AI와 DevOps를 결합하면 개발자의 창의성을 막는 데 도움이 될 수 있습니다.
AI는 수천 개의 릴리스를 스캔하여 개발자의 시간을 확보할 수 있습니다.
인공 지능은 소프트웨어 코드를 생성, 테스트 및 배포할 수 있는 능력을 입증했습니다.
ZDNET 동료 Liam Tung의 최근 기사에서 살펴본 것처럼 ChatGPT와 같은 도구는 코드를 작성하고 버그를 수정할 수도 있습니다.
이 새로운 종류의 지능형 자동화가 앞으로 몇 달, 몇 년 동안 개발자의 역할에 어떤 의미를 가질까요?
좋은 소식은 AI가 DevOps와 결합되어 개발자 경험이 크게 향상되고 병에 쌓인 창의성이 많이 풀릴 수 있다는 것입니다.
개발자 경험의 중요성이 높아지고 이것이 왜 그렇게 되었는지는 DevOps 전문가들이 참여한 최근 웹캐스트에서 분석되고 탐구되었습니다. 그들은 DevOps의 미래, 즉 개발자의 역할이 인공 지능, 로우 코드, 노코드 기술로 인해 더욱 풍부해지고 있다고 말합니다.
클라우드 컴퓨팅 및 애플리케이션 현대화 주제에 대한 소프트웨어 설계자이자 저자인 Lee Atchison은 "인간은 동일한 것을 반복해서 확인하는 데 많은 시간을 소비하는 데 능숙하지 않지만 컴퓨터와 기계 학습은 이를 매우 잘 수행합니다."라고 말합니다. .
앞으로 DevOps에 미치는 영향은 매우 강력합니다. CloudBees의 플랫폼 및 기술 전략 담당 수석 이사인 Hope Lynch는 "이것은 DevOps에 참여한 이후 가장 흥미로운 시간 중 하나입니다."라고 말합니다. "일부는 AI, 머신러닝, 로우 코드, 노 코드의 영향입니다. 이 모든 것이 동시에 개발자에게 수렴됩니다. 사람들은 이제 개발자의 경험에 대해서도 더 많이 생각하고 있습니다. 실제로는 어떻습니까? 그들은 더 이상 백룸에 있는 개발자가 아닙니다."
Atchison은 머신러닝과 AI가 "DevOps의 미래에 관한 모든 논의의 헤드라인이 되어야 합니다"라고 말합니다. AI와 결합된 DevOps의 생산성 영향은 엄청날 수 있습니다. "문제가 발생하기 전에 시스템의 안정성을 검사하는 데 도움이 될 수 있는 도구를 갖추는 것이 중요해질 것입니다. 머신러닝과 AI는 개발 관점뿐만 아니라 중요해질 것이라고 생각합니다. 여기서 일어날 수 있는 일의 시작을 보고 있을 뿐입니다. 하지만 운영 측면에서도 DevOps를 사용하면 하루에 수천, 수천 개의 릴리스를 할 수 있습니다. Amazon은 11초에 하나씩 많은 코드를 수행합니다. 이는 우리 애플리케이션에 배포되고 있습니다. 그리고 점점 더 많은 이들이 SaaS, 클라우드 서비스 등을 통해 여러 기업에 걸쳐 자리잡고 있습니다."
그러면 DevOps에 연결된 점점 더 많은 AI가 소프트웨어 수명 주기를 통해 중요한 기능을 처리하게 되면서 소프트웨어 개발자에게는 어떤 의미가 있을까요? "AI를 코딩 파트너로 사용하고 있다고 말하는 개발자가 있습니다."라고 Lynch는 말합니다. "그들은 이를 사용하여 추가 아이디어를 생각해 내고 지름길을 찾습니다. 이를 대체하는 것도 아니고 맹신하는 것도 아닙니다. 하지만 더 넓은 범주의 아이디어에 더 빨리 접근할 수 있도록 돕고 있습니다."
Atchison은 "요즘 ChatGPT보다 더 과장된 것은 없습니다. 그러나 결국 ChatGPT는 사람을 대체하는 도구가 아니라 일부 유형의 작업을 수행하는 데 도움이 되는 도구입니다"라고 덧붙입니다. "AI가 좋은 점 중 하나는 대량의 데이터를 분석하여 이상 현상을 찾는 것입니다. 그러면 인간이 이러한 이상 현상을 보고 무슨 일이 일어나고 있는지 파악할 수 있습니다. 매일 수천 건의 릴리스가 출시되므로 안정적으로 이를 수행할 수 있는 방법은 없습니다. 따라서 모든 것이 정확한지 예측할 수 있습니다. 따라서 머신 러닝의 좋은 용도 중 하나는 스캔을 수행하고 분석 데이터에서 변칙 사항이나 변경 사항을 찾아 릴리스와 연관시키는 것입니다."
Tricentis의 엔지니어링 부사장인 Parag Doshi는 창의성이 개발자를 고용하는 가장 중요한 이유라고 말합니다. "하나의 애플리케이션에 대한 10억 개의 테스트 결과를 검토하는 것은 누군가의 몫이 아닙니다. 올해 사람들은 허리띠를 조일 것이고, 애플리케이션을 합리화할 것이며, 얼마나 많은 시간을 소비할 수 있는지 합리화하게 될 것입니다. 애플리케이션 구축, 애플리케이션 테스트 및 이를 지속적으로 효율적으로 배포할 수 있는 방법 우리는 더 똑똑해져야 하며, AI는 우리가 원래 수행하도록 고용된 영역에 더 많은 시간을 할애할 수 있게 해주는 또 다른 도구입니다. "