데브옵스 전체 라이프사이클을 단일 애플리케이션으로 구현한 깃랩(GitLab)은 적절한 전문 코드 검토자를 자동으로 식별하고, 검토 워크로드 및 지식 배포를 제어할 수 있는 머신러닝 기반 솔루션인 언리뷰(UnReview)를 인수했다고 밝혔다.

깃랩은 이번 인수를 통해 코드 영역에 대한 이전의 기여도와 현재의 검토자 워크로드를 기반으로 코드 검토자를 추천하는 머신러닝을 이용하여 사용자의 효과적인 코드 검토 수행능력을 개선시킴으로써 관리, 계획, 생성 단계를 비롯한 깃랩 개발 섹션 내의 사용자 경험을 향상시킬 것으로 기대하고 있다. 이를 통해 팀은 속도와 코드 품질 및 보안을 향상시킬 수 있다.

깃랩의 CTO인 에릭 존슨(Eric Johnson)은 “깃랩 플랫폼에 언리뷰 기술을 통합하는 것은 깃랩의 머신러닝 기반 데브옵스 구현을 위한 첫 번째 단계이다. 우리는 깃랩의 개방형 데브옵스 플랫폼에 지속적으로 머신러닝을 통합하여 데브섹옵스 모든 라이프사이클 단계에 걸쳐 워크플로우를 자동화하고, 주기를 단축함으로써 사용자 경험을 개선하는데 주력하고 있다. 또한 데이터 과학자들의 역량을 강화하기 위해 새로운 MLOps 기능을 구현하고 있다”라고 말했다.

깃랩의 2021년 데브섹옵스 설문조사에 따르면, 응답자의 75%는 데브옵스 팀이 테스트 및 코드 검토를 위해 머신러닝과 AI를 사용하고 있거나 사용할 계획이라고 답했다. 또한 운영 팀의 대다수(55%)는 라이프사이클이 완전히 또는 대부분 자동화되고 있다고 응답했다.

이러한 통계는 깃랩 플랫폼에 언리뷰와 같은 자동화 및 머신러닝 기술을 통합하고 있는 깃랩의 머신 러닝 기반 데브옵스의 중요성을 반증하는 것이다. 깃랩은 언리뷰 기술을 추가하여 생성 단계에 있는 기존의 많은 기능들을 머신러닝 기능으로 강화함으로써 소프트웨어 개발 라이프사이클을 단축할 수 있을 것으로 기대하고 있다.

병합 요청 검토자 기능은 언리뷰의 최신 머신러닝 알고리즘을 사용하여 주로 수동 프로세스를 자동 프로세스로 가속화하고, 향후에는 이슈 할당과 관련 이슈 및 에픽스(Epics) 제안을 비롯해 에픽스 및 이슈 분류와 같은 다른 워크플로우 작업 또한 자동화할 수 있도록 확장될 예정이다. 언리뷰 기술은 관리 및 계획 단계에서 포트폴리오 관리를 자동화하는 보다 지능적인 머신러닝 지원 기능을 통해 향상된 경험을 제공한다.

IDC의 데브옵스 및 데브섹옵스 연구 책임자인 짐 머서(Jim Mercer)는 “코로나 19 대유행으로 인해 클라우드 도입이 빠르게 증가함에 따라 클라우드 지원 데브옵스 솔루션에 대한 수요 또한 증가하고 있다. 데브옵스 개발 팀은 머신러닝과 같은 혁신적인 기술을 제공하는 클라우드 솔루션을 활용하여 데브옵스 파이프라인에서 마찰을 제거하고, 개발자의 생산성을 최적화함으로써 코드 품질과 보안을 향상시켜 비즈니스 결과를 개선할 수 있는 우위를 점하게 될 것이다”라고 말했다.

한편 언리뷰 기술은 깃랩 코드 검토(Code Review) 환경에 연말까지 통합될 예정이다. 통합 진행 상황에 대한 자세한 정보는 깃랩 에픽에서 확인할 수 있다. 깃랩의 개발 섹션과 제품 방향에 대한 자세한 내용은 깃랩 웹사이트를 참조하면 된다.

언리뷰의 창립자이자 깃랩의 풀스택(Full Stack) 수석 엔지니어인 알렉산더 추셰브(Alexander Chueshev)는 “데이터 과학 및 머신러닝에 대한 우리의 열정을 깃랩 및 깃랩 커뮤니티와 공유할 수 있는 기회를 갖게 되어 매우 기쁘게 생각한다. 언리뷰를 깃랩 플랫폼에 통합하고, 향후 머신러닝과 AI를 다른 데브옵스 단계로 확장함으로써 사용자 경험을 더욱 향상시킬 수 있기를 기대한다”라고 말했다.

★정보보안 대표 미디어 데일리시큐!★