AWS, AI 코딩 도구 ‘키로’ 대폭 개편…요구사항 검증·병렬 실행으로 개발 병목 줄인다

아마존웹서비스(Amazon Web Services, AWS)가 AI 소프트웨어 개발 도구 ‘키로(Kiro)’의 기능을 대거 강화했다. 설계 단계와 실제 코드 실행 사이에서 생기는 ‘병목’을 줄이면서도, 구현 오류를 사전에 걸러 개발 속도와 품질을 함께 끌어올리려는 시도다.

AWS는 13일 키로에 ‘병렬 작업 실행’, ‘퀵 플랜’, ‘요구사항 분석 엔진’ 등 새 기능을 추가한다고 밝혔다. 이번 업데이트는 모두 이날부터 순차 적용된다. 핵심은 개발자가 기능 명세를 입력했을 때, 불필요하게 순차 처리되던 작업을 동시에 실행하고, 애매한 요구조건은 코드 작성 전 단계에서 먼저 검증하도록 한 점이다.

AWS의 안킷 샤르마 제품 관리자와 리처드 스렐켈드 수석 엔지니어는 블로그를 통해 키로가 ‘명세 기반 개발’에 초점을 맞추고 있다고 설명했다. 이는 사양을 먼저 정교하게 다듬은 뒤 코드를 구현하는 방식으로, 결과물의 품질을 높이는 데 유리하다. 다만 그만큼 승인 절차와 검토 단계가 많아져, 빠른 개발을 중시하는 조직에는 속도 저하 요인으로 작용할 수 있었다.

실제로 기존 키로는 10개 작업이 담긴 기능 명세를 받더라도, 서로 의존성이 없는 6개 작업을 한 번에 처리하지 않고 순서대로 실행하는 경향이 있었다. 서로 다른 엔드포인트와 파일을 쓰고 상태도 공유하지 않는 작업까지 직렬로 처리해 시간이 늘어나는 식이다. 반대로 요구사항이 짧고 단순해 보여도, 실제로는 숨은 전제와 모호성이 많아 구현 방향이 어긋날 위험도 있었다.

요구사항 분석 엔진

이번에 도입된 ‘요구사항 분석 엔진’은 이런 문제를 줄이기 위한 장치다. 이 엔진은 3단계 ‘뉴로심볼릭’ 파이프라인을 사용한다. 먼저 대규모언어모델(LLM)이 사용자의 모호한 요구사항을 테스트 가능한 기준으로 다시 정리하고, 이를 형식 논리로 변환한다. 이후 ‘SMT 솔버’로 불리는 자동 추론 엔진이 논리적 충돌 여부를 수학적으로 검증한다.

이 방식은 단순히 다음 단어를 예측하는 일반 LLM과 다르다. 예를 들어 한 문서에서는 데이터를 완전히 삭제하라고 하고, 다른 규칙에서는 복구 가능한 삭제를 요구한다면, SMT 솔버는 이를 동시에 만족할 수 없는 ‘수학적 모순’으로 판단한다. 키로는 이런 충돌을 개발자가 이해하기 쉬운 문장으로 보여주고, 수정이 필요한 지점을 빠르게 짚어준다.

병렬 작업 실행과 퀵 플랜

‘병렬 작업 실행’ 기능도 실무 효율 개선에 직접 연결된다. 키로는 프로젝트별 의존성 그래프를 분석해 상태, 엔드포인트, 파일을 공유하지 않는 작업을 따로 골라낸 뒤, 격리된 환경에서 동시에 돌린다. AWS is 이를 통해 대형 명세 처리 시간이 1시간 이상에서 최소 15분 수준까지 단축될 수 있다고 설명했다.

‘퀵 플랜’은 범위와 제약이 이미 명확한 기능 개발에 맞춘 ‘고속 모드’다. 기존처럼 단계별 승인을 계속 요청하지 않고, 초반에 필요한 확인 질문을 한꺼번에 던진 뒤 전체 스택을 한 번에 생성하는 방식이다. 개발자가 이미 무엇을 만들지 분명히 알고 있을 때는 보다 빠른 흐름을 제공한다.

의미와 전망

이번 업데이트는 자율형 AI 에이전트의 실용성 측면에서도 주목된다. 지금까지 많은 AI 코딩 도구는 지시받은 내용을 그대로 구현할 뿐, 설계 자체의 문제를 상식적으로 짚어내지 못한다는 한계가 있었다. AWS는 키로에 수학적 검증 절차를 더해 이런 ‘환각’과 비상식적 결과를 줄이고, 코딩 에이전트가 단순 생성기를 넘어 실제 엔지니어링 보조 도구로 진화할 수 있도록 하겠다는 구상이다.

결국 이번 개편은 AI 코딩 도구 시장의 경쟁이 단순한 코드 생성에서 ‘정확도’와 ‘검증 가능성’으로 옮겨가고 있음을 보여준다. 개발 속도를 높이되, 초기에 요구사항 충돌을 잡아내는 능력이 중요해지면서 키로의 새 기능이 기업용 소프트웨어 개발 현장에서 얼마나 효과를 낼지 주목된다.