민첩한 인텔리전스: AI는 기술 및 비즈니스 협업에 절실히 필요한 향상을 제공합니다.

AI와 애자일 개발 방식을 결합하면 소프트웨어 설계 및 개발 프로세스를 강화할 수 있는 잠재력이 있습니다.

기술팀과 비즈니스팀 간의 긴밀하고 반복적인 작업을 장려하는 애자일 운동이 흥미로운 전환을 맞이하고 있습니다. 인공 지능(AI)이 개입하여 모든 사람의 동기화를 유지하고 개발자와 IT 전문가가 비즈니스 운영에 더 많은 시간을 할애할 수 있도록 지원합니다.

AI의 영향은 20년 전에 처음으로 실무가 소개된 이후 Agile에서 가장 흥미로운 발전이 될 가능성이 있습니다. 미래에는 또 다른 종류의 AI, 즉 Agile Intelligence에 대해 이야기하게 될 수도 있습니다.

중요한 것은 AI가 Agile에 미치는 영향이 양방향으로 작용한다는 것입니다. AI가 Agile에 영향을 미치는 것처럼 AI 기반 시스템을 구축하고 실행하려면 Agile 철학도 필요합니다. 그러나 AI와 Agile을 함께 사용하면 기업이 소프트웨어 설계 및 개발 프로세스를 강화할 수 있는 잠재력이 있습니다.

BMC의 디지털 서비스 및 운영 관리 담당 수석 부사장 겸 총괄 관리자인 Margaret Lee는 "인공 지능은 지식에 대한 더 빠른 액세스, 간소화된 워크플로 및 자동화된 프로세스를 통해 개발자, 운영 및 사용자를 더 가깝게 만듭니다."라고 말합니다.

아마도 AI 기반 협업의 가장 강력한 이점은 기술 팀과 사용자 모두에게 시간을 돌려준다는 것입니다. Aflac의 수석 부사장인 Keith Farley는 "AI는 많은 관리 활동에 도움을 줄 수 있으므로 자동으로 협업에 더 많은 시간을 제공합니다."라고 말합니다.

그는 AI가 본질적으로 "일종의 초강대국 협력자" 역할을 한다고 말합니다. "예를 들어 두 사람을 한자리에 모으면 두 사람의 생각, 경험 및 성격이 토론에 기여할 수 있습니다. 네 사람이 있다면 4명이 됩니다. 그러나 AI 세대를 위한 자리를 마련하는 것은 수백만 명의 다양한 사람들의 생각과 태도를 토론에 추가하는 것과 같습니다."

이러한 다양한 생각을 토론에 가져오면 "우리는 우리 자신의 편견을 넘어 더 폭넓게 보고 다양한 관점을 이해할 수 있게 되어 더 나은 제품과 결과를 얻을 수 있게 될 것입니다"라고 Farley는 덧붙입니다.

BMC의 Lee는 많은 IT 전문가들이 AI 기반 협업의 잠재력에 흥미를 갖고 이미 실험을 진행하고 있다고 말했습니다. 그녀는 "생성, 인과, 상관관계, 예측 또는 복합 AI를 통해 모두 함께 작동하는 AI 혁신과 사용 사례가 현재 일어나고 있습니다"라고 말합니다.

"AI 기반 자동화는 개선된 변경 관리를 통해 작업을 단순화하고 가속화함으로써 개발자 경험을 향상시킵니다. AI는 DevOps 및 SRE와 같은 팀 간에 자동으로 통찰력을 공유하여 새로운 애플리케이션 및 프로세스 개선을 위한 더 큰 협업을 촉진합니다."

AI는 "대규모 협업과 혁신을 촉진"하는 데 도움이 될 수 있다고 Miro의 최고 운영 책임자인 Varun Parmar는 동의합니다. "혁신의 가장 큰 장애물은 레거시 도구 및 조직의 과제, 특히 부서간 협업과 관련된 과제와 같은 기술적 과제입니다. 두려움은 혁신을 방해하고 기업은 혁신의 우선순위를 정하는 것을 두려워합니다."

실행 중인 AI 기반 협업의 예로는 "문제의 근본 원인 분석을 식별하는 동시에 사고가 발생하기 전에 예측 식별 및 자동 해결을 통한 팀 간 협업"이 있다고 Lee는 말합니다. "또한 AI는 HR 직원 온보딩과 같은 부서 전반의 워크플로 관리를 자동화하여 협업을 개선하고 있습니다."

이러한 노력의 최종 결과는 AI가 "종종 여러 회사에서 팀을 괴롭히는 지루한 오버헤드 작업을 제거하는 것"이라고 Miro의 Parmar는 말합니다. "이는 기술 다이어그램 작성, 코드 해석, 콘텐츠 클러스터링 및 요약과 같은 작업을 수행하는 데 가장 적합한 소프트웨어를 찾는 것을 의미합니다."

AI가 혼합되면서 "팀은 추진력과 집중력을 소모하는 관리 작업에 소요되는 시간을 줄이고 프로젝트의 혁신 및 협업 단계에 더 많은 시간을 할애하고 있습니다"라고 Parmar는 덧붙입니다. "브레인스토밍 중에 참가자의 지식 격차를 없애고 비즈니스 또는 제품 결정을 형성하는 소비자 행동 동향에 대한 심층적인 조사를 촉진합니다. 이는 몇 시간 또는 며칠이 아닌 단 몇 초 만에 인간의 연구 편견을 제거합니다."

Lee는 IT 부서를 위한 가장 중요한 최신 도구 중 하나가 IT 운영을 위한 인공 지능(AIOps)이라고 말합니다. AIOps는 "운영 환경을 실시간으로 모니터링하여 사건이 기업에 영향을 미치기 전에 자동으로 확인하고 대응"하는 데 도움이 됩니다. 프로세스의 일부로 AIOps는 근본 원인 분석과 실시간 사고 상관관계를 지원합니다.

AI는 또한 "관련 데이터 및 프로세스를 분석하고, 위험을 완화하고, DevOps를 발전시키는" 변화 관리를 촉진합니다. DevOps 도구와의 통합으로 "변경 요청을 소프트웨어 개발 수명주기와 연결하고 CI/CD 파이프라인 단계를 가져와 변경 관리자와 개발자 간의 직접적인 커뮤니케이션을 가능하게 합니다."

그러나 AI는 IT 운영에 일부 위험을 가져온다고 Lee는 경고합니다. "생성 AI를 살펴보면 산업 전반에 걸쳐 데이터를 수집하고 연관시키는 작업을 줄이는 프로세스를 자동화할 수 있습니다."라고 그녀는 말합니다. "조직과 고객은 이전에 볼 수 없었던 수준의 디지털 운영 효율성을 달성할 수 있지만 기업 사용 사례의 경우 AI 모델은 내부 데이터 세트에 대해 교육을 받아야 합니다."

생성적 AI는 "고객 경험, IT 운영 간소화 등 상당한 이점을 제공하지만 신중하게 구현해야 합니다"라고 Lee는 말합니다. "AI의 한계를 이해하고 앞으로의 어려움을 피하기 위해 적절한 교육을 보장해야 합니다."

Lee는 특히 데이터 품질과 무결성에 미치는 영향에 대해 우려하고 있습니다. 그녀는 "기업이 잘못된 사용 사례와 잘못된 데이터에 AI와 ChatGPT를 적용하면 오용, 출력 결함 또는 민감한 데이터 유출과 같은 심각한 결과가 발생할 수 있습니다"라고 경고합니다. "이로 인해 비즈니스 중단, 데이터 무결성 손상 및 고객 불만이 발생할 수 있습니다. 또한 시간이 지남에 따라 모델을 훈련하는 방법에도 문제가 있습니다. 자체 생성 데이터를 사용하면 모델 붕괴로 이어질 수 있습니다."

그러나 Lee는 대부분의 기술 제품과 서비스가 향후 12개월 동안 생성적 AI 기능을 통합하여 "기술을 생성하고 소통하는 대화 방식을 도입하여 민주화로 이어질 것"이라고 예측합니다. AI 솔루션 기술은 Agile 팀에 명확하고 실행 가능한 통찰력을 제공하고 위험을 감수하고 문제 해결을 위한 권장 사항을 제공합니다."