AI 보조 프로그래밍이 가져온 소프트웨어 엔지니어링의 요구 사항 개발 패러다임 변화(Baoyu)

올해 AI 분야의 가장 큰 혁신 중 하나는 프로그래밍 분야로, 커서나 v0 dev와 같은 AI 프로그래밍 도구는 일반인의 프로그래밍 문턱을 획기적으로 낮출 뿐만 아니라 전문 프로그래머의 개발 효율성을 획기적으로 높일 수 있게 해줄 것입니다.

그러나 우리가 듣는 소식은 프로그래밍 고등학생, 제품 관리자가 AI 프로그래밍 도구의 도움을 받아 몇 시간 만에 인기 제품을 만드는 것이 아니라 프로그래밍 효율성과 승진 및 급여 인상 때문에 프로그래머가 아니라 AI가 프로그래머의 고민을 대신 할 것이라는 소식입니다.

AI 프로그래밍은 개발 효율성을 높이는 동시에 프로그램 작성의 희소성을 희석시키고, 요구사항에서 제품으로 이어지는 단일 사슬이 여러 갈래로 분기되기 시작하여 대부분의 요구사항이 후반부로 넘어가지 않고도, 심지어 전문 프로그래머가 관여할 필요 없이 사슬의 전반부에서 해결되도록 소프트웨어 개발의 패러다임을 바꾸기 시작하기 때문입니다.

기존의 요구 사항 개발 모델은 어떤 모습일까요?

전통적인 요구사항 개발 모델은 요구사항 -> 제품 설계 -> 개발 -> 테스트 -> O&M으로 이어지는 사슬과 같습니다.

사용자가 기사 번역, 전문 소프트웨어 지원이 필요한 PDF 파일 병합 처리와 같은 요구 사항이있을 때 이러한 전문 소프트웨어의 개발은 전문 제품 관리자가 사용자의 원래 요구 사항이 될 것이며, 사용자가 UI 인터페이스, 프로그래머의 운영을 용이하게하도록 설계 한 다음 제품 관리자의 설계를 기반으로 코드를 작성하기 위해 시스템 설계를 수행하고 마지막으로 소프트웨어의 요구를 충족하도록 만들어집니다.

이 체인에서 제품 관리자와 프로그래머는 서로를 대체하기 매우 어려운 고도로 전문적인 직책이며, 매우 간단한 앱의 경우에도 일반 제품 관리자는 프로그래머의 역할을 할 수 없으며 반대로 일반 프로그래머는 제품 디자인 작업을 수행 할 수 없습니다. 물론 두 가지를 모두 할 수 있는 '독립 개발자'는 거의 없습니다.

AI가 요구 사항 개발 패러다임에 가져오는 변화

단순한 요구 사항에는 더 이상 소프트웨어 개발이 필요하지 않습니다.

첫 번째 변화는 간단한 요구사항은 더 이상 '소프트웨어'가 필요하지 않고 AI와 직접 '채팅'을 통해 해결할 수 있다는 점입니다.

예전에는 번역을 위해 전문 소프트웨어가 필요했지만 이제는 텍스트를 ChatGPT 또는 Claude 이러한 AI 도구는 우리를 위해 매우 빠르게 번역되거나 보고서의 한 단락이 스크립트 나 도구를 작성하기 전에 내부의 구조화 된 데이터를 추출해야하며 이제 AI에도 전송됩니다. 이러한 많은 예, 우리 일상 생활의 일반적인 작은 요구 사항 중 일부는 AI 채팅 도구를 사용하여 매우 쉽게 충족 할 수 있습니다.

그리고 AI 모델도 업그레이드되고 있습니다. ChatGPT, Claude 이전에는 채팅 만 가능했지만 이제는 사진, 문서를 업로드하고 문서를 생성 할 수 있으며 향후에는 비디오도 생성 할 수있을뿐만 아니라 코드, 가상 머신을 실행하여 Python 스크립트를 실행하거나 멋진 보고서를 생성 할 수 있으며 점점 더 많은 일을 할 수 있습니다.

전문 프로그래머에게 의존하지 않고도 일반적인 요구 사항을 시작할 수 있습니다.

두 번째 변화는 제품 디자인을 사용하면 프로그래머가 없어도 프로젝트를 시작하고 프로토타입을 만들 수 있다는 점입니다.

과거에는 "모든 것이 준비되어 있고 프로그래머만 없으면 된다"는 식으로 제품 디자인만으로는 충분하지 않고 제품 디자인을 구현할 프로그래머가 필요했지만, 이제는 AI의 도움을 받아 프로그래밍 기반 없이도 간단한 애플리케이션이나 프로토타입을 만들 수 있습니다.

많은 프로그래머는 이러한 AI 개발 제품을 충분히 전문적이지 않고 프로토 타입 제품 만 보지만 많은 사용자의 요구를 실제로 충족시킬 수 있으며 까다 롭지 않고 안정적이지 않을 수도 있고보기 좋지 않을 수도 있지만 문제를 해결할 수 있습니다.

최근 매우 뜨거운 새끼 고양이 채우기 조명, 중요한 것은 저자의 직업이 제품 관리자가 전문 프로그래머가 아니라 AI로 만들어 졌다는 것이 아니라 사용자의 요구를 충족시킬 수 있고 사용자는 기꺼이 돈을 지불 할 의향이 있다는 것입니다. AI의 사용에 관해서는 본질은 수요와 마케팅을 달성하기위한 도구 일뿐입니다.

요구 사항의 분해 및 생산에 더 이상 초기 단계에서 전문 프로그래머의 개입이 필요하지 않고 비전문가도 일반적인 요구 사항을 프로토 타입으로 변환 할 수 있기 때문에 앞으로 이러한 사례가 점점 더 많아지고 작고 아름다운 애플리케이션이 폭발적으로 증가 할 것입니다. 요구 사항이 실현 가능하다는 것이 입증되면 작성자는 더 전문적인 프로그래밍 기술을 배우거나 함께 작업할 프로그래머를 찾을 수 있습니다.

요즘 인디 개발자로 성공하는 프로그래머가 왜 그렇게 적은 걸까요? 프로그래머들은 사용자로부터 너무 멀리 떨어져 있고, 사용자로부터 너무 멀리 떨어져 있으며, 사용자가 무엇을 원하는지, 어떻게 판매해야 하는지 잘 모르기 때문입니다!

실제로 사용자는 많은 요구 사항이 충족되지 않았지만 기술이 달성 할 수없는 쓴맛이 나기 전에 많은 사용자가 AI를 사용할 수 있고, 자신의 요구와 주변 사람들의 요구를 충족시키는 도구로 전환 될 것이며, 그 중 일부는 서클에서 불이 꺼져 갈 것입니다.

복잡한 요구사항은 여전히 전문 프로그래머가 설계해야 하지만, 개발 프로세스는 AI를 통해 훨씬 더 효율적으로 개선될 것입니다.

세 번째 변화는 AI가 전문 프로그래머의 개발 효율성을 획기적으로 개선하여 소프트웨어 프로젝트 개발 주기를 단축할 것이라는 점입니다.

소프트웨어 엔지니어링은 지금까지 몇 가지 큰 변화를 겪었습니다:

- 워터폴 모델: 명확한 분업과 소프트웨어 프로젝트 라이프사이클을 통해 소프트웨어 엔지니어링의 진정한 시작을 알리고, 소프트웨어 개발을 측정 가능하게 만듭니다.

애자일 개발: 소프트웨어 프로젝트를 소규모로 진행하여 빠른 반복과 신속한 배포를 가능하게 하고 요구 사항 변화에 더 잘 대응할 수 있습니다.

DevOps: 지속적 배포, 지속적 통합은 전체 개발, 통합 및 배포를 자동화하여 개발, 테스트 및 O&M의 수작업을 줄이고, 수요 측면부터 최종 릴리스까지 전체 프로세스를 자동화하며, 자동화된 테스트를 통해 소프트웨어의 품질을 보장합니다.

차세대 AI는 소프트웨어 엔지니어링에 또 다른 변화를 일으켜 소프트웨어 개발을 지능적으로 만들 것입니다. 이 지능형 프로세스는 여러 단계로 나뉩니다.

첫 번째 단계는 우리가 겪고 있는 단계로, 프로그래머가 개발 효율성을 획기적으로 개선할 수 있도록 돕는 AI 프로그래밍 도구가 등장하고 있습니다. 작년 GitHub 부조종사 올해 10%-20%의 개발 효율을 대략적으로 개선할 수 있을 것 같다는 인상을 받았습니다. 커서 물론 프로젝트의 유형과 사용자의 숙련도에 따라 30%-50%의 효율성 향상 효과를 얻을 수 있었지만, 추세는 분명합니다.

곧 다가올 두 번째 단계는 AI가 프로그래밍뿐만 아니라 테스트 및 운영과 같은 다른 영역에서도 효율성을 획기적으로 향상시킬 것이며, 자동화된 테스트 코드의 대부분이 AI에 의해 생성될 것이라고 Claude는 말합니다. 컴퓨터 이러한 기술이 발전함에 따라 이전에는 수작업으로만 할 수 있었던 많은 작업을 AI가 소량의 수동 확인만으로 수행할 수 있게 될 것입니다.

AI는 향후 온라인 운영 및 유지보수를 위한 로그 분석 및 장애 복구 문제 해결에도 중요한 역할을 할 수 있습니다.

세 번째 단계는 앞으로 AI 기술을 위한 새로운 소프트웨어 아키텍처와 프로그래밍 언어가 등장할 것이라는 점입니다. 기존의 소프트웨어 아키텍처와 프로그래밍 언어는 인간을 위해 설계되었지만, 이제 AI는 인간을 수용하고 인간의 방식으로 프로그래밍하려고 하는데, 이것이 반드시 AI에 가장 적합한 방식은 아닙니다.

현재의 제너레이티브 AI는 텍스트, 이미지, 동영상을 생성하는 데 그치고 있지만, 미래의 AI는 UI 인터페이스와 게임 화면을 직접 동적으로 생성할 수 있어야 하며, 프로그래밍도 자연어 기반으로 더욱 발전해 더 복잡한 소프트웨어와 게임도 자연어를 통해 만들 수 있게 될 것입니다.

변화하는 요구 사항 개발 패러다임이 우리에게 알려주는 것

이러한 모든 변화는 도전이자 기회입니다.

일반인의 경우 AI 채팅 도구의 도움뿐만 아니라 AI 프로그래밍 도구를 사용하여 작은 스크립트와 작은 도구를 작성하여 일부 문제점을 직접 해결하고 업무 효율성을 크게 향상 시키며 인기있는 제품을 만들 수있는 AI의 도움으로 일부 문제점을 해결할 수 있습니다.

제품 관리자의 경우, 제품 디자인 분야에서 멈추거나 제한되는 대신 AI 프로그래밍 도구의 도움으로 더 나아가 제품의 사용 가능한 프로토타입을 만들어 요구 사항을 빠르게 검증할 수 있습니다.

프로그래머의 경우 효율성을 높이기위한 AI 프로그래밍 도구의 미래 숙달은 필수적이며, 그렇지 않으면 제거의 위험이 있으며, 실제로 상상했던 것보다 쉽게 사용할 수 있으며, 심리적 인 것이 더 많은 사용에 저항하지 않는 한 코스를 구입하기 위해 돈을 쓸 필요가 없습니다 더 많은 경험이 될 수 있습니다.

반면에 프로그래머가 사용자와 더 많은 접촉을 할 수 있다면, 수요 주위를 더 많이 찾을 수 있고, 롤 노트, 부기, 나쁜 거리 제품에 대한 수요의 할일 3 피스 스위트에 갈 필요가 없으며, AI의 도움으로 배달 구현에 빠르게 갈 수 있으므로 비 전문 프로그래머보다 훨씬 더 나은 결과를 보장합니다.

지금은 고용 상황이 좋지 않지만 글로벌 시장에 서 있지만 실제로 게임, 앱, 웹 사이트에 대한 수요가 매우 크고 좋은 발견은 많은 기회를 찾을 수 있으며 먼저 수요를 찾은 다음 AI를 사용하여 온라인, 빠른 시행 착오를 빠르게 달성하여 경험을 축적하면 확실히 자신의 기회를 찾을 수 있습니다.

어떤 직종에 종사하든 변화의 한가운데서 기회를 잡으려면 가장 중요한 것은 계속 학습하고 적응하며, 최신 AI 도구와 역량 경계를 이해하고, AI와 협업하는 모범 사례를 익히고, 종사하는 직종에 국한되지 않고 AI의 도움을 받아 국경을 넘나드는 역량을 강화하는 것입니다.

향후 소프트웨어 엔지니어링의 요구사항 개발 패러다임이 어떻게 변화하든 가치 창출의 본질은 여전히 사용자가 실제 문제를 해결하도록 돕는 것이라는 점은 변함이 없습니다. AI 도구의 등장으로 아이디어를 더 빠르게 검증하고 문제를 더 효율적으로 해결할 수 있지만 궁극적인 성공은 여전히 사용자에게 실질적인 가치를 창출하는 데 달려 있습니다.

AI가 가져온 패러다임의 변화는 특정 유형의 역할을 없애는 것이 아니라 전체 소프트웨어 개발 생태계를 재편하고 있습니다. 미래의 성공은 이러한 변화를 이해하고 새로운 도구를 능숙하게 사용하여 가치를 창출하는 사람들에게 달려 있습니다.