최근, 개발자 사이에서 화두로 떠오른 키워드가 있다. 바로 '자동화 코드 작성 툴'이다. 최근, 깃허브(GitHub)가 자동화 기술을 활용한 코드 작성 인공지능(AI) 툴인 코파일럿(Copilot)을 선보이면서 코드 작성 작업에서의 자동화 과정에 주목하는 이가 증가했다.
자동화 코드 작성 툴이라는 키워드는 깃허브의 코파일럿 출시와 함께 아주 잠깐 주목을 받는 데 그치지 않았다. 아마존도 코파일럿과 비슷한 자동화된 코드 작성 툴인 코드구루(CodeGuru)를 선보이고, 페이스북도 코드 구문마다 적절한 코드를 추천하는 자동화 툴인 아로마(Aroma)를 개발하면서 자동화 코드 작성에 대한 관심이 계속 이어지고 있다.
코파일럿과 코드구루, 아로마 모두 자동화 기술을 사용하면서 코드 작성 작업을 하는 동시에 오류를 감지하면서 인간의 실수를 최소화한다. 이에, 미국 온라인 테크 매체 벤처비트는 앞으로 머신러닝 기반 프로그래밍에 꾸준히 투자한다면, 코드 개발자의 생산성 극대화에 도움이 될 것이라고 주장하면서 머신러닝 프로그래밍이 아래의 두 가지 요소에 매우 큰 도움이 될 것이라고 설명했다.
언어 간 전환 능력
코드 의미 유사성은 여러 언어를 변환하는 데 중요하다. 그동안 특정한 프로그래밍 언어로 작성된 프로그램 소스코드를 다른 언어로 변환할 수 있는 자동화 툴 개발은 활발하게 진행되지 않았다. 프로그래밍 언어 변환 작업은 인간이 직접 수행한다면, 최대 몇 년이 걸리는 등 오랜 시간이 소요되는 작업이다. 시간 측면을 고려하면 매우 비효율적인 작업이다.
그러나 머신러닝과 함께 기계에 프로그래밍 언어 변환 작업을 훈련하고 이를 활용한다면, 순식간에 끝낼 수 있다. 작업 시간을 절약할 수 있으니 얼마나 효율적인가?
실제로 어도비 포토샵이 C언어와 C++로 작성된 소스코드를 할리드(Halide)로 변환하는 작업을 포함해, 언어 전환 과정에 자동화 기술을 적용하는 기업이 증가하는 추세이다.
신입 개발자와 베테랑 개발자의 경력 격차 해소
코드 의미 유사성 시스템으로 적절한 코드를 추천할 수 있다.
예로, 앞서 언급한 코파일럿은 소프트웨어의 의도를 파악하고 개발자에게 더 완전한 코드 구문을 추천한다. 머신러닝으로 코드 작성 작업과 훌륭한 구문 파악 훈련을 거친 덕분에 더 효율적이면서도 간결하고 완전한 코드를 추천한다.
보통 초보 개발자와 베테랑 개발자는 같은 결과를 산출하더라도 코드 구문의 가독성에서 큰 차이를 보인다. 그러나 코드 추천 시스템을 적절하게 활용한다면, 초급자도 베테랑 못지않게 훌륭한 가독성을 자랑하면서 효율적인 코드 구문을 작성할 수 있을 것이다.
[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]
