벡터코리아가 자연어로 입력한 요구사항을 AI 에이전트가 해석해 테스트 코드를 자동으로 생성하는 'CANoe AI 패키지'를 출시했다. 이 패키지는 ECU, 차량 네트워크, 임베디드 시스템의 통신 분석과 SIL·HIL 검증 도구인 'CANoe 20 SP2'에 AI 에이전트와 MCP(Model Context Protocol) 기능을 결합한 것으로, 통신 규격과 제어기, 시험 환경이 복잡해질수록 늘어나는 테스트 시나리오 구성 및 코드 작성 시간을 줄이기 위해 개발됐다.
요구사항 입력부터 오류 수정까지 자동화
작동 방식은 사용자가 자연어로 요구사항을 입력하면 AI 에이전트가 이를 해석해 CAPL 테스트 코드를 생성하는 순서로 진행된다. 이후 CANoe에서 해당 코드로 테스트를 실행하고, 오류가 발생하면 로그를 분석해 코드를 수정한 뒤 재시험을 거친다. 모든 과정의 마지막에는 사용자가 결과를 최종 승인하는 단계를 둬, 벡터코리아는 이를 '에이전트가 작업하고 사용자가 결정하는 인간 참여형 구조'라는 설계 원칙으로 설명한다.
MCP로 외부 AI 클라이언트와 연동
이번 패키지는 MCP 서버를 통합해 깃허브 코파일럿이나 클로드 같은 외부 AI 클라이언트가 CANoe의 기능을 도구처럼 호출할 수 있도록 했다. 또한 특정 모델에 종속되지 않는 개방형 AI 계층인 'Open AI Layer'를 제공해, 여러 AI 모델을 선택적으로 연결할 수 있게 했다. 이 명칭은 기업 OpenAI와는 무관하다.
답변의 정확도를 높이기 위한 장치로는 'Vector-RAG'가 포함됐다. 이는 벡터의 기술 문서를 검색해 AI 답변의 근거를 보강하는 기능이지만, 벡터코리아는 이를 통해서도 AI의 환각 가능성이 완전히 제거되는 것은 아니라고 밝혔다. 회사가 제시한 활용 사례 중에는 테스트 코드 생성과 검증이 수분 내 완료되는 경우도 있으나, 이는 특정 사례일 뿐 모든 환경에 적용되는 성능 보장치는 아니라고 덧붙였다.
CANoe AI 패키지는 CANoe 20 SP2 이상 버전과 호환되며 무료로 다운로드할 수 있다. 다만 실제 사용을 위해서는 CANoe 사용권한과 LLM 연결을 별도로 준비해야 한다. 벡터코리아는 이번 패키지를 통해 CANoe가 개발·테스트·분석을 위한 AI 기반 엔지니어링 어시스턴트로 진화하는 방향을 제시했다는 설명이다.