GN⁺: AI Copilot이 코딩 교육의 패러다임을 변화시키고 있음
(spectrum.ieee.org)AI 코파일럿이 코딩 교육 방식을 바꾸고 있음
- 이제 교수들은 문법 교육에서 벗어나 고차원적인 기술에 중점을 두는 중
- 지난 학기, 브라운 대학교의 컴퓨터 과학 교수인 Krishnamurthi는 학부생들에게 최종 프로젝트를 GitHub Copilot을 사용하여 완성하라고 지시함
- 이는 OpenAI의 GPT-3 언어 모델을 기반으로 한 AI 도구로, 코드를 자동 생성하고 완성해주는 기능을 제공
- Krishnamurthi 교수는 이번 실험을 통해 학생들이 프로그래밍 언어의 문법보다는 문제 해결에 집중하기를 원했음
- 그는 이런 도구들이 프로그래밍 교육에 근본적인 변화를 가져올 것이라고 믿고 있음
- 다른 교수들도 유사한 실험을 진행 중이며, AI 도구를 활용하여 학생들이 고차원적인 개념을 학습하는데 도움을 주고 있음
- 예를 들어 펜실베니아 대학교의 Swapneel Sheth 교수는 Copilot을 사용하여 학생들이 개념적 사고와 문제 해결 능력을 기를 수 있도록 하고 있음
- 하지만 일부 교수들은 AI 도구 사용에 대해 우려를 표하고 있음
- 버클리 대학의 Dan Garcia 교수는 학생들이 기본기를 익히지 않고 AI에 의존하게 될까 걱정하고 있음
- 그는 AI 도구가 학생들의 학습을 방해할 수 있다고 믿고 있음
- 장기적으로 AI 도구는 소프트웨어 엔지니어링 교육에 큰 영향을 미칠 것으로 예상됨
- Krishnamurthi 교수는 언젠가는 전통적인 코딩 강의가 사라질 것이라고 전망함
- 대신 학생들은 AI 도구를 활용하여 더 큰 문제를 해결하는 방법을 배우게 될 것임
GN+의 의견
- AI 코파일럿의 등장으로 프로그래밍 교육의 패러다임이 변화하고 있음. 전통적인 문법 중심의 교육에서 벗어나, 문제 해결 능력과 고차원적 사고력을 기르는 방향으로 나아가고 있음.
- 하지만 AI 도구에 대한 과도한 의존은 학생들의 기본기 습득을 방해할 수 있음. 따라서 AI 도구를 적절히 활용하되, 기본 개념과 원리에 대한 이해를 소홀히 해서는 안될 것임.
- AI 도구의 발전은 소프트웨어 엔지니어링 분야의 미래상을 보여줌. 단순 반복적인 코딩 작업은 AI가 대신하고, 인간은 더 창의적이고 복잡한 문제 해결에 집중하게 될 것으로 예상됨.
- 교육 기관들은 이러한 변화에 발맞춰 커리큘럼을 개편해야 할 것임. 전통적인 프로그래밍 언어 교육과 함께 AI 활용 능력, 문제 해결 능력 등을 함양하는 교육이 필요해 보임.
- GPT-4 등 차세대 AI 기술의 등장으로 코드 자동 생성 및 완성 기능은 더욱 강력해질 것으로 보임. 이에 따라 소프트웨어 엔지니어의 역할과 역량도 지속적으로 변화할 것으로 예상됨.
저도 학부 수업을 듣고 있는데, 이미 언어 모델을 사용해서 교육하는 방향으로 지도법이 바뀌고 있는 느낌이 강하게 듭니다.
전공 과목(컴퓨터공학)은 물론이고, 일부 교양 과목마저 이제 중간/기말고사에 언어 모델 (ChatGPT)를 사용해도 된다고 고지하는 경우가 매우 늘었습니다.
다만, 단순히 문제를 언어 모델에 집어넣는다고 해답이 나오지는 않게 문제를 설계해서 주십니다. 문제를 올바르게 분석하고, 언어 모델이 준 산출물을 적절히 답안에 섞고 응용하여 풀도록 유도하는 것 같습니다.
점점 올바르게 "문제를 이해"해서 언어 모델에게 "올바른 지시"를 내려야 할 필요성이 높아지고 있는 추세입니다.
Hacker News 의견
요약:
- AWS DevOps 엔지니어들은 기본적인 네트워킹 지식이 부족한 경우가 많음
- AI 공동 작업툴을 사용하는 사람은 늘어나지만, 코드를 이해하고 검토할 수 있는 사람은 늘어나지 않음
- AI 툴에 윤리와 정치가 주입되어 어색한 결과를 낳기도 함
- "프롬프트 엔지니어링"이 프로그래밍을 대체할 수 없음
- AI 툴을 사용해 코드를 작성하더라도 근본적인 개념을 이해하지 못한 채 그냥 복사 붙여넣기만 하는 학생들이 있음
- 대답을 알고 있는 신탁(oracle)이 있어도 무엇을 물어야 할지 모른다면 쓸모없음
- 개발자의 진정한 가치 창출은 사람의 요구사항을 코드로 변환하는 것임
- AI 툴은 이미 작성하기 쉬운 코드를 생성하는 데만 유용함
- 사소하지 않은 작업에서는 프롬프트와 씨름하느라 시간을 더 많이 씀
- 앞으로는 "아는 것"보다 "어디서 답을 찾을 지 아는 것"이 더 중요해질 것임
- AI가 제시한 답이 맞는 건지, 교묘하게 틀린 건지 판단하는 것이 새로운 문제 해결 과제가 될 것임
- AI 공동 작업 툴은 우리를 게으르게 만들고 버그가 더 많은 코드를 만들어낼 것임
- 교사들은 학생들이 계산기를 사용하기 전에 기본기를 익히기를 원함
- 학습 곡선을 유지하는 것이 이 세대의 큰 위기가 될 것임
- 소프트웨어 엔지니어링은 "20% 문법, 80% 지혜"라고 할 수 있음
- LLM은 문법에는 뛰어나지만 지혜는 부족함