AI 코드 생성의 미래는 개인화이다

McKinsey에 따르면, GenAI의 경제적 영향은 제품 개발 및 코드 자동화 분야에서 가장 크며, 9000억 달러의 영향을 미친다.

코드 자동화, 코드 개인화 및 그 잠재력을 더 깊이 살펴보자.

2024년 GenAI 및 코드 자동화 현황

2023년, ChatGPT와 Github의 코딩 어시스턴트인 CoPilot이 코더들 사이에서 주류가 되었다. GPT 및 유사 모델은 LLM(대규모 언어 모델)이 코드를 생성, 완성, 리팩토링 및 변환하는 데 매우 잘 동작한다는 것을 보여주었다.

현재, 다양한 코딩 어시스턴트가 있다. CoPilot이 카테고리 리더로 간주되는 반면, 다른 전문 분야를 가진 GenAI 코딩 어시스턴트도 있다. 몇 가지를 언급하면:

• Anima는 프론트엔드에 특화되어 디자인을 코드로 변환한다(예: Figma to React)

• Codium은 테스트를 구성하고 풀 요청을 관리하는 데 전문적이다

• Replit은 온라인 협업 IDE에 전용 AI 어시스턴트를 제공한다

• Tab9는 엔터프라이즈를 위한 온프레미스, 높은 보안 솔루션을 제공한다

CoPilot의 라이벌은 자주 발표되며, 예를 들어 magic.dev 및 Poolside는 더 나은 성능과 경험을 약속한다. 모델은 계속 진화하며, GPT5는 곧 발표될 예정이며, LlamaCode는 고급 오픈소스 모델을 제공하며, HuggingFace의 [코드 모델 리더보드]에서 세부적으로 조정된 버전이 나타난다. 이는 LLM을 사용한 코드 자동화의 시작에 불과하다.

Github에 따르면, CoPilot은 개발을 55% 가속화한다 [연구]. Anima 사용자는 프론트엔드 코딩 시간을 최대 50% 절약한다고 보고한다 [사례 연구], 이를 통해 2배 빠르게 작업을 수행하며 UX 측면에서 더 나은 제품 품질을 달성하며 디자이너와 개발자 간의 핑퐁을 줄인다.

AI 코드 개인화

JavaScript는 가장 인기 있는 코드 언어이다 (Github 2023), 그리고 React는 가장 인기 있는 JavaScript 웹 프레임워크로, 40% 이상의 개발자가 사용한다 (Stackoverflow 2023).

이제, React를 기반으로 구축하는 100개의 다른 엔지니어링 팀을 가정해 보자. 그러면 100개의 서로 다른 코딩 스타일을 발견할 수 있을 것이다. 각 팀은 코드를 작성하는 서로 다른 방식을 가지고 있다.

각 팀에는 기술 스택(소프트웨어 아키텍처에서 사용되는 기술 집합)이 있다. 일부 팀은 성능을 최적화할 수 있는 오픈소스 라이브러리인 Next.js를 사용한다. 일부 팀은 Radix, MUI 또는 Ant와 같은 UI 프레임워크를 사용한다. React를 사용하는 팀은 React 쿼리, Redux, Mobx 등과 같은 상태 관리 패키지를 추가해야 한다. 그리고 수천 개의 다른 인기 있는 오픈소스 JavaScript 라이브러리가 있다.

또한, 동일한 기능을 달성하는 데 서로 다른 방법을 사용할 수 있다. 일부 팀은 CSS 그리드 레이아웃을 선호하는 반면, 다른 팀은 플렉스 레이아웃을 선호하여 동일한 결과를 얻을 수 있다. 구문적 선호도도 있다. 일부 팀은 클래식 JavaScript 함수를 사용하는 반면, 다른 팀은 화살표 함수를 사용한다. camelCase, kebab-case 등과 같은 명명 규칙이 있으며, 구성 요소와 함수를 이름 지을 수 있는 다양한 방법이 있다. 오픈소스 또는 자체 코드와 같은 코드 인터페이스를 동일하게 보이게 하기 위해 코드를 조직하는 방법은 끝이 없다.

특정 프로젝트에서 코딩할 때, 각 개발자는 해당 코드베이스의 규칙과 규칙을 따른다.

AI가 엔지니어링 팀의 코딩에서 핵심 역할을 하려면, 팀과 같은 방식으로 코드를 작성해야 한다. 즉, AI는 코드를 사용자 지정하고 개인화하기 위해 많은 컨텍스트를 가져야 한다.

에필로그: AI 코드 생성의 잠재력

우리는 아직 GenAI의 능력의 표면을 긁고 있을 뿐이다.

GenAI 모델을 논의할 때, 개인화를 모델의 작업에 대한 최상의 컨텍스트를 제공하는 것으로 간주한다. 기존 코드, UX 및 사용자의 작업에 대한伟大的 컨텍스트를 제공하면 더 나은 결과를 얻을 수 있다. GenAI 모델을 그들의 전체 잠재력을 활용하기 위해, 우리는 “旧式” 알고리즘 및 휴리스틱과 함께 작동하는 지원 시스템으로 패키징한다. 이것이 AI를 그들의 전체 잠재력으로 최대화하는 방법이다.

소프트웨어는 계속해서 세상을 더 빠르게 먹을 것이며, 생산성, 마진 및 GDP를 증가시킬 것이다.

CEO, IT 리더 및 PM 리더는 자동화를 채택하여 팀이 2배, 아마도 5배 빠르게 제품을 제공할 수 있도록 할 것이다. 시장에 더 빠르게 제품을 출시하고 비용을 낮추면 회사 마진이 증가하고 궁극적으로 기술에서 비롯되는 GDP가 증가할 것이다.

소프트웨어 개발 비용이 낮아지면 소프트웨어가 더 많은 문제를 해결할 수 있다. 이전에는 ROI가 음수였던 소프트웨어도 개발 비용이 80% 낮아지면 ROI가 양수가 될 수 있다.

더 많은 사람들이 코딩을 하게 될 것이며, 더 빠르게 코딩할 것이다. GenAI 에이전트는 코드를 생성, 테스트 및 배포할 것이며, 인간은 창의적인 부분을 처리할 것이다. 현재 코딩으로 간주되는 것보다 더 많은 아키텍처와 UX를 개발할 것이다. 나는 미래에 더 많은 개발자 직책을 볼 수 있다. 그러나 개발은 더 높은 추상화 수준으로 진화할 것이다.