대규모 언어 모델이 인간 프로그래머를 대체할 것인가?
요컨대
대형 언어 모델(LLM) 처럼 GPT-4 주로 프로그래밍 언어를 이해하는 능력 덕분에 코드 생성에 상당한 발전을 가져왔습니다.
Abacus.ai의 CEO인 Bindu Reddy는 향후 3~5년 내에 LLM이 프로그래밍에서 중요한 역할을 맡게 될 전환을 예측합니다.
그러나 다른 전문가들은 LLM이 프로그래머에게 권한을 부여하여 더 효율적으로 만들지만 진화하는 AI 및 프로그래밍 환경에서 인간의 미묘한 전문 지식과 문제 해결 능력은 여전히 필수 불가결하다고 주장합니다.
LLM(대형 언어 모델)이 코드 생성 분야를 점점 더 지배함에 따라 인간 프로그래머를 대체할 수 있는 잠재력에 대한 의문이 제기됩니다. LLM은 코드의 고유한 구조와 인간 언어에 비해 모호성이 줄어든 덕분에 Python 및 Java와 같은 프로그래밍 언어를 이해하는 데 탁월합니다.
LLM이 프로그래머를 대체할지 여부에 대한 답은 상황, 창의성, 이러한 AI 시스템의 발전하는 기능과 같은 요소에 따라 달라지는 복잡한 질문입니다. Abacus.ai의 CEO인 Bindu Reddy는 LLM(대형 언어 모델)이 향후 3~5년 내에 인간 프로그래머를 대신할 것이라고 예측합니다.
LLM은 Python 및 Java와 같은 프로그래밍 언어를 이해하는 능력을 보여줌으로써 코드 생성에 혁명을 일으켰습니다. 이러한 우위는 코드가 반복 가능한 패턴으로 가득 차 있어 LLM에 대한 충분한 교육 데이터와 맥락을 파악하는 타고난 능력을 제공한다는 사실에서 비롯됩니다. 인간의 언어와 달리 코드는 특정 디자인 패러다임, 구조화된 규칙 및 최소한의 모호성을 준수하므로 LLM이 구문적으로 올바른 코드를 더 쉽게 생성할 수 있습니다.
더욱이 Reddy는 프로그래밍 언어에는 어휘가 제한되어 있기 때문에 지속적인 신조어와 사전이 필요하지 않다고 설명했습니다. LLM은 문맥 이해력이 뛰어나지만 코드는 복잡한 텍스트 콘텐츠에 비해 문맥 이해가 훨씬 적습니다. 예를 들어, 정렬 알고리즘은 복잡한 텍스트 설명과 달리 최소한의 상황 정보가 필요합니다.
코드 고유의 논리, 기능 및 창의성 감소로 인해 정확한 코드 생성이 더욱 단순화되고 실행 및 오류 분석을 통한 손쉬운 검증이라는 이점이 추가됩니다.
“이 모든 것은 LLM이 코드 생성에 탁월하다는 것을 의미합니다. 이는 그들이 곧 프로그래머를 교체한다는 것을 의미합니까? 짧게 대답하자면 향후 1~3년은 '아니요', 3~5년 이후에는 '예'입니다.”
레디가 말했다.
앞으로 LLM이 지속적으로 발전함에 따라 LLM은 더 똑똑해지고 여러 AI 봇을 연결하여 더 중요한 작업을 처리할 수 있습니다. 결국 모형과 제품 요구 사항 문서(PRD)를 작동하는 시스템으로 변환하는 프로그래머의 역할이 줄어들 수 있으며, 이는 소프트웨어 개발 환경의 잠재적인 변화를 예고한다고 Reddy는 주장합니다.
다른 의견: LLM은 프로그래머를 대체하는 것이 아니라 역량을 강화합니다
i-Genie.ai의 AI 책임자 Linda Hoeberigs는 논쟁하는 LLM은 엄청난 잠재력을 제공하지만 프로그래밍 배경을 가진 사람들의 전문 지식을 대체하기보다는 강화할 준비가 되어 있습니다.
그녀는 LLM 원칙에 대한 심오한 이해를 필요로 하는 우수한 프롬프트 기술이 발전했다고 주장합니다. 일련의 사고, 그래프 프롬프트, 반응 프롬프트와 같은 기술은 출력 품질과 상황 이해력을 향상시키지만 이를 효과적으로 사용하려면 일반적으로 데이터 과학자 및 AI 프로그래머에게 있는 전문 지식이 필요합니다.
또한 더 높은 처리량과 워크플로 통합을 제공하는 효율성을 위해 API를 활용하면 프로그래밍 지식이 있는 사람들이 더 쉽게 접근할 수 있습니다. API를 채택한 기업은 시가총액이 눈에 띄게 증가하여 API의 중요성이 강조되었습니다.
세 번째 Hoeberigs의 요점은 복잡한 논리 설계가 여전히 인간 프로그래머가 뛰어난 영역이라는 것입니다. LLM은 생성할 수 있지만 인간과 유사한 텍스트, 복잡하고 신뢰할 수 있으며 기능적인 코드를 작성하는 것은 프로그래머가 소유한 독특한 기술입니다. LLM은 이 과정에서 귀중한 도구 역할을 합니다.
LLM은 Langchain 및 Picecone과 같은 기술과 결합되면 독점 데이터 쿼리를 용이하게 합니다. 이는 일반적으로 데이터 과학자 및 프로그래머에게 흔히 발견되는 데이터 구조화, 인덱싱, API 설계 및 LLM 상호 작용 기술이 필요한 작업입니다.
마지막으로, LLM이 결함이 있거나 편향된 출력을 생성할 수 있다는 점을 고려하면 디버깅과 모델 튜닝이 가장 중요합니다. 이 프로세스에는 모델의 내부 작동, 문제 식별 및 창의적인 문제 해결에 대한 깊은 이해가 필요하며 숙련된 데이터 과학자 및 프로그래머에게 흔히 발견되는 기술입니다.
“이러한 도구를 효과적으로 활용하는 데 필요한 기술적 복잡성, 미묘함 및 이해의 깊이는 일반 대중에게 장벽으로 남아 있습니다. 적어도 당분간 LLM은 무기고의 또 다른 강력한 도구가 될 준비가 되어 있는 것 같습니다. 데이터 과학자 프로그래머를 대체하는 것이 아니라
Hoeberigs가 썼습니다.
하지만 AI를 사용하면 기술에 익숙하지 않은 사람들도 프로그래밍을 더 쉽게 할 수 있습니다. 예를 들어, GPT-4 통합 된 코드 실행 기능을 시스템에 통합하여 잠재적으로 혁신적인 개발을 표시합니다. 이 혁신은 프로그래머가 아닌 사람들의 격차를 해소하여 기술적인 코딩 기술 없이도 개발에 참여할 수 있는 잠재력을 가지고 있습니다. 또한 이 모델은 실행 가능한 코드를 생성하므로 수동 코딩이 필요 없으며 손쉬운 구현이 가능합니다. 그러나 모델의 전반적인 성능을 향상시키기 위해서는 데이터 이해, 특히 코드 생성 및 그래프 작성을 위한 데이터 처리 간소화에 대한 추가 개선이 필요합니다.
더 읽기 :
책임 부인
줄 안 트러스트 프로젝트 지침, 이 페이지에 제공된 정보는 법률, 세금, 투자, 재정 또는 기타 형태의 조언을 제공하기 위한 것이 아니며 해석되어서도 안 됩니다. 손실을 감수할 수 있는 만큼만 투자하고 의심스러운 경우 독립적인 재정 조언을 구하는 것이 중요합니다. 자세한 내용은 이용약관은 물론 발행자나 광고주가 제공하는 도움말 및 지원 페이지를 참조하시기 바랍니다. MetaversePost 는 정확하고 편견 없는 보고를 위해 최선을 다하고 있지만 시장 상황은 예고 없이 변경될 수 있습니다.
저자에 관하여
Agne는 메타버스, AI, Web3 산업 Metaverse Post. 스토리텔링에 대한 그녀의 열정으로 인해 그녀는 이 분야의 전문가들과 수많은 인터뷰를 진행했으며 항상 흥미롭고 매력적인 이야기를 발견하기 위해 노력했습니다. Agne는 문학 학사 학위를 보유하고 있으며 여행, 예술, 문화를 포함한 광범위한 주제에 대한 글쓰기에 대한 광범위한 배경을 가지고 있습니다. 그녀는 또한 동물 권리 단체의 편집자로 자원 봉사하여 동물 복지 문제에 대한 인식을 높이는 데 도움을 주었습니다. 그녀에게 연락하세요 [이메일 보호].
더 많은 기사
Agne는 메타버스, AI, Web3 산업 Metaverse Post. 스토리텔링에 대한 그녀의 열정으로 인해 그녀는 이 분야의 전문가들과 수많은 인터뷰를 진행했으며 항상 흥미롭고 매력적인 이야기를 발견하기 위해 노력했습니다. Agne는 문학 학사 학위를 보유하고 있으며 여행, 예술, 문화를 포함한 광범위한 주제에 대한 글쓰기에 대한 광범위한 배경을 가지고 있습니다. 그녀는 또한 동물 권리 단체의 편집자로 자원 봉사하여 동물 복지 문제에 대한 인식을 높이는 데 도움을 주었습니다. 그녀에게 연락하세요 [이메일 보호].
