Generative AI의 '생산성 혁명'은 소프트웨어 개발자 역할을 축소하고 있습니다.

생성적 AI는 생산성 향상을 의미하지만 소프트웨어 개발자가 자신의 역할을 성공하거나 대체하는 데 도움이 될까요? ZDNET은 혼합 반응을 탐구합니다.

소프트웨어 개발자의 역할은 전환 중이며 이는 모두 인공지능(AI)의 영향 때문입니다. 이제 OpenAI의 GPT-4 및 Microsoft의 Copilot과 같은 생성 AI 모델 및 보조 장치가 어떤 목적, 어떤 언어로든 거의 즉각적으로 코드를 대량 생산하는 데 능숙하다는 것이 분명해졌습니다.

이러한 기술 기반 기능은 소프트웨어 개발자가 인력 감축에 직면하게 됨을 의미합니다. 지금 당장 핵심 논쟁은 "얼마인가?"이다.

업계 관찰자의 현재 평결은 다음과 같습니다. 지금까지는 매우 좋습니다.

그러나 개발자의 성공에 도움이 될지, 아니면 많은 역할을 대체할지에 대해서는 엇갈린 반응이 있습니다.

이는 애플리케이션 현대화를 원활하게 하는 데 도움이 될 수도 있습니다.

The Planet Group의 계열사인 Launch Consulting의 수석 겸 기술 리더인 Joe Welch는 "제너레이티브 AI는 개발자가 자신의 역할에 접근하는 방식을 극적으로 변화시켜 생산성 혁명을 가져오고 있습니다."라고 말합니다. "최근 프로젝트에서 GitHub Copilot을 VS Code에 통합함으로써 프로그래머가 작은 함수 작성과 같은 10분짜리 작업을 단순히 함수를 설명하는 주석을 작성하는 데 걸리는 30초로 단축하는 것을 보았습니다. 실제 코드는 기능은 Copilot에 의해 작성되었으며 이러한 기능은 변경 없이 즉시 작동하는 경우가 많습니다. 이것이 게임 체인저라고 과소평가하기는 어렵습니다."

생성적 AI 도구는 개발자의 고된 작업을 대체할 수 있지만, 이러한 기술의 등장은 조직 내에서 개발자의 역할을 높일 수 있는 기회도 열어줍니다. 간단히 말해서, AI와 자동화 시대의 인력 감축은 나쁜 것이 아닐 수도 있고 새롭고 더 흥미로운 역할로 이어질 수도 있습니다.

현재 업계는 생성 AI 플랫폼이 소프트웨어 개발 분야에 제공하는 성능과 생산성으로 떠들썩합니다. 컨설턴트 KMPG의 보고서에 따르면 "많은 개발자에게 생성 AI는 그들이 알게 될 가장 가치 있는 코딩 파트너가 될 것입니다." 이 기술은 마침내 과로하고 스트레스를 받는 IT 전문가가 업무의 일상적인 측면을 추상화하고 비즈니스와 더 관련성이 높은 더 큰 문제에 집중하는 데 도움이 될 수 있습니다.

기본적으로 이는 더 많은 양의 프로젝트 작업을 수행할 수 있는 능력을 의미합니다. KPMG 보고서 작성자는 AI의 사용 증가로 인해 "프레임워크, 플랫폼, 제품 및 기록 시스템 전반에서 개발자의 대체 가능성이 높아질 것"이라고 밝혔습니다. "제너레이티브 AI는 일반적으로 처리할 수 있는 것보다 더 광범위한 프로젝트에서 작업하는 데 필요한 발판과 지침을 제공할 것입니다."

기술이 발전함에 따라 Blue Yonder의 CEO인 Duncan Angove는 "인간의 프로그래밍 기술의 필요성이 사라지고 결국 인간이 주도하는 엔지니어로 대체될 것이라고 믿습니다."라고 예측합니다.

Angove는 실제 프로그래밍 역할이 줄어들고 비즈니스 중심의 개발자가 특정 애플리케이션에 필요한 기능을 조립할 것으로 예상합니다. 기술이 발전함에 따라 "인간의 프로그래밍 기술은 필연적으로 사라지고 결국 인간이 주도하는 엔지니어로 대체될 것이라고 믿습니다"라고 그는 예측합니다.

"비즈니스 분석가와 제품 관리자는 새로운 프롬프트 엔지니어가 되어 비즈니스 요구 사항을 필요한 코드를 생성하는 프롬프트로 변환합니다. 단기적으로는 코드 품질을 확인하는 프로그래머도 여전히 필요하지만 시간이 지나면 그것도 필요합니다. 바래다."

물론 이러한 축소 규모에 대한 어느 정도 관점도 중요합니다. Saptharishi는 개발자가 AI를 사용하여 하룻밤 사이에 전체 애플리케이션을 작성하지는 않을 것이라고 말합니다. "AI는 개발자가 작업을 더 빠르게 수행하고 실수를 줄이는 데 도움이 될 것이며 시간이 지남에 따라 AI는 앱 개발에서 더 큰 역할을 하게 될 것입니다. 집중적인 환경, IT 전문가의 창의성, 문제 해결 기술, 개념을 교육하고 다른 사람에게 설명하는 능력은 여전히 성공에 핵심적인 역할을 할 것입니다."

개발자의 생산성을 높이는 데 도움이 되는 실제 코드 생성에 대한 잠재적인 장애물은 본질적으로 다른 곳에서 설계된 코드를 자유롭게 사용하는 법적 의미입니다. KPMG 저자는 “생성 AI와 관련된 지적 재산권 문제는 아직 해결되지 않은 상태로 남아 있습니다.”라고 경고합니다. "이러한 모델은 다양한 유형의 라이선스를 통해 오픈 소스 코드로 훈련되었으며, 생성된 소프트웨어가 오픈 소스 코드와 너무 유사한 것으로 간주되면 어떤 일이 발생할지는 아직 지켜봐야 합니다."

개발자 역할에 어떤 종류의 축소가 있을 것인지는 매우 논쟁의 여지가 있지만 Launch의 Welch는 끊임없이 요구되는 비즈니스를 위해 훨씬 더 빠르고 편리하게 결과를 제공할 수 있는 개발자의 능력에 많은 긍정적인 영향을 미칠 것으로 예상합니다.

• 추천 엔진으로서: 'AI 추천을 코드 개발 프로세스에 통합하거나 코드 체크인 시 AI 추천을 제공하는 것'이 중요한 이점이 될 것이라고 그는 말합니다. "GitHub Copilot은 이에 대한 좋은 예이며 개발자가 입력할 때 권장 사항과 제안을 제공합니다. 개발자는 또한 특수 형식의 주석으로 작성하려는 코드를 나타낼 수 있으며 Copilot은 해당 기능의 샘플 구현을 제공합니다."
• 신규 개발자의 온보딩을 돕기 위해 기존 코드에 대한 문서 작성: "우리는 AI를 사용하여 하위 시스템에 대한 최상위 요약을 제공한 다음 개별 모듈에 대한 더 자세한 설명을 제공했습니다."라고 Welch는 말합니다. "이러한 개요를 읽은 후 개발자는 AI 챗봇과 직접 상호 작용하여 용도별 기능이나 코드 섹션에 대한 자세한 질문을 할 수 있습니다. 이를 통해 새로운 코드베이스를 이해하는 데 걸리는 전체 시간을 크게 줄일 수 있습니다."
• 지원 중단된 라이브러리 업데이트: "우리가 진행 중인 과제 중 하나는 적절한 보안 지침에 따라 타사 라이브러리를 지원되는 버전으로 업데이트하는 것입니다."라고 Welch는 말합니다. "종종 이러한 라이브러리를 업그레이드하는 데 따른 위험 수준이 불분명합니다. Generative AI는 전반적인 노력을 예측하고 수정해야 할 특정 코드 패턴을 식별하며 이러한 라이브러리와 프레임워크가 최신 상태로 유지되도록 돕는 데 뛰어납니다. 노력과 비즈니스 위험을 최소화할 수 있습니다."
• 기존 언어에서 애플리케이션 마이그레이션: Welch는 "AI는 Cobol과 같은 오래된 언어에서 Java나 C#과 같은 최신 언어로 대규모 코드베이스를 훨씬 쉽게 마이그레이션할 수 있습니다."라고 말합니다. "이러한 마이그레이션에는 이전 언어와 최신 언어 모두에 능숙한 개발자가 필요하기 때문에 종종 어려울 수 있습니다."

그러나 분명히 짚고 넘어가야 할 점은 AI와 자동화 시대에 소프트웨어 개발 역할의 축소가 이미 진행 중이라는 것입니다. 궁극적으로 개발자와 기타 IT 전문가에게는 "쉽게 복사하거나 가르칠 수 없는 것"에 대한 기회가 풍부해질 것이라고 Angove는 예측합니다. "대규모 언어 모델이 할 수 없는 것이 무엇인지 생각해보고 그렇게 하십시오. 신선한 사고의 가치도 훨씬 더 중요해집니다. 현재 무료 애플리케이션에 비해 도구(LLM 자체)를 구축하는 데 도움이 되는 기술을 개발하십시오."