변환률, 검증 범위, 예외 케이스 처리, 책임 소재를 반드시 따져봐야 함.

- AIND는 미국 오픈소스 AI 코딩 기업 Cline과 공동 개발됨
  - Cline의 AI 코딩 에이전트는 GitHub에서 성장률 4704%를 기록했다고 LG CNS가 설명함
  - 양사는 미국, 일본, 동남아시아를 중심으로 금융·공공·제조·방산 같은 보안·규제 산업에 AIND 적용을 넓힐 계획임
  - 타깃 산업을 보면 개발자 생산성 도구라기보다 엔터프라이즈 SI 자동화 플랫폼에 가까움

- 한국 개발자에게 직접적인 관전 포인트가 많음
  - 금융권 차세대, 공공 시스템, 제조 ERP처럼 한국 SI 시장의 큰 프로젝트에 AI 에이전트가 들어오는 사례임
  - 개발자 입장에서는 “AI가 코드를 짜준다”보다 “AI가 기존 시스템 맥락을 얼마나 이해하고 검증까지 할 수 있나”가 진짜 질문임
  - 특히 레거시 전환 프로젝트에 투입되는 개발자라면 생산성 향상과 검증 부담이 동시에 올 수 있음

---

## 기술 맥락

- AIND가 노리는 문제는 일반적인 코딩 자동화가 아니에요. 기업 시스템 개발에서는 요구사항, 내부 표준, 보안 규정, 기존 소스 구조가 서로 얽혀 있어서, 모델이 코드만 잘 만든다고 바로 쓸 수 없거든요.

- 그래서 지식 파운데이션이 핵심이에요. 회사의 개발 표준, 보안 규정, 기존 시스템 소스코드를 온톨로지 데이터베이스로 구조화하면 AI가 “이 회사에서는 어떤 방식으로 개발해야 하는지”를 참고할 수 있어요.

- COBOL to Java 기능이 중요한 이유도 여기에 있어요. 금융권 레거시 전환은 코드 변환보다 분석과 검증이 더 오래 걸리는 경우가 많거든요. LG CNS가 수 주 작업을 분 단위로 줄일 수 있다고 말한 것도 분석·변환·검증 전체를 자동화 대상으로 보기 때문이에요.

- 다만 실제 현장에서는 자동 변환 결과를 어디까지 신뢰할 수 있는지가 관건이에요. 레거시 시스템은 예외 로직과 업무 규칙이 코드 곳곳에 숨어 있어서, 생성된 Java 코드가 문법적으로 맞는 것과 운영 업무를 정확히 재현하는 건 다른 문제예요.

- 개발자에게는 생산성 도구이면서 동시에 검증 책임을 재정의하는 변화예요. AI가 초안을 만들고 테스트까지 돌려도, 금융·공공·방산 같은 규제 산업에서는 최종 품질과 보안 책임을 사람이 어떻게 확인할지 설계해야 하거든요.

## 핵심 포인트

- AIND는 요구사항 분석·설계, 코딩, 테스트·품질 검증 에이전트가 협업하는 개발 자동화 플랫폼
- 바이브 코딩의 한계로 기업 시스템 맥락 부족과 기존 시스템 충돌 가능성을 지적
- 기업 IT 정보를 온톨로지 데이터베이스로 구조화한 지식 파운데이션이 핵심 경쟁력
- COBOL 기반 레거시 시스템을 Java로 자동 변환하는 기능을 제공
- 기존에 수 주 이상 걸리던 코드 분석·변환·검증을 분 단위로 줄일 수 있다고 설명
- 미국 오픈소스 AI 코딩 기업 Cline과 공동 개발했고, 금융·공공·제조·방산으로 확대 계획

## 인사이트

이건 단순 코딩 도우미 출시 뉴스가 아니라, SI와 레거시 모더나이제이션 시장에 AI 에이전트를 집어넣겠다는 선언에 가깝다. 진짜 관전 포인트는 코드 생성 품질보다 기업별 규칙·보안·레거시 맥락을 얼마나 안정적으로 모델에 먹일 수 있느냐임.