GN⁺: GitHub Copilot 도입 후 개발자 생산성 향상 여부

(trace.yshui.dev)

GN⁺의 의견

Copilot과 같은 AI 툴은 개발자의 생산성 향상에 도움이 될 수 있지만, 실제로는 개인마다 차이가 클 수 있음. 특히 독특한 프로젝트의 경우 AI가 코드 맥락을 이해하기 어려울 수 있음.
현재의 AI 기술로는 반복적이고 단순한 코드 작성에는 도움이 되지만, 복잡한 로직이나 프로젝트 전반에 대한 이해가 필요한 부분은 한계가 있음. 이는 향후 AI 기술이 발전하면서 개선될 여지가 있음.
AI 툴을 사용할 때는 그 특성을 잘 이해하고 적절히 활용하는 것이 중요함. 무조건 AI에 의존하기보다는 개발자의 역량을 키우는데 주력하되, AI를 보조 수단으로 사용하는 것이 바람직해 보임.
향후 AI 기술이 비약적으로 발전한다면 개발 패러다임의 변화가 있을 수 있음. 하지만 그렇다고 해서 개발자의 역할이 사라지지는 않을 것임. 오히려 AI를 잘 활용하고 통제할 수 있는 능력이 개발자에게 더욱 요구될 것으로 보임.

요약:

Entity Framework의 Lazy Loading 기능에 대한 불만족 경험이 있음. 현재 AI 코딩 도구가 그와 유사한 수준이라고 생각함
Copilot이 보일러플레이트 코드나 반복적인 작업에는 유용하지만, 프로덕션 코드에서는 미묘한 실수를 하는 경향이 있음
테스트 코드 작성에는 Copilot이 효과적일 수 있음
Copilot 챗보다는 웹 기반 LLM과의 대화를 선호함
Github의 Copilot 효과 연구 결과에 대해 회의적임. 제안 코드 검토에 소요되는 시간이 개발 시간을 잠식할 수 있음
인턴과 달리 LLM은 학습하지 않으므로 업무 위임이 어려움
Copilot 챗은 GPT-4에 비해 성능이 떨어짐. 새로운 라이브러리나 프레임워크 사용 시 코드 생성에는 도움이 되지만, 세부 사항 구현에는 한계가 있음
취미나 사이드 프로젝트에서는 Copilot이 시간을 상당히 절약해 줌. docstring 추가, 테스트 작성, 기본 함수 생성, 타입 힌트 추가 등에 유용함