저는 개발자로 일한 지 몇 년이 되었지만 AI가 나오고 나서야 앱 구축을 시작할 수 있었습니다. 제가 처음으로 배운 언어는 비주얼 베이직이었습니다. 나는 그것에 대해 전혀 이해하지 못했고 그것에 대해 기본적인 것도 없었습니다. 다음은 C 였지만 두 개의 더하기 기호가 있어도 여전히 아무것도 합산되지 않았습니다. 변명하자면, 배울 때 컴퓨터가 없었고 화이트보드로 가르쳤습니다.

발견

저는 적어도 첫 번째 GPT4 버전이 나온 이후로 꽤 오랫동안 LLM을 사용해 왔습니다. 저는 막 Solidity로 블록체인 개발을 마치고 소프트웨어 에이전시에 취업했습니다. 그리고 바로 그때 GPT4가 출시되었습니다. 처음에는 일반적인 질문만 했습니다. 그런 다음 일부 Solidity 코드로 테스트하여 코딩에 사용하기 시작했습니다.

그것은 꽤 잘 되었고, 그때부터 AI를 사용하여 코드를 작성하려는 나의 불꽃이 불타올랐습니다. 당시 저는 소프트웨어 에이전시에서 일하고 있었는데 솔라나 마켓플레이스에서 특정 가격 이하로 NFT를 자동으로 구매하는 스크립트를 원하는 고객이 있었습니다. 전체 프로젝트를 GPT4로 진행했습니다.

앱 아이디어

Claude가 출시되었을 때 저는 회의적이었고 무료 모델을 가지고 놀면서 잠시 보류하기로 결정했습니다.

결국 마음을 먹고 구독을 결정하게 되었습니다. 얼마 후 Claude Opus는 제가 가장 좋아하는 모델이 되어 개인 코딩 프로젝트와 일반 연구에 사용했습니다. 얼마 지나지 않아 Claude 3.5 Sonnet이 발표되었습니다.

건물

이 무렵 저는 AI 기능을 IDE로 가져오고 쓰기 및 읽기 액세스 권한을 부여하여 AI에 실시간 컨텍스트를 제공함으로써 AI 기능을 확장할 수 있는 vscode 확장에 대한 아이디어를 생각해냈습니다.

저는 Claude 3.5 Sonnet으로 제작을 시작하기로 결정했습니다. 우선, 우리는 좋은 출발을 했고 몇 가지 일이 잘 진행되었습니다. 그러나 몇 분 후 코드에 문제가 발생하여 저는 Sonnet과 함께 약 한 시간 동안 이 문제를 해결하려고 맴돌았습니다. 답답해서 다시 익숙한 모델인 Opus로 바꿨습니다.

그런데, 오류에 이어 오류를 수정하고 있었습니다. 그러나 나는 여전히 Opus에 익숙하고 전환을 꺼려했기 때문에 계속했습니다. 그러나 약 이틀 동안 Opus를 만지작거린 후에 나는 Sonnet만큼 멀리까지 가지 못했다는 것을 깨달았습니다. 그래서 저는 Sonnet으로 돌아가서 작동 중이던 마지막 코드 버전을 가져와서 거기에서 새로 시작했습니다.

이 시점에서 모든 것이 제자리로 돌아가기 시작했습니다. 일주일 안에 최소한 실행하고 테스트할 수 있는 코드가 생겼습니다. 메시지를 보내는 방법을 더 많이 이해할수록 작업 속도가 빨라졌습니다.

도전과제

그러나 모든 것이 순조롭게 진행된 것은 아닙니다. 여러 가지 사례가 있지만 가장 중요한 점은 연구 및 건축 결정에도 사용하고 있었기 때문에 내 설정에서는 불가능했던 잘못된 접근 방식을 제안했다는 것입니다. 제가 이 사실을 몰랐기 때문에 구현해 보았는데 테스트 결과 작동하지 않았습니다.

Sonnet에 오류를 문의했지만 여전히 모듈이 작동하지 않는 이유를 이해할 수 없었습니다. 그래서 chatGPT 구현을 위해 더 많은 컨설팅을 했습니다. 또한 동일한 접근 방식(작동하지 않음)을 제안했지만 두 번째 옵션을 제공했습니다. 나는 두 번째 것을 가져다가 클로드에게 주었고, 짜잔! 기차가 다시 움직이고 있었어요.

결과

전체적으로 실행 가능한 애플리케이션을 마련하는 데 약 2개월이 걸렸습니다. 결국 확장성과 디버깅에 적합한 10개 이상의 모듈을 갖게 되었습니다.

제 경험을 바탕으로 AI의 품질이 놀라운 속도로 아이디어를 구현하고 반복할 수 있는 수준에 이르렀다는 것을 깨달았습니다.

현재 AI를 사용한 코딩의 한계는 복사하여 붙여넣기를 왔다 갔다 하는 것으로 제한된다는 것입니다. 작동하지만 때로는 오류가 있는 경우 AI가 현재 프로젝트가 IDE에서 어떻게 설정되어 있는지 알지 못하고 오류가 이를 전달하지 않기 때문에 컨텍스트에 공백이 있을 수 있습니다.

AI도 당신도 알지 못하기 때문에 둘 다 원 안에 있게 됩니다. 이것이 제가 코딩AGI로 해결하고 있는 문제입니다. AI를 IDE로 가져와서 환경을 설정하고, 코드를 작성하고, 실행한 후 성공 메시지나 오류 형태로 즉각적인 컨텍스트를 받아 디버깅할 수 있습니다.

결론

AI는 개발자를 대체하지 않습니다. 원하는 결과를 얻으려면 여전히 메시지를 표시하고 안내해야 합니다. 이는 소프트웨어 설계 원칙과 패턴을 아는 것을 의미합니다. 차이점은 속도일 것이다. AI 개발자는 더 빠르게 아이디어를 내고, 더 빠르게 코딩하고, 더 빠르게 출시할 것입니다.

CodingAGI를 확인하고 배송을 시작하세요!