소프트웨어 개발에서 생성형 AI의 역할 탐색

아마존 웹 서비스(AWS)의 CodeWhisperer와 깃허브(GitHub)의 Copilot과 같은 생성형 AI 도구의 잠재력을 소프트웨어 개발 세계가 수용함에 따라, 조직이 잘 정의된 생성형 AI 정책을 수립하는 것이 점점 더 중요해지고 있습니다. 이러한 정책은 생산성 혜택을 활용하는 것뿐만 아니라 이러한 도구와 관련된 잠재적 위험을 완화하는 데에도 필수적입니다.

생성형 AI를 통한 생산성 향상

생성형 AI 도구는 개발자 생산성 증대에 있어 큰 가능성을 보여주고 있습니다. 그러나 적절한 가이드라인 없이 이러한 도구를 채택하면 의도치 않은 결과가 초래될 수 있습니다. 퍼듀 대학교 연구진이 8월에 실시한 최근 연구와 같은 연구들은 생성형 AI 모델의 부정확성을 강조했습니다. 그럼에도 불구하고 포춘 500대 기업 중 80% 이상이 이러한 도구를 사용하고 있어 코드 품질과 신뢰성에 대한 의문이 제기되고 있습니다.

대표적인 사례로 삼성전자가 ChatGPT와 같은 생성형 AI 도구에 민감한 내부 소스 코드가 의도치 않게 유출된 사건이 있습니다. 이 사건으로 인해 회사 내 생성형 AI 어시스턴트 사용에 대해 신속하고 광범위한 금지 조치가 취해졌습니다. 이러한 대응이 단기적으로는 합리적으로 보일 수 있지만, 생성형 AI의 잠재력을 활용하기 위한 장기적인 비전을 결여하고 있습니다.

생성형 AI 도구의 생산성 잠재력을 최대한 활용하고 홍보상의 함정을 피하려면, 조직은 엔지니어링 팀을 위해 명확한 생성형 AI 정책을 수립하고 소통해야 합니다. 이번 Tech Works 에디션에서는 생성형 AI를 조기에 채택한 엔지니어링 리더십이 조직이 효과적인 정책을 수립하는 데 어떻게 기여할 수 있는지 살펴봅니다.

소비자용 vs. 기업용 생성형 AI 도구

CodeWhisperer, 구글의 Bard, 메타 AI의 LLaMA, Copilot, 오픈AI의 ChatGPT를 포함한 수많은 생성형 AI 도구가 존재합니다. 그러나 ChatGPT와 Copilot과 같은 도구들은 엔지니어링 팀 내에서 상당한 인기를 얻고 있습니다. 어떤 생성형 AI 도구를 사용할지는 의도된 사용 사례에 따라 달라집니다.

ChatGPT와 같은 소비자 중심 도구는 종종 그 한계를 고려하지 않고 사용되어 부정확한 응답을 초래합니다. 공개된 대규모 언어 모델(LLM)은 정확한 정보가 없더라도 응답을 제공하도록 훈련되어 있으므로, 사용자는 이러한 도구들이 확신이 있을 때만 답변을 제공하도록 명시적으로 지시해야 합니다.

조직 내에서 독점적이거나 중요한 작업에 소비자용 도구를 사용하면 개인정보 보호 및 보안 위험이 발생할 수 있습니다. 따라서 조직은 엔지니어들이 이러한 도구에서 벗어나 더 안전하고 기업 중심적인 옵션을 사용하도록 유도하는 것이 좋습니다.

조직의 특정 필요에 맞는 컨텍스트로 생성형 AI 도구를 훈련하면 그 효과를 크게 높일 수 있습니다. 내부 개발자 챗봇은 내부 전략, 프로세스, 코딩 표준에 대해 훈련될 수 있으며, 이는 더 정확하고 컨텍스트를 인지한 응답으로 이어집니다.

생성형 AI는 코드 스니펫 생성, 문서 작성, 라이브러리 가져오기, 와이어프레임 생성, 품질 및 보안 스캔 실행, 코드 요약과 같은 작업에 특히 유용합니다. 이러한 출력물이 항상 프로덕션 준비가 된 것은 아닐 수 있지만, 개발자들에게 가치 있는 시작점이 됩니다.

생성형 AI는 문서화 분야에서도 상당한 이점을 제공합니다. 내부 문서는 종종 구식이고 접근하기 어려우며 소프트웨어 개발 워크플로우와 분리되어 있습니다. 생성형 AI는 코드 스니펫을 자동으로 재생성하고, 문서를 유지 관리하며, 컨텍스트 기반 검색을 도와줌으로써 이러한 문제를 해결할 수 있습니다.

생성형 AI와 일자리 

생성형 AI는 개발자를 대체하기 위한 것이 아니라, 그들의 역량을 보완하고 반복적인 작업을 간소화하기 위한 것입니다. 일상적인 업무를 제거함으로써 생산성을 향상시키고 개발자들이 더 높은 부가가치 활동에 집중할 수 있도록 합니다.

조직은 생성형 AI가 계속될 것이며, 잘 정의된 생성형 AI 정책이 마련되어야 한다는 점을 인식해야 합니다. 이러한 정책에는 엔지니어들이 생성형 AI 도구를 효과적으로 활용하고, 그들의 강점과 약점을 식별하며, 윤리 기준을 준수할 수 있도록 하는 교육 프로그램이 포함되어야 합니다.

생성형 AI 도일이 일상화되어 가는 급변하는 환경에서, 잘 구조화된 정책으로 이러한 기술을 수용하는 조직은 생산성 증가를 누리고 소프트웨어 개발의 최전선에 머물 가능성이 높습니다.