오늘날 AI를 통해 프롬프트에서 프로덕션으로 이동하는 것은 매우 간단해 보입니다.00:00

저는 제 프로젝트 아이디어를 알려주고, 에이전트 기반 코딩 IDE가 바로 작업을 시작하여 워크플로우의 모든 부분을 구축할 수 있습니다.00:04

처음 한 줄의 코드부터 실제로 배포하는 과정까지요.00:11

실제로 무엇이 필요한지, 그리고 아이디어에서 결과물까지 여정에서 코딩이 점점 쉬워지는 이유는 무엇인지 살펴보겠습니다.00:15

결과로 이어지기까지는, 건물을 짓기 전에 콘크리트를 부어 넣는 것과 같은 방식이에요.00:22

복잡한 엔지니어링 작업은 상세한 계획에서 시작해요.00:30

효과적인 AI 워크플로우는 의도를 이해하고, 영향을 평가해야 하고,00:33

작업을 성공적으로 완료하는 데 필요한 단계를 판단하고 이유를 분석해야 해요.00:40

결과적으로 솔루션의 품질은 첫 번째 코드 라인이 작성되기 훨씬 전에 결정되는 경우가 많아요.00:46

웹사이트가 있다고 해 봅시다.00:53

AI 코딩 어시스턴트에게 고객이 더 빠르게 정보를 찾도록 도와달라고 프롬프트했어요.00:57

제 코드에서 AI 에이전트는 다음과 같은 작업을 수행할 수 있어요.01:04

검색창을 만들거나 FAQ 섹션을 작성할 수도 있고,01:08

개인화된 추천을 표시하거나 심지어 AI 챗봇을 만들 수도 있어요.01:15

AI 코딩 도구는 매우 강력해서 이러한 기능들을 빠르고01:24

높은 품질로 구현할 수 있지만, 프롬프터를 사용하는 분은 성공에 중요한 것을 설정하고 왜 그런지01:30

고객 데이터를 활용하여 개인화할 수 없거나 AI 어시스턴트를 활성화할 예산이 부족한 경우도 있을 수 있어요.01:38

특정 기술 스택 라이선스를 계획하거나01:44

이제 AI가 비전을 실행하여 최상의 결과를 제공하는 데 도움을 주면서 계획이 그 어느 때보다 중요해졌어요.01:49

사실 현대 소프트웨어 개발은 코드를 작성하는 것보다01:56

그리고 의존성, 워크플로우, 아키텍처 결정 및 이러한 점점 더 복잡한 시스템 간의 절충점을 탐색하는 것에 더 집중하게 돼요.02:03

시스템들에요.02:10

AI가 구현을 저렴하게 만들어주면서, 올바른 접근 방식을 선택하는 것이 더욱 중요해졌어요.02:11

적절한 솔루션을 설계했으면 AI가 실행할 때가 왔고, 거기서부터02:19

코드 변경을 생각하면 프롬프트에서02:24

코드로 가는02:32

당신이나 AI가 코드를 작성하고 커밋하면 끝이지만, 실제로 변경 사항을 구현하는 것은02:36

훨씬 더 큰 워크플로우이고, 코드 변경은 종종 그중 작은 부분일 뿐이에요. 필요한 것들은02:43

코드, 테스트, 설정 파일, 인프라, 문서, 모니터링, 파이프라인을 업데이트해야 하고,02:49

의존성, 보안, 규정 준수 등 목록은 계속 이어져요.02:58

그리고 종종 이러한 업데이트는 다양한 저장소, 서비스 또는 배포 파이프라인에 걸쳐 조정되어야 해요.03:01

서비스 또는 배포 파이프라인에 맞춰져요. 에이전트 디코딩 시스템은 ~ 때문에 가치 있는 것이 아니에요.03:08

단순한 함수를 작성하는 능력 때문이에요. 그것의 가치는 ~ 능력 덕분이에요.03:14

실행, 검증, 의존성 및 테스트를 하나의 워크플로우로 묶어주는 것03:18

그것이 조정하는03:26

이 모든 영역에 걸쳐 여러분을 위해 조정하고, 에이전트로서 이것들은 일회성 작업이 아니에요. 코딩03:27

지원, 빌드, 테스트 실행, 어떤 것든 찾기03:34

실패를 수정하고, 보안 검사를 실행하며, 의존성을 검증하고, 지속적으로 평가해요.03:38

그리고 다시 빌드하는 것03:46

에이전트 기반 코딩 시스템은 실행과 검증이 함께 발생하는 이러한 자체 수정 워크플로우를 만들어요.03:47

효율적인 결과를 향해 나아가죠.03:54

얼마 동안 주된 과제는 코드를 생성하는 것뿐만 아니라 주변의 모든 변경 사항을 조정하는 것이었어요.03:57

하지만 에이전트가 성공한 후에도 여전히 남은 질문 하나가 있어요.04:03

어떻게 작동했는지 알 수 있을까요? 수년간 소프트웨어 개발은 실행에 의해 제한되었어요.04:07

코드를 작성하고 시스템을 마이그레이션하고 테스트하는 데 모두 시간이 걸렸죠.04:13

하지만 AI가 바꿔놓았어요. 오늘날 에이전트는 수백 개의 파일을 업데이트하고 여러 저장소를 건드릴 수 있어요.04:17

몇 분 안에 테스트, 파이프라인 및 구성을 수정할 수 있죠.04:24

그게 결과물이에요. 그리고04:28

문제는 AI가 검증보다 실행을 훨씬 빠르게 확장할 수 있다는 거예요.04:34

에이전트가 5개의 파일을 업데이트한다면 괜찮아요.04:40

제가 직접 검토할 수 있어요.04:44

만약에 500개의 파일을 여러 저장소, 테스트, 배포 파이프라인에서 업데이트한다면, 현실적으로04:45

모든 변경 사항을 검토하기는 어려워요. 실행 시간이 줄어들수록 병목 현상은 솔루션의 결과에 대한 저희의 확신이 돼요.04:52

결과가 성공적이라는 확신을 얻는 것이 중요해요. 개발자로서 우리는 이러한 간단한 질문들에 대해 명확한 답을 얻어야 해요, 무엇이04:59

변했는지, 왜 변했는지05:07

무슨 문제가 발생할 수 있는지, 다운스트림 시스템에 어떤 영향을 미치는지, 그리고 실제로05:12

목표를 달성했는지 궁금해요. AI가 1000줄의 코드를 변경했다는 것은 중요하지 않아요, 올바른 1000줄05:20

신뢰할 수 있는 라인이 변경되었고, 그것이 우리가 필요로 하는 결과에 더 가까워졌는지 확인하는 것이 중요해요.05:27

적절하게 사용한다면, AI는 단순히 코드를 생성할 필요만 없어요.05:31

증거를 만들어야 해요.05:35

테스트, 검증, 영향 분석, 그리고 설명을 통한 증거를 의미합니다.05:40

그리고 이는 결과에 대한 개발자들의 신뢰도를 높여줍니다.05:46

더 많은 출력을 보거나 누군가가 단순히 답을 알려주는 것으로는 신뢰가 형성되지 않습니다.05:56

신뢰는 솔루션이 작동하는지 이해하고, 그 영향과 위험성을 파악하며, 목표가 달성되었다는 확신을 가질 때 생겨납니다.06:01

목표가 달성되었음을 알 때, 훌륭한 AI 워크플로우는 실행뿐만 아니라 신뢰도 또한 높여줍니다.06:08

AI 코딩 도구는 불과 몇 년 만에 엄청난 발전을 이루었고, 처음에는 단순히06:14

작동하는 코드를 생성하는 능력에 집중했지만, 이제는 전체 소프트웨어06:21

개발 워크플로우 내에서 에이전트 기반 코드 시스템을 사용할 수 있게 되었고, 가장 어려운 부분인 조정 작업을 간소화했습니다. AI가 이 실행을06:26

더 저렴하게 만들어내면서 현대 개발자의 우선순위 기술은 계획에서 아키텍처로 이동하고 있습니다.06:33

거버넌스, 엔지니어링, 판단력, 그리고 사고는 더욱 가치 있게 되었고, 우리는 이제 훨씬 더06:39

프롬프트 코드를 넘어, 미래는 프롬프트 투 프로덕션입니다. 가장 강력한 AI 워크플로우는06:45

계획을 연결할 것입니다06:52

실행, 검증 및 확인을 아이디어에서 결과로 이어지는 연속적인 경로로 통합하여06:54

결과를 낼 것입니다.07:01