[아이티데일리] 인스웨이브(대표 어세룡)가 지난달 2일 서울 여의도 콘래드호텔에서 ‘2025 인공지능(AI) 에이전트, Now Production-Ready- 인스웨이브 솔루션스 데이’를 개최했다. 인스웨이브는 AI 에이전트 기반 로우코드 애플리케이션 개발 도구 ‘AI 패스(AI Path)’를 공개했다.

AI 패스에는 인스웨이브가 자체 개발한 프론트엔드·백엔드 개발 도구, 애플리케이션 테스트 자동화 솔루션, 자체 거대언어모델(LLM) ‘딥스퀘어(Deep Square)’ 등이 탑재됐다. 인스웨이브는 이 플랫폼을 통해 AI 기반 엔드투엔드 자동화를 구현하고, 기업의 개발 생산성을 혁신적으로 높이겠다는 전략이다. 인스웨이브의 AI 혁신이 소개된 ‘2025 인스웨이브 솔루션스데이’ 행사로 들어가 본다.

“AI 패스로 열리는 개발의 혁신 여정”

인스웨이브 어세룡 대표가 ‘AI 패스로 열리는 개발의 혁신 여정’을 주제로 발표하며 행사의 포문을 열었다. 어 대표는 AI 기반의 로우코드 애플리케이션 개발 플랫폼 ‘AI 패스’를 발표하며, 이 솔루션을 ‘마이크로 프론트엔드와 AI 로우코드를 결합한 국내 최초의 솔루션’으로 정의했다. 이를 토대로 개발 생산성과 효율을 극대화할 것이라고 강조했다.

AI 패스의 핵심은 인스웨이브의 LLM인 ‘딥스퀘어’를 기반으로 한 통합 개발 환경에 있다. 프론트엔드 개발 도구 ‘웹스퀘어 AI’와 백엔드 개발 도구 ‘프로웍스 AI’가 유기적으로 결합돼 개발 워크플로우를 자동화한다. 특히 마이크로 프론트엔드(MFE) 아키텍처를 효과적으로 구현할 수 있다.

어 대표는 MFE 개발을 위한 △페이지(Page) △페이지 페더레이션(Page Federation) △메시지(Message) △메시지 포스팅(Message Posting) 등 네 가지 핵심 요소를 소개했다. 페이지는 SPA(Single Page Application)로 구현되는 독립적인 UI 단위로, MFE의 최소 모듈 역할을 수행하며 완전히 독립돼 작동된다.

페이지 페더레이션은 여러 개의 페이지를 조합해 하나의 통합된 애플리케이션 화면을 구성하는 기능이다. 이를 통해 개발팀은 독립적으로 UI를 개발하고, 필요에 따라 유연하게 조합할 수 있다. 메시지는 페이지 간, 또는 페이지와 백엔드 서비스 간에 데이터와 명령을 주고받는 데 사용되는 데이터 구조다.

마지막으로 메시지 포스팅은 직접적인 소스코드 의존성 없이 메시지 브로커를 통해 페이지 간 연동을 가능하게 하는 메커니즘이다. 이는 펍/섭(Pub/Sub)과 유사한 비동기 메시징 패턴을 추상화해, 개발자가 복잡한 통신 로직을 직접 구현할 필요 없이 단순한 API 호출만으로 페이지 간 통신을 가능하게 한다.

어세룡 대표는 “AI 패스는 AI 기반으로 페이지를 생성하고, 이 페이지들을 조합해 마이크로 프론트엔드를 구현하며, 자동화된 테스트와 애플리케이션 라이프사이클 관리, 그리고 협업까지 지원하는 혁신적인 플랫폼”이라며, “애플리케이션 개발의 새로운 기준을 제시할 것”이라고 말했다.

“AI 패스의 주요 기능: AI 기반 Dev, MFE, 테스트자동화”

인스웨이브 김욱래 CTO는 ‘AI 패스의 주요 기능: AI 기반 DEV, MFE, 테스트 자동화’를 주제로 발표했다. 김 CTO는 AI 패스가 엔터프라이즈 환경의 고유한 문제를 해결하기 위한 AI 기반 통합 개발 워크플로우라고 강조하며, 그 기술적 배경을 소개했다.

김 CTO는 “AI 패스는 단순한 AI 코딩 에이전트의 한계를 극복할 수 있는 솔루션이다. 현장에서 흔히 겪는 복잡성, 단절된 개발 흐름, 협업 난이도, 그리고 한국적 특수성인 폐쇄망 환경의 제약 문제를 해결하기 위해 설계됐다”고 설명했다.

김 CTO가 제시한 AI 패스의 4가지 핵심 기술은 △모듈 응집도 및 결합도 최적화 △AI 기반 작업 흐름 증강 △휴먼 인 더 루프(Human-in-the-Loop) 기반 품질 검증 △자동화된 대시보드 등이다.

모듈 응집도 및 결합도 최적화는 ‘메시지 페더레이션’과 ‘메시지 브로커’ 아키텍처를 사용해 팀의 독립성을 보장하고, 메시지 스키마를 통해 모듈 간의 의존성을 체계적으로 관리한다. 이는 마이크로 프론트엔드 및 마이크로서비스 아키텍처(MSA)에서 응집도를 높이고 결합도를 낮추는 데 필수적인 요소다.

다음은 AI 기반 작업 흐름 증강이다. AI가 할당된 작업을 분석하고, 필요한 개발 단계와 도구를 순서대로 제시하는 워크플로우 오케스트레이션(Workflow Orchestration) 기능을 수행한다. 이는 개발자가 맥락 전환에 드는 비용을 최소화하고, 전 과정을 하나의 흐름으로 묶어준다.

세 번째는 휴먼 인 더 루프 기반 품질 검증이다. AI 패스는 AI가 코드를 생성하고 설정을 제안하면, 개발자가 이를 검토하고 승인하는 과정을 반드시 거치도록 설계됐다. 이력 및 버전 관리를 통해 재현성을 확보하고, 자동화와 사람의 전문성을 결합해 품질을 높일 수 있다는 것이다.

마지막은 자동화된 대시보드다. 개발자 대시보드에서 작업 일정, 진척도, 코드 변경 영향도(Impact Analysis), 취약점, 테스트 상태 등이 자동으로 갱신된다. 이는 각 팀이 실시간으로 상황을 공유하고, 협업 요청을 자동화해 조율 시간을 획기적으로 단축시킨다.

특히 김욱래 CTO는 AI 패스가 폐쇄망 환경에 최적화된 솔루션임을 강조했다. 김욱래 CTO는 “AI 패스는 프라이빗 LLM 딥스퀘어를 기반으로 한다. 외부 인터넷 연결이 필수적인 퍼블릭 LLM 대신, 고객사 내부 보안망에 설치 및 운영이 가능한 자체 프라이빗 LLM 딥스퀘어를 중심으로 설계됐다. 이는 코드 유출, 개인정보 노출 등의 보안 리스크를 원천적으로 차단한다”면서 “자체 인프라 구축이 어려운 고객사를 위해 ‘AI 브리지(AI Bridge)’를 통해 딥스퀘어를 SaaS 형태로도 제공한다. 고객사 내부에 최소한의 AI 서버만 설치하고, 추론에 필요한 GPU 모델 트론(Model Tron)만 AI 브릿지로 보내는 API 기반 연동 구조로 초기 투자 및 운영 부담을 줄인다”고 부연했다.

“메타스퀘어: 소스 메타정보를 이용한 애플리케이션 라이프사이클 관리”

다음은 인스웨이브 백승진 팀장이 연단에 올라 ‘메타스퀘어: 소스 메타정보를 이용한 애플리케이션 라이프사이클 관리’를 주제로 발표했다. 백승진 팀장은 애플리케이션의 라이프사이클을 관리하는 솔루션 ‘메타스퀘어’를 소개했다.

메타스퀘어는 개발 및 운영에 있어 관리자들이 겪는 고민을 해결하기 위해 개발됐다. 보고된 진척률의 신뢰성, 개발자 간의 효과적인 협업, 코드 품질, 그리고 프로그램 수정에 따른 영향도 분석 등에 대한 명확한 해답을 제시한다. 소스의 메타정보를 이용해 UI뿐만 아니라 서버 측까지 효과적으로 통합된 관리를 제공한다.

메타스퀘어의 핵심 기능 중 하나는 영향도 분석이다. 프로그램 변경 시 UI에서 서버에 이르는 프로그램 간의 호출 정보를 자동으로 등록해 상세한 영향도 분석을 제공한다. 이를 통해 특정 파일이나 테이블이 수정될 때 어떤 다른 파일에 영향을 주는지 명확하게 관리할 수 있다. 또한 UI의 공통 함수가 변경될 때에도 함수 단위까지 추적해 영향도 분석에 유용하게 활용된다. 인스웨이브가 제공하는 모니터링 도구인 ‘엣지 스퀘어’와 연계하면 오류 발생 시 대상 프로그램의 영향도를 추적하고, 담당자 정보까지 확인할 수 있어 신속한 문제 해결이 가능하다.

다음으로 효율적인 협업 기능이다. 이에 대해 백승진 팀장은 “MFE 및 MSA 환경에서 협업은 매우 중요하다. 메타스퀘어는 페이지 포스팅과 서버 포스팅 기능을 통해 화면-화면, 화면-서버 간 통신을 지원한다. 포스팅 요청 시 대상 개발자에게 알림을 보내고, 대시보드에서 요청 단계별로 관리되므로 협업을 신속하고 명확하게 처리할 수 있다”면서 “포스팅에는 메시지라는 동일한 IO 메타가 사용되는데, 메타스퀘어는 메시지의 버전을 관리해 변경 사항이 발생하면 관련 개발자들에게 알림을 보내 명시적 수정을 요청한다. 메시지 버전 불일치 항목을 별도로 관리해 누가 잘못된 버전을 사용하는지 실시간으로 파악할 수 있다”고 부연했다.

아울러 자동화된 테스트 및 산출물 생성 기능도 갖췄다. 메타스퀘어는 테스트 스퀘어와 연동해 테스트 자동화도 지원한다. AI 기반 테스트 시나리오 생성이나 현업의 사용자 시연(레코딩)을 통해 테스트 케이스를 쉽게 작성할 수 있다. 작성된 테스트 케이스는 메타스퀘어의 프로그램과 연결돼 특정 프로그램이 수정되면 어떤 테스트를 수행해야 하는지 명확하게 연결된다.

프로그램 변경 시 영향도 분석을 통해 관련 테스트가 자동으로 테스트 대상 목록에 추가되고, 스케줄러에 의해 자동으로 수행된다. 테스트 결과는 성공 및 실패 여부, 오류 내용, 동작 화면 이미지, 동영상 정보까지 포함해 저장된다. 또한 메타스퀘어는 산출물 자동 생성 기능을 제공해 현행화 작업에 드는 공수를 대폭 절감한다. 현재 개발된 화면을 기준으로 화면 설계서를 자동으로 생성하고, 테스트 스퀘어에서 생성된 증적 화면 이미지를 포함한 단위 테스트 결과서도 자동으로 생성할 수 있다.

마지막으로 신뢰할 수 있는 진척률 관리 기능도 강점이다. 메타스퀘어는 PMS(Project Management System)와 연계해 개발된 소스나 테스트 결과가 진척에 자동 반영되므로 더욱 신뢰할 수 있는 진척률을 제공한다. 신한DS의 하모니 PMS, 국세청 내부 PMS 등과 연계 작업을 진행 중이며, 유연한 연계가 가능하다. 메타스퀘어의 개발자 대시보드와 관리자 대시보드는 모든 프로젝트 구성원이 동일한 데이터를 기반으로 소통하고 효율적인 의사결정을 내릴 수 있도록 돕는다.

“통합 엔드포인트 관리: AI 기반 엣지 디바이스 운영”

네 번째 발표는 인스웨이브의 최용수 본부장이 ‘통합 엔드포인트 관리: AI 기반 엣지 디바이스 운영’을 주제로 진행했다. 최용수 본부장은 기업의 모든 디지털 기기와 애플리케이션을 하나의 플랫폼으로 효율적으로 관리할 수 있는 UEM(Unified Endpoint Management) 솔루션‘엣지 스퀘어(Edge Square)’를 소개했다.

최용수 본부장에 따르면, 엣지 스퀘어는 크게 △운영 △모니터링 등 두 가지 기능을 제공한다. 먼저 사용자 기기, 주변 기기 관리, 애플리케이션 배포 및 업데이트, 푸시 메시지 등을 포함하며, 모든 주요 OS를 지원한다. 다음으로 모니터링 기능을 제공한다. 웹, 모바일 앱, 아이웍스와 같은 커스텀 영역까지 다양한 유형을 지원한다. 오류 모니터링(크래시 등)과 성능 모니터링(화면 로딩 및 거래 성능)으로 구분하고 서버 응답이 지연되지 않더라도 사용자가 불만을 토로하는 경우를 해결하기 위해 엔드포인트와 네트워크 구간까지 포함한 모니터링을 제공해 사용자 체감 속도에 가까운 분석을 가능하게 한다.

엣지 스퀘어의 핵심 특장점은 AI 기반 분석 및 자동화가 가능하다는 점이다. 엣지 스퀘어는 오류 발생 시 관리자 콘솔을 통해 사용자 정보, 기기 유형, OS 및 앱 버전 등 상세한 정보를 실시간으로 파악할 수 있다. AI 분석을 요청하면 인스웨이브의 LLM인 딥스퀘어를 이용해 원인 분석과 해결 방안을 제시하고, 이를 바탕으로 이슈를 등록할 수 있다. 오류가 수정되면 자동화된 프로세스가 시작되어 앱이 자동 빌드되고, 자동화 테스트에 성공하면 최종 결과물이 엣지 스퀘어에 업로드돼 자동 버저닝된다.

아울러 유연한 배포 및 업데이트도 가능하다. 업데이트 대상을 전체가 아닌 특정 조직이나 사용자로 구성된 그룹으로 한정할 수 있어 시범 배포를 손쉽게 운영할 수 있다. 엣지 스퀘어는 맥 OS, 안드로이드, iOS, 윈도우 등 다양한 플랫폼을 대상으로 업데이트 기능을 제공해 모든 엔드포인트가 최신 상태를 유지하도록 돕는다.

또한 성능 및 프로세스 모니터링도 강점이다. 성능 모니터링 시 화면 로딩 지연이 발생하면 오래 걸린 화면의 전체 통계를 확인하고, 워터폴(Waterfall) 형식으로 지연 요소를 한눈에 파악할 수 있다. AI는 특이점에 대한 가이드를 제시하고, 해당 시점의 리소스 사용량을 제공하여 종합적인 분석을 지원한다. 프로세스 모니터링은 시간의 흐름에 따라 어떤 프로그램이 CPU나 메모리를 많이 사용하는지 등 기기 리소스 사용 현황을 파악할 수 있다. 또한, 프로세스 트리를 통해 부모-자식 관계를 보여주며 동적 로딩된 모듈의 보안 이슈나 오류를 모니터링한다.

“C/S를 뛰어넘는 WEB: 타협없는 혁신으로 증명하다”

인스웨이브 김완수 프로가 ‘C/S를 뛰어넘는 WEB: 타협없는 혁신으로 증명하다’를 주제로 마지막 발표를 진행했다. 김완수 프로는 C/S(Client-Server)보다 웹이 느리다는 인식을 불식시키기 위해 인스웨이브의 기술력으로 웹의 성능 한계를 극복한 방법과 사례를 소개했다.

김완수 프로는 웹 전환 시 기업들이 겪는 성능의 벽을 △실시간 데이터 처리 △대용량 데이터 조회 △복잡한 화면 렌더링 △브라우저 메모리 한계 등 네 가지로 규정했다. 인스웨이브 김완수 프로는 이러한 문제를 해결하기 위해 지난 20년간 축적된 노하우를 바탕으로 엔진 레벨에서 새로운 접근 방식을 구현했다고 설명했다.

먼저 실시간 데이터 처리의 벽을 극복하고자 ‘리얼타임 뷰(Real-time View)’ 기술을 적용했다. 게임 엔진처럼 그래픽 가속을 활용하는 이 기술은 캐싱 최적화와 불필요한 메모리 복사 과정을 최소화한다. 데이터를 화면에 직접 렌더링하여 브라우저의 화면 갱신율을 극대화하고 C/S 환경을 뛰어넘는 부드러움을 구현한다. 시연에서는 초당 수백 건의 시세와 거래량 데이터가 단 한 번의 끊김도 없이 부드럽게 갱신되는 모습을 보였다.

다음으로 대용량 데이터 조회 한계를 타개하고자 ‘리얼 돔(Real DOM)’ 기술을 활용했다. 리얼 돔은 인스웨이브가 독자적으로 개발하고 특허까지 획득한 기술이다. 리얼 돔은 필요한 데이터만 지능적으로 로딩한다. 시연에서는 100만 건의 데이터를 3번 연속 조회하는 동안에도 브라우저 지연이나 멈춤 현상이 발생하지 않아 기술의 안정성을 입증했다.

복잡한 화면 렌더링을 위해 ‘지능형 돔 최적화’ 기술도 접목했다. 엔진 레벨에서 지능적인 돔 최적화 기술을 통해 수천 개의 컴포넌트로 구성된 복잡한 UI 화면도 메모리 누수 없이 안정적으로 렌더링한다. 시연에서는 5,000개의 컴포넌트로 이루어진 화면을 한꺼번에 렌더링하는 데 204밀리초(ms) 정도의 시간이 소요되는 성능을 보였다는 것이 김 프로의 설명이다.

마지막으로 브라우저 메모리 한계를 극복하기 위해 독점 엔진 기술을 개발했다. 앞서 세 가지 기술은 브라우저의 제한된 메모리 자원을 효율적으로 관리해 브라우저 멈춤 현상(프리징)을 방지한다. 인스웨이브의 기술은 보이는 화면만 렌더링하고, 스크롤 시 데이터를 새로 렌더링하는 방식으로 속도를 조절하는 것도 가능해 안정성을 더욱 높인다.

김완수 프로는 메이저 증권사의 실제 HTS 화면을 웹으로 전환한 사례를 들었다. 김 프로는 “HTS 화면을 웹으로 전환하는 과정에서 30개의 독립된 현재 금액 화면을 동시에 띄웠음에도 불구하고 단 한 번의 클릭으로 지연 없이 모든 화면이 렌더링됐다. 초당 수백 건의 시세와 호가, 거래량 데이터가 끊김 없이 부드럽게 갱신되는 것을 통해 웹이 C/S 환경의 성능을 넘어섰음을 보여준다”고 말했다.

마지막으로 김완수 프로는 “인스웨이브의 기술은 단순한 웹 전환이 아닌, C/S의 한계를 뛰어넘는 혁신을 약속한다. 인스웨이브의 혁신 솔루션은 고객의 비즈니스 혁신을 위한 최적의 선택이다”라고 강조했다.