소프트웨어 공학과 파운데이션 모델: FM 배심원을 활용한 산업 블로그 통찰

초록

본 연구는 소프트웨어 공학(SE)과 파운데이션 모델(FM)의 상호작용을 실무자 관점에서 분석한다. FM을 SE에 적용하는 FM4SE와 SE 방법론으로 FM을 구축하는 SE4FM에 관한 1,152개의 산업 블로그를 FM으로 구성된 ‘배심원’ 방식을 사용해 체계적으로 분류 및 요약했다. FM4SE에서는 코드 생성이 가장 활발히 논의되나, 이해, 요약, API 추천 등 다양한 활동에 FM이 활용되고 있음을 확인했다. SE4FM에서는 모델 배포 및 운영, 시스템 아키텍처 구축이 주요 화두이며, 클라우드뿐만 아니라 경량화된 모델을 에지/모바일 장치에 배포하는 관심도 증가하고 있다. 이를 바탕으로 학계와 실무 간 격차를 해소할 8가지 미래 연구 방향을 제시한다.

상세 분석

본 연구의 방법론적 핵심은 ‘FM/LLM 배심원(Jury)’ 접근법이다. 단일 FM 평가자(LLM-as-a-judge)의 편향성과 비용 문제를 해결하기 위해 GPT-4o-mini, Gemini-1.5-Flash, Qwen2-72B-Instruct 등 세 가지 FM을 배심원으로 구성했다. 각 블로그 포스트는 각 FM에 의해 독립적으로 라벨링되고 신뢰도 점수가 부여되며, 최종 라벨은 다수결 원칙(동점 시 정규화된 신뢰도 점수로 결정)으로 결정된다. 이 과정은 사전 정의된 라벨 체계와 Few-shot 학습, Chain-of-Thought 프롬프팅 기법을 활용해 정확도를 높였으며, 인간 평가자와의 Cohen’s Kappa 계수(0.86~0.92)를 통해 우수한 일치도를 입증했다.

분석 결과에서 드러난 주요 인사이트는 다음과 같다. 첫째, FM4SE 영역에서는 코드 생성이 가장 많이 논의되고 있지만, 이는 빙산의 일각에 불과하다. 코드 이해, 문서화/요약, API 추천, 리팩토링, 취약점 탐지 등 소프트웨어 생명주기 전반에 걸쳐 FM의 적용 사례가 풍부하게 보고되고 있다. 이는 FM이 단순한 코딩 도우미를 넘어 종합적인 SE 지원 도구로 진화하고 있음을 시사한다. 둘째, SE4FM 영역에서는 ‘모델 배포 및 운영’과 ‘시스템 아키텍처 및 오케스트레이션’이 압도적인 비중을 차지한다. 이는 산업계가 생성형 AI 애플리케이션을 실제 서비스로 구축하고 운영하는 데 당면한 실용적 과제에 집중하고 있음을 반영한다. 특히 클라우드 중심 배포와 함께 모델 압축(Compression) 및 에지 디바이스 배포에 대한 관심이 증가하는 추세는 FM의 민주화와 효율성 추구를 보여준다. 연구는 또한 RAG(Retrieval-Augmented Generation)와 벡터 데이터베이스 활용, 에이전트 및 워크플로우 오케스트레이션, LoRA/RLHF를 이용한 모델 맞춤화 등 현재 산업의 핵심 구현 패턴을 잘 포착하고 있다.