AI로 빠르게 배포하는 것이 함정인 이유

AI를 사용하여 20분 만에 기능을 배포하는 것은 성공이 아닙니다. 그것은 업무 중 저렴한 부분의 속도만 높였다는 신호일 뿐입니다. 당신은 값비싼 작업을 건너뛴 것입니다.

코드를 작성하는 것은 엔지니어링에서 결코 어려운 부분이 아니었습니다. 진짜 도전 과제는 다음과 같은 작업들입니다:

  • 요구사항 정의
  • 범위 축소
  • 제약 조건 설정
  • 변경 사항의 정확성 증명

이러한 단계들을 건너뛰면, AI는 당신이 잘못된 것을 더 빠르게 배포하도록 도와줄 뿐입니다. 이는 '완료된 것처럼 보이는 것'과 '실제로 완료된 것' 사이의 간극을 만듭니다. AI는 깔끔한 코드를 제공하지만, 그 코드가 당신의 시스템에 적합한지는 알려주지 않습니다. 또한 장기적인 비용에 대해서도 알려주지 않습니다.

AI는 당신의 기존 습관을 증폭시킵니다. 좋은 판단력은 더 빨라지지만, 나쁜 판단력 또한 더 빨라집니다.

현재의 워크플로우는 다음과 같은 위험을 보여줍니다:

  • AI가 자신 있게 말한다는 이유로 운영 데이터베이스를 삭제하는 사람들이 있습니다.
  • 더 많은 코드를 수용함에 따라 리뷰 부담이 늘어납니다.
  • 대부분의 버그는 잘못된 코드 생성 때문이 아니라 불분명한 요구사항에서 발생합니다.

이것들은 새로운 가면을 쓴 오래된 엔지니어링 문제입니다. 프롬프팅은 주말이면 배울 수 있는 기술입니다. 진짜 기술은 다음과 같은 일련의 과정을 통해 작업을 설계하는 것입니다:

  1. 요구사항
  2. 간극 식별
  3. 계획
  4. 작은 변경 사항
  5. 리뷰
  6. 검증

첫 번째 프롬프트는 작업이 올바른지 증명하는 테스트에 집중해야 합니다. 그것을 마지막 단계로 만들지 마십시오.

Git이나 CI/CD와 같은 도구는 해당 도구를 중심으로 워크플로우를 재구축할 때만 제대로 작동합니다. 도구 자체보다 워크플로우가 더 중요합니다.

승리하는 엔지니어는 AI를 가장 많이 사용하는 사람이 아닙니다. 코드를 빠르게 만들기 전에 문제를 천천히 파악하는 사람입니다. 대부분의 사람들은 AI를 사용하지만, AI를 활용해 엔지니어링을 하는 사람은 거의 없습니다.

이러한 검증의 간극을 해결하기 위해 당신의 워크플로우를 어떻게 조정하고 있습니까?

Source: https://dev.to/yerkerakhimov/why-shipping-fast-with-ai-is-a-trap-3f9l

Optional learning community: https://t.me/GyaanSetuAi