AIㆍML / 개발자 / 클라우드

블로그 | 클라우드 애플리케이션 엔지니어링의 잃어버린 기술

David Linthicum | InfoWorld 2023.07.31
AI 기반 코딩이 널리 사용되고 있지만, 피해가 생기기 전까지는 그 위험성을 제대로 알지 못할 수도 있다. 보안 문제와 리소스를 낭비하는 코드를 생각해 보라.

AI가 프로그래밍 세계를 변화시키고 있는데, 여러 해에 걸쳐 상당한 진화를 이뤄냈다. AI 기반 코딩 툴을 사용하는 새로운 프랙티스는 속도를 높이고 비용을 절감할 수 있다. 하지만, 사람들이 간과하는 몇 가지 단점도 있다.

다시 말하지만, 문제는 "할 수 있는가?"가 아니라 "해야 하는가?"이다. 몇 가지 핵심 우려 사항을 살펴보자.
 
ⓒ Getty Images Bank

AI 기반 코더는 기존 코드 리포지토리를 학습한다. 생성된 코드에 대한 보다 맥락적인 이해가 필요한 경우가 많다. 작동하는 코드를 생성하지만, 이를 제대로 이해하거나 유지 관리하기 위해서는 사람의 도움이 필요할 수도 있다. 이는 개발자가 자신의 소프트웨어를 온전히 통제하는 것을 방해하고 애플리케이션을 수정하거나 변경할 때 종종 실수를 유발한다.

또한 생성된 코드는 스타일 규칙 또는 베스트 프랙티스를 충족하고 적절한 오류 처리를 포함해야 한다. 그렇지 않으면 디버깅, 유지 관리 및 협업이 어려워질 수 있다.

AI 기반 코드 생성은 기존 코드 패턴을 학습해 새로운 코드를 생성하는 데 중점을 둔다. 생성형 AI 코더는 학습 데이터로 사용되는 방대한 양의 코드를 통해 학습하는 반면, 코딩 접근 방식은 "보는 대로 배우는” 개발 방식을 사용한다.

이 접근 방식은 개발자가 주로 하는 반복적이거나 표준적인 작업에는 유용하다. 하지만 기업이 복잡하고 독특한 문제를 해결하기 위해서는 더 많은 창의성과 혁신이 필요하다. 생성형 AI 코드를 사용하면 새로운 솔루션의 잠재력을 제한하고 진정으로 혁신적인 애플리케이션을 개발하는 데 방해가 될 수 있다.

자세히 살펴보지 않았는지 모르지만, 혁신이 부족하다. 같은 것을 반복해서 만들고 있는 것 같다.

가장 큰 걱정은 애플리케이션이 배포되는 플랫폼에 맞게 코드가 더 효율적이고 최적화될 수 있다는 점이다. 프로세서, 메모리 및 스토리지 관리를 최적화하는 방법을 이해하려면 올바른 엔지니어링 프랙티스가 필요하다.

많은 사람이 리소스를 더 최적화된 방식으로 활용할 수 있는 방법을 이해하지 못한 채 애플리케이션을 생성하고 배포할 것이다. 결국 실행 비용이 더 많이 들고 탄소 발자국이 훨씬 더 큰 애플리케이션을 만들게 된다.

안타까운 점은 애플리케이션이 작동한다는 사실만으로 충분하다고 생각하는 경우가 많다는 것이다. 이런 애플리케이션을 몇 년 동안 운영하면, 막대한 비용을 낭비하면서 비즈니스에 최적의 가치를 제공하지 못한다. 사람들은 "그래도 작동하잖아?"라고 말할지 모르겠지만.

AI 기반 개발의 또 다른 무서운 측면은 많은 보안 취약점이 애플리케이션 내에 남아 있어 침해가 발생한 후에야 발견된다는 것이다. AI 기반 스캐닝 도구가 유용할 수는 있지만, 이런 취약점을 발견하고 수정하려면 사람의 기술이 필요하다.

많은 기업이 원하는 대로 개발 프로세스에서 사람을 배제하면 실용적인 애플리케이션을 만드는 데 필요한 이해를 희생하게 된다. 적절한 해답은 속도와 비용 측면에서 AI의 가치와 여전히 많은 사람의 기술이 필요하다는 사실 사이에서 균형을 찾는 것이다. 너무 늦을 때까지 이 사실을 알지 못할까 무섭다.
editor@itworld.co.kr
Sponsored

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록발행일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.