공학에서 AI의 사용은 소프트웨어 개발에서 많이 이루어져 왔으며, LLM은 코딩을 위한 훌륭한 도구입니다. 심지어 이에 대한 몇 가지 예시를 Altium 블로그에서도 볼 수 있으며, 우리는 이들이 상당히 인상적이라고 생각합니다. 그러나 공학의 다른 측면에서, 즉 엔지니어들이 물리적 제품을 구축하는 곳에서는 AI가 덜 활용되었습니다. 그러나 하드웨어 개발의 한 분야에서 AI가 엄청난 이점을 제공할 수 있는데, 그것은 바로 공학 요구 사항 관리입니다.
공학 요구 사항이 어떻게 작동하는지 생각해 보면, 대부분의 경우 텍스트와 표가 가득 찬 큰 문서에 존재합니다. 또한 다이어그램을 포함할 수도 있지만, 대부분의 데이터는 텍스트 형태입니다. 이것이 일반적으로 공학 요구 사항 문서가 작성되는 방식이기 때문에, LLM은 진정으로 빛날 기회를 가집니다. 공학 요구 사항 문서를 분석하고, 요약하며, 요구 사항에 기반한 프로세스를 정의하는 데 사용될 수 있습니다. 이 글에서는 AI가 요구 사항 관리를 공학 관리자들에게 덜 번거롭게 만드는 네 가지 방법을 보여드리겠습니다.
엔지니어링 요구 사항 문서는 제품에 대한 모든 기능 및 성능 사양을 설명하는 매우 길고(그리고 지루한) 문서입니다. 그 제품이 회로 기판일 경우, 이는 전기적, 기계적, 신뢰성, 제조 및 사용성 요구 사항의 혼합을 포함합니다. 종종 이러한 요구 사항은 특정 산업 표준이나 테스트 방법을 참조하며, 관련 표준이나 테스트와의 준수를 정의하는 준수 요구 사항을 포함합니다.
요구 사항 문서는 일반적으로 고객 연구, 제품 이해 관계자와의 회의 및 유사한 제품에 대한 과거 지식을 바탕으로 인간 엔지니어가 작성합니다. 그러나 엔지니어링 관리를 위해서는 요구 사항 문서가 프로젝트를 지침으로 하는 데 그다지 유용하지 않습니다. 이 문서들은 요약되고, 작업 및 이정표로 나누어져 프로젝트 관리 시스템에 입력되어야 하며, 그 후 팀 구성원에게 할당되어야 합니다. 이것이 바로 AI, 특히 LLM이 이러한 필수 작업의 일부를 간소화하는 데 도움을 줄 수 있는 곳입니다.
요구 사항 문서가 방대하고 읽는 데 시간이 많이 소요될 수 있기 때문에, LLM을 사용하는 명확한 용도 중 하나는 이러한 문서를 명확하고 간결한 요약 항목으로 요약하는 것입니다. 모델의 출력은 기능 사양, 전기 사양, 표준 준수 등의 측면에서 실행 가능해야 합니다. 전자 시스템 설계나 PCB 설계의 경우, LLM으로 요약된 요구 사항은 보통 특정 표준, 부품 번호, 부품 유형 또는 전기 값 등을 사양의 일부로 참조합니다.
여기서 차이점은 구체성과 언어에 있습니다: "shall"이라는 단어의 사용, 특정 참조 지정자를 나열하고, 구체적인 수치 값을 명시하는 것은 모두 잘 작성된 엔지니어링 요구 사항의 특징입니다. LLM은 긴 요구 사항 문서에서 이러한 데이터를 추출하는 데 뛰어납니다. 전기 설계 초기 단계와 회로도 캡처가 진행됨에 따라, 요약된 요구 사항은 추가적인 참조 지정자, 회로 또는 회로도 시트를 언급하도록 항상 업데이트될 수 있습니다.
개발 워크플로우의 일부로 사양 목록을 실제 엔지니어링 요구 사항으로 전환하는 것은 또 다른 중요한 작업입니다. AI는 불완전한 요구 사항 문서를 가져와 요약 및 세분화 과정에서 각 요구 사항을 확장할 수 있습니다. 기능 요구 사항의 짧은 목록을 설명하여 더 실행 가능한 엔지니어링 목표를 형성하는 것은 LLM의 주요 사용 사례 중 하나인 텍스트 생성을 반영합니다. 이는 요구 사항 목록을 더 완전하게 만들고 요구 사항에 연결할 수 있는 기준을 제공합니다.
요구 사항은 종종 부모-자식 관계를 가진 계층 구조를 형성합니다. 부모 요구 사항은 여러 자식 요구 사항을 시사하는 30,000피트 상공의 관점과 같습니다. AI는 이러한 부모-자식 관계를 요구 사항 문서로 정렬하는 데 도움을 줄 수 있으며, 특히 그 관계가 완전히 명시되지 않은 경우에 유용합니다.
기능 요구 사항 간의 부모-자식 관계는 여러 가지 이유로 발생할 수 있습니다. 전자 시스템 개발 워크플로우에서 이러한 몇 가지 이유는 다음과 같을 수 있습니다:
많은 경우에, 부모-자식 요구사항 목록이 여러 문서에 존재할 수 있습니다. 이러한 각각에 AI를 적용하여 요구사항 계층 구조를 형성함으로써 개발 워크플로우를 관리하는 데 도움이 될 수 있습니다.
문서에서 요구사항 목록이 추출되어 명확한 계층 구조로 정제되면, 엔지니어링 팀은 제품 구축을 시작할 수 있습니다. 그러나 팀이 개발 중간에 요구사항을 변경해야 한다는 것을 깨달았을 때는 어떻게 될까요?
그 변경의 영향은 거의 절대로 고립되어 느껴지지 않습니다. 대부분의 경우, 변경사항은 다른 요구사항에 영향을 미쳐, 이들이 어떻게 평가되고, 테스트되며, 설계에서 고려될지에 대한 방식에 영향을 줍니다. 수치적 요구사항의 경우, 이는 보통 간단한 방정식으로 관련되어 있어 쉽습니다. 그러나, 텍스트 기반 요구사항의 경우, 이는 더 어렵습니다. AI는 그 영향을 평가하는 데 역할을 할 수 있습니다. 텍스트의 AI 기반 분석은 그 요구사항을 요구사항 계층 구조에서 상위로 전파하는 데 도움을 줄 수 있으며, 궁극적으로 설계에 대한 핵심 부모 요구사항에 도달합니다.
전자 개발 팀을 위한 효과적인 요구 사항 관리 소프트웨어는 생성된 시스템 요구 사항을 명확한 계층 구조로 조직화해야 합니다. 전자 설계자는 설계 도구와 PDM 시스템 내에서 이러한 요구 사항을 볼 수 있어야 하며, 최상의 환경은 PCB 설계 소프트웨어, PDM 인스턴스, 요구 사항 데이터 간에 직접적인 연결을 제공합니다.
이것이 바로 설계 팀이 Altium 365 내의 요구 사항 및 시스템 포털에서 찾을 수 있는 것입니다. 엔지니어링 관리자와 팀 리더는 AI를 활용하여 요구 사항을 생성하고 조직할 수 있으며, 각 요구 사항은 PCB 프로젝트 파일 내의 설계 객체에 태그를 지정할 수 있습니다. 자세한 내용을 알아보려면 최근에 요구 사항 및 시스템 포털 제품 관리 팀과 함께한 팟캐스트 에피소드를 시청하세요.
요구 사항 관리 작업에 허덕이지 마세요, Altium 365 요구 사항 및 시스템 포털이 여러분의 워크플로우를 간소화하도록 도와드립니다 그리고 설계 팀을 생산적으로 유지하세요. 여러분의 도달 범위와 능력을 확장하는 새로운 워크플로우로의 원활한 전환을 경험하세요.