차량 네트워크 및 임베디드 시스템 개발 분야 소프트웨어 기업 벡터코리아(지사장 장지환)는 자사 개발·테스트 환경 'CANoe'에 AI 에이전트와 MCP(Model Context Protocol, 모델 컨텍스트 프로토콜)를 적용해 개발 및 테스트 워크플로우 자동화 기능을 강화했다고 27일 밝혔다.
이번 업데이트를 통해 CANoe 사용자는 자연어 프롬프트를 입력하는 것만으로 신규 개발과 통신 분석, 테스트 등 복잡한 작업을 자동화할 수 있다. 전문화된 AI 에이전트가 사용자의 지시를 분석해 적합한 작업 단계와 워크플로우를 구성하고 실행까지 자동으로 수행하는 방식이다.
사용자는 깃허브 코파일럿(GitHub Copilot), 클로드(Claude) 등 기존에 활용 중인 거대언어모델(LLM)을 연결해 사용할 수 있다. 벡터는 사용자별 도메인 지식과 최적화된 컴포넌트를 확장 적용할 수 있도록 에이전트와 스킬, MCP 툴로 구성된 오픈형 AI 레이어(Open AI Layer)를 제공한다.
CANoe 20 SP2 버전에는 MCP 서버와 'CANoe AI 패키지(CANoe AI Package)'가 탑재됐다. 자연어로 명령하면 AI 에이전트가 요구사항 정의서에 맞는 CAPL 테스트 코드를 생성하고 CANoe 환경에서 테스트를 실행한다. 이후 오류 분석과 코드 수정, 재테스트까지 연속적으로 수행하며, 작업이 완료되면 사용자가 CANoe 화면에서 결과를 검증하고 최종 승인할 수 있다.
이를 통해 기존에 수시간에서 수일이 소요되던 복잡한 테스트 작업을 수분 내 수행할 수 있다는 설명이다.
사용자는 AI 에이전트의 자율성 수준을 직접 설정할 수 있다. 각 작업 단계는 CANoe 개발 환경에서 실시간으로 모니터링할 수 있어 AI 에이전트가 수행하는 작업 과정과 결과를 확인할 수 있다.
CANoe AI 패키지는 에이전트와 스킬, MCP 툴을 기반으로 한 오픈 생태계를 지원한다. 사용자는 자연어 명령을 통해 설정 조회 및 맞춤 설정, 시뮬레이션 제어, 테스트 케이스 생성, 통신 흐름 분석 등을 수행할 수 있다. CAPL과 C#, 파이썬(Python) 코드 생성 및 최적화도 지원한다.
벡터의 문서 및 기술 자료 검색 시스템인 'Vector-RAG(검색 증강 생성)' 기술도 적용됐다. 검증된 벡터의 전문 지식을 기반으로 답변과 코드를 생성해 범용 언어모델에서 발생할 수 있는 부정확한 결과를 줄이는 데 초점을 맞췄다.
이를 통해 신규 사용자의 CANoe 활용 진입 장벽을 낮추는 한편, 숙련된 엔지니어는 단순 질의응답부터 복잡한 자동화 프로세스까지 업무 환경에 맞춰 구축할 수 있다.
CANoe 20 SP2 이상 버전과 사용자 자체 LLM 환경을 지원하는 CANoe AI 패키지는 벡터 공식 웹사이트에서 무료로 다운로드할 수 있다.
임민지 기자 minzi56@etnews.com