개발자는 AI를 자신의 생산성을 높이는 도구(AI 코딩 어시스턴트)로도, 애플리케이션에 내장하는 역량(API를 통한 AI 기능 통합)으로도 활용할 수 있습니다. AI가 소프트웨어 개발을 변혁함에 따라 둘 다 이해하는 것이 점점 더 가치 있습니다.
개발자 생산성 도구로서의 AI
✓ AI 코딩 어시스턴트 → GitHub Copilot, Cursor 등 → 코드 완성, 생성, 설명 → 생산성 향상
✓ 채팅 어시스턴트(ChatGPT, Claude) → 코딩 질문, 디버깅, 개념 설명, 코드 생성, 학습,
테스트/문서 작성
✓ 용도: 보일러플레이트 작성, 낯선 코드 설명, 오류 디버깅, 리팩터링, 신기술 학습
⚠️ 단 → AI 생성 코드를 검토(틀리거나 안전하지 않을 수 있음); 사용하는 것을 이해;
AI는 도구이지 이해의 대체물이 아님
애플리케이션에 AI 내장
✓ AI API 사용 → LLM(OpenAI, Anthropic API)을 앱에 통합 → ML 전문성 없이 AI 기능
(챗봇, 요약, 검색, 콘텐츠 생성 등) 추가
✓ 사전 구축된 AI 서비스 사용 → 비전, 음성, 번역 API(클라우드 AI 서비스)
✓ RAG, embedding, 벡터 검색 → 자체 데이터 위에 AI 기능 구축
→ 개발자는 점점 더 (모델 훈련이 아니라 API를 통해) 애플리케이션에 AI 역량을 추가
