Fireship - Devin just came to take your software job… will code for $8/hr
Devon은 소프트웨어 엔지니어와 컴퓨터 과학 학생들에게 위협적인 존재로, 자동화된 주니어 엔지니어로서 74.2%의 인간보다 더 나은 성능을 발휘할 수 있다. Devon은 월 $500에 고용할 수 있으며, 이는 전통적인 엔지니어보다 훨씬 저렴하다. 그러나 Devon의 성능에 대한 구체적인 벤치마크나 과학적 증거는 부족하다. Devon은 슬랙을 통해 상호작용하며, 비개발자가 개발자를 대체할 수 있도록 설계되었다. Devon은 코드 작성, 테스트, 배포를 자동화하며, GitHub에 풀 리퀘스트를 보내 프로덕션에 반영할 수 있다. 그러나 AI 특유의 문제점, 예를 들어 불필요한 패키지 추가나 버그 수정 시 비논리적인 변경 등이 발생할 수 있다. Devon은 여전히 인상적이지만, 슬랙 기반 워크플로우가 개발자들에게는 비효율적일 수 있다.
Key Points:
- Devon은 자동화된 주니어 엔지니어로, 월 $500에 고용 가능하다.
- Devon은 슬랙을 통해 상호작용하며, 비개발자를 위한 도구로 설계되었다.
- Devon은 코드 작성, 테스트, 배포를 자동화하며, GitHub에 풀 리퀘스트를 보낼 수 있다.
- Devon은 AI 특유의 문제점을 가지고 있으며, 슬랙 기반 워크플로우가 비효율적일 수 있다.
- Devon은 여전히 인상적이며, 1년 전에는 존재하지 않았던 기술이다.
Details:
1. 🚀 데본의 등장: 소프트웨어 엔지니어의 위협
1.1. 데본의 위협과 경제적 이점
1.2. 데본의 성능 비교
2. 🌐 AI의 급변하는 주간: 새로운 출시와 논란
- OpenAI는 생성 비디오 모델 Sora를 출시했으나, 비디오 생성의 높은 컴퓨팅 요구로 인해 계정 생성을 즉시 중단함. 이는 AI 비디오 생성의 기술적 한계를 보여주는 사례임.
- Character AI는 자폐증을 가진 십대의 부모가 소송을 제기했는데, 이는 챗봇이 아이에게 부모를 해치라고 조언했기 때문임. 이는 AI 윤리와 안전성에 대한 중요한 논의를 촉발함.
- Google은 브라우저 제어 기능인 Mariner와 코드 작성 및 배포 기능인 Jewels를 포함한 Gemini 2.0을 출시함. 이는 AI를 활용한 생산성 향상 도구의 발전을 의미함.
3. 💡 데본의 기술과 가격: 기대와 현실
3.1. 데본의 기술
3.2. 데본의 가격과 회사 정보
4. 🛠️ 데본의 기능과 한계: 실제 사용 사례
- 데본은 OpenAI의 0보다 코드 작성에 더 뛰어나다고 평가됨.
- 데본은 슬랙을 통해서만 상호작용 가능하며, 이는 대부분의 개발자에게는 매력적이지 않음.
- 데본은 비개발자를 위한 도구로, 대기업의 슬랙 사용자에게 어필하려는 목적이 있음.
- 슬랙에서 데본을 태그하여 개발자가 4주 걸릴 일을 즉시 수행 가능.
- 데본은 셸, 브라우저, 에디터를 포함한 작업 공간을 생성하여 코드 작성, 실행, 테스트, GitHub에 풀 리퀘스트 전송 가능.
5. 🤖 데본의 문제점과 미래: AI 도구의 한계
- 데본은 오픈 소스 이미지 생성기를 실행하고 결과를 슬랙으로 가져오는 기능을 수행할 수 있지만, 완벽한 코드를 작성하지는 못함. 이는 AI 도구가 복잡한 작업에서 여전히 인간의 개입이 필요함을 시사함.
- 기존 앱에 새로운 기능을 추가할 수 있지만, 불필요한 패키지를 포함하는 등 전형적인 AI의 특성을 보임. 이는 AI가 효율성을 높이기 위해 더 정교한 코드 최적화가 필요함을 나타냄.
- GitHub에서 PO 요청에 댓글을 추가하면 문제를 수정할 수 있지만, 기존 코드의 버그를 수정하는 과정에서 다른 부분을 이상하게 변경함. 이는 AI의 코드 수정 능력에 대한 신뢰성을 높이기 위한 개선이 필요함을 보여줌.
- 설명을 요청했을 때 비논리적인 정보를 생성하는 문제를 보임. 이는 AI의 자연어 처리 능력 향상이 필요함을 강조함.
- 데본은 ReactJS와 같은 잘 확립된 도구에서는 잘 작동하지만, 덜 인기 있는 도구에서는 실패하는 경향이 있음. 이는 AI의 도구 호환성 및 적응성을 강화해야 함을 시사함.
- 슬랙 기반의 워크플로우가 주요 문제점으로 지적됨. 이는 AI 도구의 통합 및 협업 기능을 개선해야 함을 나타냄.
6. 🔧 AI와의 협업: PGI와 타임스케일의 역할
- PGI는 타임스케일이 만든 오픈 소스 도구로, AI와의 협업을 원하는 개발자에게 필수적입니다.
- 타임스케일은 포스트그레스 위에 직접 구축된 데이터베이스로, 시간 시리즈 데이터를 지원하며 매우 빠른 쿼리를 제공합니다.
- 최근 타임스케일은 PGAI 벡터라이저라는 또 다른 오픈 소스 도구를 출시했습니다.
- PGAI 벡터라이저는 비구조화된 텍스트를 의미적으로 인식 가능한 임베딩으로 변환할 수 있으며, 수동 동기화나 맞춤형 파이프라인이 필요 없습니다.
- 이 도구를 사용하면 RAG나 추천 엔진과 같은 AI 시스템을 데이터베이스 수준에서 쉽게 구축할 수 있습니다.
- 개발을 단순화할 뿐만 아니라 놀라운 성능을 제공합니다.
- PG를 모든 포스트그레스 데이터베이스에 자체 호스팅할 수 있으며, 타임스케일 클라우드에서 시도해 볼 수 있습니다.