S
skplanet
July 31, 20241회
AI-assisted Coding과 개발 생산성 향상 #1 (부제: 실리콘밸리 개발자가 바라보는 AI 생산성 툴 및 개발 방식의 변화)

간단 소개
AI 기반 코딩 툴을 활용한 개발 생산성 향상과 개발 방식 변화, 그리고 AI 발전의 우려 사항과 개발자의 역할 변화를 분석.
AI Summary
- AI 기반 개발 생산성 향상
- GitHub Copilot, ChatGPT 등 AI 툴을 활용하여 개발 생산성 향상 가능
- 코딩 시간 단축, 코드 퀄리티 향상, 개발자 경험(DevEx) 향상, 코딩 스킬 향상 등 효과
- 실리콘밸리 개발자들은 AI 툴을 적극적으로 활용, 주니어 개발자 생산성 향상에 기여
- AI 툴의 종류 및 활용
- Coding Applications (웹사이트 생성, 코드 생성/완성, 코드 분석, 문서 자동 생성 등)
- Data Applications (자동 분석, 머신러닝, 데이터 운영, 합성 데이터 생성 등)
- GitHub Copilot은 코드 리뷰, 유닛 테스트, PR 메시지 자동 생성 등 다양한 기능 제공
- ChatGPT는 GPT Store를 통해 나만의 챗봇 제작 가능, Code Interpreter를 활용한 데이터 분석
- AI 시대의 개발 방식 변화 및 우려
- AI 기반 개발 방식은 요구사항 다음에 AI 봇이 개입, 휴먼과 함께 코드 생성
- 미래의 소스 코드는 휴먼이 AI 봇에게 주는 명령(프롬프트)이 될 것
- AI 발전의 우려 사항으로는 코드 무단 재사용, 저작권 침해, 가짜 뉴스 생성, 노동 시장 악영향 등이 있음
- 개발자는 문제 정의 능력, 의사소통 능력, 결과 지향적인 태도가 중요해질 것
Next Feeds

Engineering이 QA에게 미치는 영향력
QA 엔지니어가 Engineering 역량을 통해 업무 효율성을 높이고 서비스 품질 향상에 기여하는 과정을 설명합니다.
QA자동화Engineering테스트리소스 절감
2024. 7. 30.
29cm

Fail률 감소 목표 집요하게 달성하기 — Android UI 자동화
29CM Android 앱 UI 자동화 실패율 감소를 위한 다양한 시도와 해결 과정을 담고 있으며, 구조 리팩토링, 코드 수정 등을 통해 개선했습니다.
Android UI 자동화fail률 감소Window handlerSTFCI/CD 파이프라인
2024. 7. 30.
29cm

‘오네’(O-NE) 배송을 오네가이시마스 — 레거시 API 떠나보내기
CJ온스타일의 오네(O-NE) 배송 서비스 고도화 프로젝트를 통해 레거시 API를 개선하고 MSA 구조에 적합한 신규 API를 구축한 경험을 공유합니다.
오네(O-NE) 배송레거시 APIMSABFFAPI 개선
2024. 7. 30.
CJ온스타일

29CM QA팀은 어떻게 테스트 자동화 지표를 활용하여 신뢰성을 확보할 수 있었을까?
29CM QA팀은 테스트 자동화 지표를 활용하여 App 테스트의 신뢰성을 확보하고 Fail률을 획기적으로 감소시켰다.
테스트 자동화신뢰성Fail률PostgresqlGrafana
2024. 7. 30.
29cm
고객 경험(CX)에서 총체적 경험(TX)으로
고객 경험(CX)에서 총체적 경험(TX)으로의 진화와 그 중요성, 그리고 실제 적용 사례를 분석합니다.
CXTX고객 경험총체적 경험개인화
2024. 7. 30.
현대자동차

Informer를 사용해 쿠버네티스 중계 API 서버의 성능 개선하기
Informer를 활용하여 쿠버네티스 중계 API 서버의 성능을 개선하고 kube-apiserver의 부하를 줄인 경험을 공유합니다.
쿠버네티스API 서버Informer성능 개선로컬 캐시
2024. 7. 29.
LY Corp