인터뷰
이타마르 프리드만, CodiumAI의 CEO 및 공동 창립자 – 인터뷰 시리즈
당신은 언제 그리고 어떻게 AI에 처음 관심을 가지게 되셨나요?
2009년에 나는 Mellanox(Acq. by NVIDIA)에서 일했고 전기 공학을 공부했습니다. Mellanox의 많은 개발 프로세스가 기계 학습 알고리즘으로 자동화될 수 있다는 것을 깨달았고, 나는 최적화와 기계 학습으로 전공을 변경하고 이 분야에서 석사 학위를 취득했습니다. 2010년까지 나는 이미 3층 깊은 신경망을 사용하는 深層 학습 프로젝트에서 일하고 있었고, 나중에 Alibaba에서 신경망 아키텍처 검색, 모델 훈련, 개발자를 위한 AutoML 툴을 전문으로 하는 연구 그룹을 이끌면서 그 기초를 다졌습니다. 2021년경에는 대규모 언어 모델이 강력한 도구가 되고, 내가 그們으로 할 수 있는 일에 대한 상상력이 커졌기 때문에 나는 우리의 작업을 “AI”라고 부르는 것을 부끄러워하지 않았습니다.
이전의 컴퓨터 비전에 중점을 둔 스타트업인 Visualead는 결국 Alibaba Group에 인수되었습니다. 이 스타트업은 무엇이었으며, 이 경험에서 어떤 주요 교훈을 얻었나요?
Visualead는 로고, QR 코드, 이미지에 정보를 보안하고 숨기는 모든 것을 스캔하는 데 전문이었습니다. 이것은 안전한 P2P 거래와 참여를 가능하게 하기 위해 사용되었습니다. Visualead에서 우리는 2012년부터 모바일 장치에서 알고리즘을 실행하고, 모델을 실행하고 있었습니다. 그 시절에 그렇게 하는 것이 어려웠고, 우리는 효율적인 모델과 이러한 통계적 창조물 周围의 가드레일을 구축하는 것에 대해 많은 것을 배웠습니다.
그때로부터 배운 교훈을 오늘날에도 여전히 적용하고 있습니다. 예를 들어, 우리는 오픈 소스 솔루션 생성 도구인 AlphaCodium을 구축할 때 Flow Engineering의 개념을 도입하고, 이 개념을 적용하여 LLM 모델의 출력을 가드레일하는 흐름을 구축했습니다.
CodiumAI를 출시한背後의 창시 이야기를 공유해 줄 수 있나요?
Alibaba에서 나는 코드의 버그가 백만 달러의 문제를 일으키고, 개발자가 코드 생성을 유지하면서 품질이나 무결성을 희생하지 않도록 하는 어려움을 직접 보았습니다. 이 문제는 여전히 존재하며, 오늘날 저품질 코드는 계속 증가하는 1조 달러의 문제로归咎됩니다.
CodiumAI의 팀은 대규모에서 AI 강화 도구를 구축하는 데 전문이 있으며, 개발자가 직면하는 어려움을 해결하도록 동기부여됩니다. 새로운 LLM 및 AI 기능의 탄생과 함께, 우리는 이것이 코드 무결성을 유지하는 버스한 팀을 위해 코드 무결성 플랫폼을 구축할 기회라고 이해했습니다. AI에 의해 생성된 코드가 많아짐에 따라, 이 코드를 벤치마킹하고 의도한 대로 작동하는지 확인하는 것이 중요한痛点이 되었습니다. 우리는 이것을 해결하도록 동기부여되었습니다. 대규모에서 AI 강화 도구를 구축하는 것은 우리에게 핵심 개념입니다.
개발자로서, 우리는 그것을 이해합니다. 테스트와 코드 리뷰와 같은 단조로운 작업을 처리하는 것이 좌절감을 줄 수 있습니다. 우리는 코드 무결성을 높이고 관리할 수 있도록 버스한 팀을 지원하도록 매우 사명감을 느끼고 있습니다.
CodiumAI가 수행하는 코드 분석의 유형과 개발자가 코드 품질을 개선하는 데 어떻게 지원하는지 설명할 수 있나요?
최근까지 개발자에게 제공된 기존 도구는 거의 가치가 없었습니다. 그러나 LLM(ChatGPT, Copilot 등)의 도착과 함께, 개발자에게 제공되는 지원은 더 이상 사소한 것이 아닙니다.
CodiumAI에서 개발한 Codiumate Coding-Agent는 개발자에게 고유한 도구를 제공하여 워크플ロー와 코드 생성을 개선합니다. Codiumate는 개발 프로세스를 자동화된 지원을 제공함으로써 간소화합니다. 개발자가 환경에서 강조한 코드 조각을 사용하여, 에이전트는 쉽게 따를 수 있는 개발 계획을 자동으로 초안을 작성할 수 있고, 코드를 그 계획에 따라 작성할 수 있고, 개발자가 사용하거나 제거하려는 중복 코드를 식별할 수 있고, 문서를 초안을 작성할 수 있고, 코드가 올바르게 작동하는지 확인하기 위한 테스트를 제안할 수 있습니다.
Codiumate는 개발자에게 코드의 행동에 대한 심층 분석을 제공하여, 코드가 포함할 수 있는 가능한 행동과 분기점을 밝혀냅니다. 이것은 개발자가 생성된 코드를 조사하고, 모든 행동을 커버하는 테스트를 생성할 수 있도록 해줍니다. 따라서 개발자가 혼자서 모든 가능한 경우를 고려하여 코드를 개선하는 것보다 더 나은 코드를 생성할 수 있습니다.
PR-Agent는 풀 리퀘스트 분석을 위해 어떤 기능을 제공하며, GitHub와 GitLab와 같은 플랫폼에서 리뷰 프로세스를 어떻게 간소화합니까?
PR-Agent는 풀 리퀘스트 분석 및 리뷰 프로세스를 강화하고 간소화하기 위한 다양한 기능을 제공합니다.
자동 PR 설명 생성은 풀 리퀘스트에 대한 포괄적이고 자세한 설명을 자동으로 생성합니다. 이 기능은 개발자가 시간 제약이나 부주의로 인해 자세한 PR 설명을 생략할 수 있는 일반적인 문제를 해결합니다. 자동 생성된 설명을 통해 모든 PR은 충분한 컨텍스트를 갖추고, 리뷰어가 코드 차이점을 광범위하게 해석할 필요 없이 변경 사항을 이해하기 쉽게 됩니다. 우리는 또한 자동 PR 리뷰를 구축하여 개발자가 잠재적인 문제(버그, 보안 취약점, 코드 냄새 등)를 사전에 발견하여 수정할 수 있도록 하여 코드 품질을 향상시킵니다.
AI를 활용하여 자동 코드 제안도 PR 인터페이스 내에서 직접 개선 또는 대체 구현을 제안할 수 있습니다. 이러한 제안은 최적화, 코딩 표준 준수 또는 아키텍처 개선과 같은 코드베이스 품질을 점진적으로 향상시키는 데 도움이 될 수 있습니다.
PR-Agent는 제공하는 명령어를 사용자 지정하기 위한 다양한 옵션을 지원합니다. 가장 유용한 사용자 지정 옵션 중 하나는 GitHub와 GitLab와 같은 플랫폼에서 풀 리퀘스트를 관리하고 조직하기 위한 사용자 지정 레이블을 사용하는 것입니다. 이 기능은 개발 및 리뷰 프로세스의 운영 효율성과 명확성을 기여합니다.
CodiumAI는 어떻게 의미 있는 테스트를 생성하며, 이러한 테스트는 표준 유닛 테스트보다 더 효과적인가요?
우리는 코드 저장소를 관련 코드 조각과 관련된 코드를 스캔하여 테스트 생성을 강화합니다. 체인-오브-사고 프롬프트를 사용하여 코드가 포함할 수 있는 모든 행동과 경로(일반 경로와 에지 케이스)를 매핑하고, 이러한 프롬프트는 각 프로그래밍 언어의 고유한 구문과 의미를 고려하여 맞춤형으로 설계됩니다. 또한, CodiumAI는 버그를 더 잘 감지하고 자가 치유 테스트를 생성하기 위해 특정 런타임 환경을 설정합니다. 이러한 기능은 CodiumAI가 생성한 테스트가 표준 유닛 테스트보다 더 포괄적이고 효과적으로 미묘한 버그와 에지 케이스를 발견할 수 있도록 합니다.
사용자 피드백에 따르면, CodiumAI의 가장 가치 있는 기능은 무엇이며, 이러한 기능은 개발자의 생산성에 어떤 영향을 미쳤나요?
사용자 피드백에 따르면, 우리는 Codiumate 에이전트의 /ask with code block context 및 /test generation 기능이 개발자 워크플로우를 강화하는 데 매우 가치 있다고 생각합니다.
/ask with code block context(문서: /ask)를 사용하면 개발자는 코드에 대한 개방형 질문을 하거나 코드 개선 또는 리뷰를 요청할 수 있습니다. 이 기능은 코드베이스에 대한 더 깊은 이해를 얻는 데 특히 유용합니다. 모델은 프로젝트의 전체 컨텍스트를 유지하므로 개발자는 매우 자세한 질문에 답변할 수 있습니다.
/test generation(문서: /test) 툴을 사용하면 개발자는 단 하나의 클릭으로 코드에 대한 포괄적인 테스트 세트를 생성할 수 있습니다. 코드 동작을 탐색하고 버그를 신속하게 식별하고 코드 커버리지를 빠르게 확장하는 것은 생산성에 큰 자산입니다.
PR 에이전트의 /review(문서: /review) 함수는 PR 코드 변경 사항을 스캔하고 자동으로 PR 리뷰를 생성하여 개발자가 프로덕션에 푸시하기 전에 문제를 사전에 발견할 수 있도록 합니다.
/describe(문서: /describe) 함수는 PR 코드 변경 사항을 스캔하고 PR에 대한 설명(제목, 유형, 요약, 워크스루, 레이블)을 생성하여 개발자에게 시간과 에너지를 절약합니다.
CodiumAI는 코드에서 에지 케이스와 의심스러운 행동을 어떻게 식별합니까?
우리의 도구는 개발자의 저장소를 관련 코드 조각과 관련된 코드를 스캔하고, 체인-오브-사고 프롬프트를 사용하여 코드가 포함할 수 있는 모든 행동을 매핑하여 개발자에게 표시합니다. CodiumAI는 테스트 생성과 상관없이 직접 의심스러운 행동을 식별할 수 있습니다. 코드 조각 간 또는 코드 조각과 문서 간의 불일치를 식별하여 이를 달성합니다.
CodiumAI는 주요 프로그래밍 언어를 지원합니다. 언어별 코드 분석 및 테스트 생성의 세부 사항을 설명할 수 있나요?
주요 프로그래밍 언어의 경우, 우리의 플랫폼은 기본 지원을 넘어선 특별한 기술을 구현합니다. 이것은 각 언어의 고유한 구문과 의미를 고려하여 맞춤형으로 설계된 컨텍스트별 가져오기와 프롬프트를 포함합니다. 이러한 맞춤형 프롬프트는 언어 도메인 전문 지식을 포함하여 산업 수준의 결과를 얻습니다. 또한, 우리는 이러한 언어를 위해 특정 런타임 환경을 설정할 수 있는 기능을 제공하여 버그를 더 잘 감지하고 자가 치유 테스트를 생성할 수 있습니다.
덜 일반적인 언어의 경우, 우리는 여러 프로그래밍 언어를 이해하는 대규모 언어 모델(LLM)을 활용합니다. 이것은 우리의 일반 컨텍스트 인프라와 적응형 프롬프트 시스템과 함께 코드 분석과 테스트 생성을 정확하게 수행할 수 있도록 합니다. 이 두 단계 접근 방식을 통해 우리는 프로그래밍 언어에 관계없이 포괄적인 지원을 제공할 수 있습니다.
CodiumAI의 향후 계획은 무엇이며, 개발자의 작업을 어떻게 더 지원하고 단순화할 계획입니까?
CodiumAI의 미래 개발 전략은 소프트웨어 개발 라이프 사이클의 모든 단계에서 무결성을 유지하는 개발자 워크플로우를 강화하고 단순화하는 것입니다. 우리는 개발자에게 더 나은 코드 생성과 테스트를 제공하기 위해 지속적으로 노력하고 있습니다. CodiumAI는 개발자에게 코드 품질을 높이고, 버그를 줄이며, 개발 시간을 단축하는 데 도움이 되는 강력한 도구를 제공하기 위해 노력하고 있습니다.
이타마르 프리드만에게 감사의 말씀을 드립니다. 더 많은 정보를 원하는 독자는 CodiumAI를 방문할 수 있습니다.
