안녕하세요. LINE Plus의 LINE AI LAB에서 LLM 에이전트 관련 서비스를 개발하고 있는 신수민입니다.
저는 지난 7월 도쿄에서 열린 Tech-Verse 2025에 Tech-Verse의 현장을 취재하고 담아오는 'LINE DEV 리포터즈'에 참여하면서 현장에서 LY Corporation의 다양한 기술 성과를 직접 보고 들을 수 있는 기회를 얻었습니다.
이번 Tech-Verse는 AI가 주요 주제 중 하나로 선정되면서 다양한 서비스 적용 사례가 곁들여진 AI 관련 발표가 정말 많았는데요. 실무자 입장에서 공감되는 내용도 많았고, '여기서 얻은 것들을 실제 내 업무에 적용해 볼 수 있을까?' 혹은 '이걸 바탕으로 또 어떠한 새로운 서비스를 만들 수 있을까?'라고 스스로에게 질문해 보게 되는 시간이기도 했습니다.
이 글에서는 발표 내용을 상세하게 정리하기보다는, 현장에서 실무자로서 인상적이라고 느꼈던 순간들을 중심으로 공유해 보려고 합니다. 혹시 Tech-Verse를 놓치셨다면 Tech-Verse 2025 홈페이지에서 발표 영상과 자료를 제공하고 있으니 꼭 확인해 보세요!
행사장으로 가는 길
저는 행사 당일 아침, 신주쿠 역 근처 숙소에서 출발해 도쿄 지하철을 타고 LY Corporation 본사로 향했습니다. 리모트 근무에 익숙한 저에겐 오랜만의 출근이었는데요. 이곳의 출근길 지하철은 서울의 지하철 9호선 출근길이 생각날 정도로 혼잡해서 '아, 이 도시도 출퇴근이 쉽지 않구나'라고 생각하게 만들었습니다. 예상과는 다른 현실을 실감한 순간이었고, 잠깐이지만 진짜 도쿄의 직장인이 된 기분을 느낄 수 있었습니다.
Tech-Verse가 열린 행사장은 LY Corporation이 입주해 있는 도쿄 가든 테라스 기오이초의 4층으로, 제법 넓은 공간에서 다양한 세션이 동시에 진행됐습니다. 기오이초 오피스를 방문한 것은 처음이었는데, 비록 회사 내부 공간은 아니었지만 컨퍼런스 홀 입구에 도착했을 때 설레는 마음이 들었습니다. 쉽지 않은 출근길 끝에 맞이한, 에어컨의 시원한 바람과 함께 느꼈던 행사장의 첫인상이 아직도 생생하네요.
행사장 앞 리셉션에서 제 이름표를 찾아 행사장으로 들어갔습니다. 행사장에는 Main Room A, B, C, D와 Seminar Room A, B까지 총 6개의 강연장이 있었고, 각 강연장에는 AI와 Security, Server Side 등의 주제가 설정돼 있었습니다. 각 강연장에서 해당 주제와 관련된 세션이 연속해서 진행되는 방식이었는데요. 저는 AI 세션이 진행된 Main Room A에서 주로 시간을 보냈습니다.
발표 시작 전 수많은 참가자가 키노트 발표장을 가득 채운 모습을 보니 긴장감과 기대감이 동시에 느껴졌습니다. 키노트에서는 LINE Corporation과 Yahoo Japan Corporation의 합병에 따라 진행된 플랫폼 통합을 소개하고, 향후 LY Corporation의 AI 전략과 주요 AI 활용 사례가 공유됐습니다. 이후 이어질 발표들의 방향을 미리 엿볼 수 있었던 예고편 같은 시간이었습니다.
Tech-Verse DAY 1 - Rag부터 MCP까지, LY Corporation의 AI 기술 내공 엿보기
첫째 날 키노트 이후 Main Room A에서는 요즘 AI 업계에서 자주 언급되는 키워드인 MCP(Model Context Protocol)와 RAG(Retrieval-Augmented Generation), 에이전트 등을 실제 서비스에 적용한 사례를 소개하는 발표가 주를 이뤘습니다. 기술 트렌드 자체보다는 '어떻게 도입했고, 어떤 허들을 넘었는가'에 집중된 발표가 많아 더 몰입해서 들을 수 있었습니다.
그중 가장 인상 깊었던 발표는 AI와 함께 진화하는 엔지니어링이라는 제목으로 진행된 'Ark Developer' 관련 발표였습니다. LY Corporation에서는 Ark Developer라는 이름으로 사내 임직원에게 개발 과정 및 개발 프로세스에 최적화된 AI 솔루션을 제공하고 있습니다. RAG 기반 코드 어시스턴트를 구축해 코드 자동 완성, 리뷰 및 보안 확인, 주석 및 문서 자동 생성, 테스트 코드 작성 등을 지원하는데요. 특히 사내 문서를 스트리밍 형태로 실시간으로 참조해 코드 맥락에 맞는 도움을 주는 방식이 인상 깊었습니다. 또한 GitHub와 연동해 PR 생성까지 이어지는 데모도 시연됐습니다. 코드 어시스턴트가 연관된 코드를 참조할 때, 전체 코드 베이스를 별개의 문서로만 취급하지 않고 디렉토리 구조를 그래프처럼 취급해 그래프 분석(graph analysis)을 수행한 점도 굉장히 인상 깊었습니다.
발표를 들으며 이 정도면 진짜 개발 사이클 전체를 AI가 함께 타고 가는구나 싶었고, 자연스럽게 '우리 팀에서도 이런 툴을 도입해 활용할 수 있을까?'