벡터, AI 에이전트 품은 ‘CANoe’ 출시.. 자연어 한 줄로 테스트 끝?-아이씨엔매거진

MCP 및 Vector-RAG 기술 적용으로 요구사항 분석부터 CAPL 코드 수정까지 수분 내 자동화

차량 네트워크 및 임베디드 시스템 개발 솔루션 기업인 벡터코리아가 자사의 대표 개발 및 테스트 환경인 CANoe에 차세대 AI 에이전트와 MCP(Model Context Protocol) 기능을 적용했다고 발표했다. 이번 업데이트를 통해 엔지니어들은 복잡한 차량 네트워크 개발과 검증 절차를 자연어 명령어 하나로 손쉽게 자동화할 수 있다.

벡터, AI 에이전트 품은 ‘CANoe’ 출시.. 자연어 한 줄로 테스트 끝? — 개발, 테스트 및 분석을 위한 AI 기반 엔지니어링 어시스턴트로 진화한 ‘CANoe’ (이미지. 벡터)

자연어로 수분 만에 완료하는 테스트

기존의 차량 통신 테스트는 엔지니어가 직접 시험 시나리오를 작성하고 결과를 분석해야 했다. 이 과정은 수시간에서 며칠까지 많은 시간이 소요되었다. 새롭게 출시된 CANoe 20 SP2 버전은 자연어로 지시어를 입력하면 전문화된 AI 에이전트가 이를 스스로 분석하여 최적의 작업 절차를 도출한다.

사용자가 자연어 프롬프트를 입력하면 AI 에이전트가 요구사항 정의서에 최적화된 CAPL 테스트 코드를 자동으로 생성한다. 이어서 CANoe 환경에서 실시간으로 테스트를 실행하고, 발생한 오류를 분석하여 코드를 수정하는 과정까지 한 번에 수행한다. 엔지니어는 최종 결과만 검증하고 승인하면 되므로 전체 작업 시간을 단 수분 내로 단축할 수 있다.

개발 및 테스트 워크플로우 가속화: AI, 에이전트, MCP를 통합한 ‘CANoe’ (이미지. 벡터)

검증된 데이터 기반의 신뢰성 확보

이번 시스템은 깃허브 코파일럿(GitHub Copilot)이나 클로드(Claude) 등 엔지니어가 기존에 사용하던 거대언어모델(LLM)과 유연하게 연동된다. 벡터는 사용자가 고유의 도메인 지식과 최적화된 컴포넌트를 확장할 수 있도록 에이전트와 스킬 및 MCP 툴로 구성된 오픈형 AI 레이어를 제공한다.

인공지능이 잘못된 정보를 진실처럼 생성해내는 환각 현상을 방지하기 위해 Vector-RAG(검색 증강 생성) 기술도 결합했다. 벡터의 검증된 기술 문서와 전문 지식을 기반으로 정답을 도출하기 때문에 정확하고 신뢰할 수 있는 코드를 만들어낸다. 이를 통해 초보 사용자도 쉽게 CANoe 환경에 적응할 수 있으며, 숙련된 엔지니어는 고도화된 자동화 프로세스를 구축할 수 있다.

용어 해설

MCP (Model Context Protocol, 모델 컨텍스트 프로토콜): 거대언어모델이 다양한 개발 도구나 외부 데이터 소스와 안전하고 원활하게 데이터를 주고받을 수 있도록 연결하는 표준 규격이다.
AI 에이전트 (AI Agent): 주어진 목표를 달성하기 위해 스스로 환경을 인지하고 판단하여 최적의 작업 절차를 수행하는 지능형 소프트웨어이다.
CAPL (CAN Access Programming Language): 벡터의 CANoe 환경에서 차량 통신 네트워크 시뮬레이션 및 테스트 케이스를 작성하기 위해 사용하는 전용 프로그래밍 언어이다.
RAG (Retrieval-Augmented Generation, 검색 증강 생성): 인공지능이 답변을 생성할 때 신뢰할 수 있는 내부 문서나 데이터베이스를 먼저 검색하여 정확도를 높이는 기술이다.