AI가 코드 생산 속도를 미친 듯이 끌어올리고 있지만, 개발 후 과정에서 낭비되는 시간 때문에 고민이 많으셨죠? 테스트, 보안, 배포 등 ‘애프터 코드’ 단계에서 전체 공정의 무려 70%가 소요됩니다. 바로 이 비효율의 병목현상을 해결하며 55억 달러(약 7조 원) 가치를 달성한 AI 기반 데브옵스 도구, Harness의 이야기를 파헤쳐 볼게요.
Harness는 대체 뭘 하는 회사인가요?
Harness는 2017년, 성공적인 기업가인 조티 반살(Jyoti Bansal)이 설립한 회사예요. 조티 반살은 이전에 앱 성능 관리 회사인 AppDynamics를 시스코에 37억 달러에 매각한 경험이 있죠. Harness는 AI를 활용해 소프트웨어 개발의 ‘애프터 코드’ 단계를 자동화하는 데 집중하고 있어요. 여기서 ‘애프터 코드’ 단계는 코드 작성 이후의 테스트, 보안 검사, 배포 작업 등을 의미하는데요. 이 회사는 2025년에 연간 반복 매출(ARR) 2억 5천만 달러를 넘어설 것으로 예상하고 있어요. 최근에는 2억 4천만 달러 규모의 시리즈 E 펀딩을 유치하며 기업 가치 55억 달러(약 7조 원)를 달성했다고 해요.
‘애프터 코드 갭’이 뭔데, 왜 중요한가요?
AI 기술이 코드를 만드는 속도를 엄청나게 빠르게 만들고 있지만, 아이러니하게도 그 코드를 테스트하고, 보안을 확인하고, 실제 시스템에 배포하는 ‘애프터 코드’ 단계에서는 오히려 병목현상이 심화되고 있어요. 엔지니어링 시간의 약 70%가 바로 이 ‘애프터 코드’ 단계에 소요된다고 하니, 그 중요성을 짐작할 수 있죠. 기업들은 늘어나는 AI 코드의 양과 단 한 줄의 결함 있는 소프트웨어라도 시스템에 배포될 경우 발생할 수 있는 위험 때문에 고심하고 있어요. Harness는 바로 이 거대하고 오류 발생 가능성이 높은 ‘애프터 코드’ 레이어를 자동화하여 이러한 문제들을 해결해 주는 거예요.
Harness의 AI는 어떻게 소프트웨어 개발을 자동화하나요?
Harness는 AI 에이전트를 활용하여 테스트, 검증, 보안, 거버넌스 같은 기능들을 자동화해요. 이 시스템은 ‘소프트웨어 딜리버리 지식 그래프(software delivery knowledge graph)’라는 독특한 기술을 기반으로 구축되어 있어요. 이 지식 그래프는 코드 변경 사항, 서비스, 배포, 테스트, 환경, 사고, 정책, 비용 등 소프트웨어 전달 과정의 모든 요소를 매핑해요.
- 맞춤형 파이프라인 생성: 지식 그래프는 각 고객의 소프트웨어 전달 프로세스와 아키텍처를 깊이 이해하는 데 도움을 줍니다. 이 문맥 정보를 바탕으로, AI 에이전트들은 각 고객의 특정 정책, 아키텍처, 운영 요구 사항에 맞는 파이프라인을 생성하죠.
- 자동화된 액션과 안전 검증: Harness는 또한 AI의 권장 사항을 자동화된 액션으로 전환하는 오케스트레이션 엔진을 사용해요. 이때 변경 사항이 안전하게 적용되도록 여러 가지 검증 절차를 거칩니다.
경쟁사 사이에서 Harness가 특별한 이유는 뭔가요?
Harness는 마이크로소프트의 GitHub, GitLab, Jenkins, CloudBees 등 쟁쟁한 경쟁사들 사이에서도 독보적인 위치를 차지하고 있어요. 특히, 소프트웨어 딜리버리 지식 그래프는 다른 AI 플랫폼과 Harness를 차별화하는 핵심 요소라고 해요. 이 지식 그래프 덕분에 Harness는 고객의 고유한 소프트웨어 전달 프로세스와 아키텍처를 깊이 이해하고, 이를 바탕으로 목적에 맞게 구축된 AI 에이전트들이 각 고객의 정책과 요구 사항에 완벽하게 부합하는 파이프라인을 생성할 수 있죠.
- 확실한 고객 기반: 유나이티드 항공, 모닝스타, 켈러 윌리엄스, 내셔널 오스트레일리아 은행 등 1,000개 이상의 기업 고객을 확보하고 있어요.
- 놀라운 실적: 지난 한 해 동안 1억 2,800만 건의 배포, 8,100만 건의 빌드를 처리했고, 1조 2천억 건의 API 호출을 보호했으며, 고객들이 클라우드 비용 19억 달러를 절감하도록 도왔다고 해요.
AI 자동화, 사람이 개입할 여지는 없나요?
AI는 물론 강력한 도구이지만, 여전히 완벽하지는 않다는 점을 Harness도 인지하고 있어요. 그래서 이 시스템은 사람의 감독하에 작동하도록 설계되었다고 해요. AI가 생성한 테스트나 수정 사항들은 실제 사용되기 전에 엔지니어, 컴플라이언스 팀, 또는 감사자들에 의해 검토되는 과정을 거칩니다. 이는 AI의 효율성을 유지하면서도 잠재적인 오류나 위험을 최소화하려는 Harness의 노력을 보여주는 부분이에요.
Harness의 폭발적인 성장 비결, 어디에 있나요?
Harness는 현재까지 총 5억 7천만 달러의 자금을 유치하며 빠르게 성장하고 있어요. 특히 올해 초, 조티 반살은 자신의 또 다른 소프트웨어 관측 회사인 Traceable을 Harness와 합병했는데요. 이 합병이 Harness의 연간 반복 매출(ARR) 전망치를 높이는 데 크게 기여했다고 해요. 반살은 “데브옵스(DevOps)와 애플리케이션 보안(Application Security)이 매우 심층적으로 통합되고 있다는 것을 발견했고, 이것이 올해 매우 성공적인 가설로 입증되어 데브옵스 및 애플리케이션 보안 제품군 모두의 성장을 이끌고 있다”고 밝혔어요.
Harness는 이번 신규 투자 자금을 바탕으로 연구 개발(R&D) 노력을 확대하고, 인도 벵갈루루 사무소(미국 외 가장 큰 개발 센터)에 수백 명의 엔지니어를 추가로 고용할 계획이에요. 또한, 자동화된 테스트, 배포, 보안 역량을 더욱 강화하고 AI 시스템의 정확도를 높이는 데 집중할 예정이죠. 미국 시장에서의 입지를 굳건히 하고 국제 시장으로의 확장을 가속화하는 것도 중요한 목표라고 합니다. 장기적으로는 기업 공개(IPO)도 계획하고 있다고 하니, 앞으로의 성장이 더욱 기대됩니다.
소프트웨어 개발 과정에서 비효율을 겪고 계셨다면, Harness의 사례는 AI와 자동화가 얼마나 큰 변화를 가져올 수 있는지 보여주는 좋은 예시일 거예요. AI 코드 생산이 가속화될수록 ‘애프터 코드 갭’을 효율적으로 관리하는 것이 중요해집니다. 여러분의 개발 환경에도 Harness와 같은 AI 데브옵스 솔루션을 도입해 더 효율적이고 안전한 소프트웨어 개발을 경험해 보세요!
같이 보면 좋은 글
#Harness #AIDevOps #소프트웨어개발 #애프터코드갭 #AI자동화 #기술투자 #데브옵스 #클라우드최적화 #스타트업성장 #테크크런치