MongoDB CTO는 AI가 소프트웨어 개발을 크게 변화시킬 것이라고 말합니다.

AI, 특히 생성적 종류는 "개발자들이 우리가 항상 원했던 품질과 속도, 완전성으로 코드를 작성할 수 있게 해줄 것"이라고 Mark Porter는 말합니다.

MongoDB CTO인 Mark Porter는 "컴퓨터 소프트웨어를 작성하는 데 시간이 얼마나 걸리고 이를 올바르게 만드는 데 시간이 얼마나 걸리는지에 대한 고정관념이 있습니다."라고 말합니다. "제너레이티브 AI가 이 모든 것을 엄청난 방식으로 변화시킬 것이라고 생각합니다."

문서 데이터베이스 제조업체인 MongoDB의 최고 기술 전문가에 따르면, 현재 가장 인기 있는 형태인 OpenAI의 ChatGPT와 같은 생성적 AI를 포함한 인공 지능은 소프트웨어 개발자에게 엄청난 영향력을 제공하고 생산성을 크게 높일 것이라고 합니다.

MongoDB의 CTO인 Mark Porter는 ZDNET과의 인터뷰에서 "내가 강력하게 믿는 것 중 하나는 생성 AI가 개발자를 어떻게 사업에서 퇴출시킬 수 있는지에 대한 과대 광고가 있다는 것입니다. 그리고 나는 그것이 틀렸다고 생각합니다"라고 말했습니다.

Porter는 "생성 AI가 수행하는 작업은 코드, 테스트 사례, 코드에서 버그 찾기, 문서 검색 속도 향상 등을 지원하는 것입니다."라고 말했습니다.

"이를 통해 개발자는 우리가 항상 원했던 품질과 속도, 완성도로 코드를 작성할 수 있게 될 것입니다."

Porter는 "생성 AI뿐만 아니라 15~20년 동안 사용된 모델과 기타 모든 것들이 이제 매우 견고해졌습니다"라고 말했습니다. "우리는 개발자가 코드를 작성하는 방식을 변화시키는 일을 할 수 있습니다."

Porter는 지난 주 뉴욕에서 열린 MongoDB.local 개발자 컨퍼런스에서 ZDNET을 만났습니다. 이번 컨퍼런스는 MongoDB가 올해 미국과 해외 여러 도시에서 주최하는 29개의 개발자 이벤트 중 하나입니다.

3년 반 전 MongoDB의 CTO가 되기 전에 Porter는 Amazon AWS RDS의 관계형 데이터베이스 운영 실행, 동남아시아 차량 공유 서비스인 Grab의 CTO로서 핵심 기술 개발 실행, 원래 데이터베이스 커널 개발자 중 한 사람으로 일한 것을 포함하여 Oracle에서 10년 동안 다양한 역할을 수행했습니다.

AI는 "개발자 생태계의 가속화"라고 Porter는 덧붙였습니다. "더 많은 앱이 작성될 것이라고 생각합니다."

Porter는 "컴퓨터 소프트웨어를 작성하는 데 시간이 얼마나 걸리고 이를 올바르게 만드는 데 시간이 얼마나 걸리는지에 대한 고정관념이 있습니다."라고 말했습니다. "제너레이티브 AI가 이 모든 것을 대대적으로 변화시킬 것이라고 생각합니다. 즉, 우리가 만들고 싶은 앱을 우리가 만들고 싶은 속도와 원하는 품질로 작성할 수 있게 될 것입니다."

MongoDB 일일 이벤트의 가장 큰 요소는 MongoDB 데이터베이스를 위한 새로운 AI 기능에 대한 회사의 논의였습니다.

Porter는 "MongoDB는 실제로 AI를 구축하는 수백 개 회사의 기반입니다."라고 말했습니다. 실제로 맨해튼의 Jacob Javits 컨벤션 센터 쇼 플로어에는 Confluent, Hashicorp, IBM, Amazon AWS 등의 수많은 부스가 있었으며 발표자들은 MongoDB와 해당 소프트웨어 기술의 사용에 대해 설명했습니다.

개발자를 위한 MongoDB의 뉴욕 지역 컨퍼런스에 모인 군중.

Porter는 벡터 값을 데이터베이스의 기본 데이터 유형으로 통합하는 MongoDB의 새로운 기능을 강조했습니다. 지원 벡터를 통해 개발자는 쿼리에 대한 대략적인 답변을 나타내는 대규모 언어 모델에서 생성된 컨텍스트 벡터를 가져와 데이터베이스에 저장한 다음 나중에 필요한 회상으로 정확한 답변을 생성하는 관련성 검색을 사용하여 검색할 수 있습니다. 매개변수.

사용자가 ChatGPT 또는 다른 LLM에 질문을 하면 Porter는 "해당 질문의 벡터를 얻은 다음 해당 벡터를 내 데이터베이스에 저장하고 질문할 것입니다."라고 설명했습니다. 예를 들어, 그 근처의 벡터"를 사용하면 관련 기사 세트가 생성됩니다.

"그런 다음 나는 그 기사를 가져와서 그 모든 기사를 가지고 내 LLM을 요청할 것입니다. 그리고 나는 이 기사에 없는 것은 아무 말도 하지 않아도 됩니다. 이 기사로 이 질문에 대답하십시오."

그런 다음 LLM은 Porter가 제공하는 긴 기사를 요약하는 등의 기능을 수행할 수 있습니다. "나는 LLM을 사용하여 기사를 짧게 만드는 것을 좋아합니다."

그런 식으로 AI와 데이터베이스는 업무 분업을 갖고 있습니다.

Porter는 "온라인 거래 처리 시스템에 LLM을 배치하고 싶지는 않을 것입니다."라고 말했습니다. "내 생각에는 LLM이 속한 곳에서 LLM을 사용하고 데이터베이스 기술과 매트릭스 기술을 사용하고 싶은 것 같습니다."

다른 공급업체의 독립형 벡터 데이터베이스가 있지만 Porter는 ZDNET에 이 기능을 통합하면 애플리케이션 개발자의 부담이 줄어들 것이라고 말했습니다. Porter는 "이것은 두 [데이터베이스] 사이에 데이터를 복사하는 파이프라인을 가질 필요가 없다는 것을 의미합니다. 두 개의 서로 다른 시스템을 관리할 필요가 없으며 모든 것이 하나의 시스템, 핵심 데이터, 메타데이터와 벡터는 모두 하나의 데이터 저장소에 저장됩니다."

Porter는 AI의 다음 단계가 무엇이든 "개발자가 사업을 중단하지는 않을 것"이라고 말했습니다.

"개발자는 여전히 고객의 말을 듣고 리더의 말을 듣고 무엇을 작성할지 결정하는 사람이 될 것입니다."