개발자가 느리다고 느끼더라도 AI coding은 개발자를 느리게 만들 수 있습니다.
- 2025년 7월 13일에 업데이트: METR 연구 참가자인 Quentin Anthony는 반대 의견을 제시했습니다.
- Quentin Anthony는 AI 사용으로 작업 완료 시간을 38% 단축한 몇 안 되는 개발자 중 하나였습니다.
- 개발자들이 AI 도구를 '마법의 총알'처럼 생각하는 것이 생산성 감소의 원인이라고 표현했습니다.
- AI 모델은 테스트 코드 작성에 효과적이나, GPU 커널 프로그래밍 등 저수준 시스템 작업에서는 부족하다고 지적했습니다.
- '문맥 부패' 문제로 인해 장기적인 대화에서는 AI가 덜 신뢰할 수 있게 되고, 불필요한 반복 작업으로 이어질 수 있다고 언급했습니다.
- 새 채팅을 자주 시작하고 모델별 강점을 잘 활용하며, LLM과 상호작용에 시간을 제한할 것을 권장했습니다.
- Anthony는 다양한 모델을 사용하며, 코드 이해에는 Gemini, 리팩토링 및 디버깅에는 Claude를 사용한다고 했습니다.
- 연구 원본은 2025년 7월 11일에 발표되었습니다: METR 연구는 AI 코딩 도구가 경험 많은 오픈소스 개발자의 작업을 실제로 느리게 만든다고 보고했습니다.
- 평균적으로, 개발자들은 AI를 사용할 때 작업 완료 시간이 19% 더 길어졌습니다.
- 개발자들은 작업 시작 전에 AI가 24% 더 빠르게 만들 것이라고 예측했습니다.
- 데이터는 개발자들이 시간을 절약할 것이라고 기대했지만, 실제로는 느려졌음을 보여줬습니다.
- METR는 현실 세계에서 생성형 AI의 영향을 측정하기 위한 새로운 방법이 필요하다는 주장을 했습니다.
- AI 도구가 켜져 있을 때, 개발자들은 실제 코딩이나 검색보다 요청, 검토, 대기, 유휴 상태에서 더 많은 시간을 보냈습니다.
- AI 도구는 성숙하고 복잡한 프로젝트에서 추가적인 설명과 통제 노력을 요구할 수 있다고 AI 개발자가 의견을 보탰습니다.
- 새로운 프로젝트나 빠른 프로토타이핑에서는 AI 도구가 더욱 효과적일 수 있습니다.
5the-decoder.com링크 복사하기
AI 뉴스 요약은 뉴스의 내용을 AI가 요약(GPT-4 활용)한 것입니다. 따라서 틀린 내용을 포함할 수 있습니다. 뉴스의 자세한 내용을 확인하시려면 해당 뉴스 링크를 클릭해주세요.