개발자 전문 지식이 AI 시대에 그 어느 때보 다 중요한 이유

AI 도구는 어디에나있는 것 같습니다. 키가 탭되면 뇌가 우리의 뇌가 할 수있는 것보다 더 빠르게 자동 완성 된 쿼리에 대한 준비된 답변을 제공하며 심지어 전체 코드 블록을 제안합니다. 연구에 따르면 Github Copilot은 개발자가 최대 55% 더 빠르게 코딩 할 수 있습니다. 특히 주니어 개발자는 MIT에 따라 AI 지원으로 출력이 27% ~ 39% 증가하여 경험이 많은 개발자보다 AI를 채택함으로써 더 큰 생산성 향상을 보여줄 수 있습니다.

하지만 여기에 질문이 있습니다. AI로 더 빨리 코딩 할 수 있지만 마지막으로 스스로에게 물었던 시간은 언제입니까? 왜 AI 코딩 어시스턴트의 제안을 채택하기 전에?

개발자가되는 것은 단순한 코드를 생성하는 것이 아닙니다. 이해에 관한 것입니다 왜 코드는 작동하고, 더 큰 그림에 맞는 방법, 그리고 일이 고장날 때 일어나는 일. 최우수 개발자는 새로운 문제에 대해 비판적으로 생각하는 방법을 알고 있으며이를 해결하기위한 시스템 관점을 취합니다. 이러한 종류의 전문 지식은 특히 AI가 우리가 얼마나 빨리 배송하는지를 가속화함에 따라 소프트웨어 탄력성, 확장 가능하며 안전하게 유지하는 것입니다. 그것 없이는 더 빨리 건설 할 위험이 있지만 더 많은 것을 깨뜨릴 위험이 있습니다.

우리의 CEO 인 Thomas Dohmke는 Vivatech에서 무뚝뚝하게 말합니다.“스타트 업은 AI 생성 코드로 시작할 수 있지만 경험이 풍부한 개발자 없이는 확장 할 수 없습니다.” 개발자 전문 지식은 병목 현상이 아닌 AI의 승수입니다.

우리는 당신이 AI를 훌륭한 개발자로 거부해야한다고 말하는 것이 아닙니다. Github에서는 AI가 초강대국이라고 생각합니다. AI 시대에 개발자로서의 역할은 인간의 루프입니다. 코드가 작동하는 이유, 때로는 그렇지 않은 이유, 환경의 주요 요구 사항이 무엇인지, AI 도구를 디버그하고 안내하는 방법, 분위기 코딩을 넘어서는 방법입니다.

결국 AI는 코드를 훨씬 빠르게 작성하는 데 도움이 될 수 있지만 개발자 전문 지식만이 속도를 탄력적이고 확장 가능하며 안전한 소프트웨어로 바꿉니다.

TL; DR : AI 쌍 프로그래밍은 더 빠르지 만 소프트웨어를 안전하고 유지 관리 할 수있는 판단을 대체 할 수는 없습니다. 이 기사는 전문성을 평평하게하는 세 가지 구체적인 방법을 제공합니다.

AI의 생산성 배당금 + 개발자 경험 = 더 큰 영향

혜택	인간의 판단이 가치를 곱하는 방법
⏱️ 더 빠른 커밋 (최대 55 % 더 빠른 작업 완료)	Devs는 사려 깊은 코드 리뷰, 테스트 작성 및 표면 가장자리 케이스를 실행하므로 속도는 품질 비용으로 결코 오지 않습니다.
🧠인지 부하가 낮아집니다	해방 된 정신적 대역폭을 통해 개발자는 더 나은 아키텍처를 설계하고 멘토 팀원을 설계하고 고차 문제를 해결할 수 있습니다.
주니어를위한 더 쉬운 온 보딩	선임 엔지니어는 맥락을 제공하고, 표준을 설정하며, AI 제안을 장기적인 전문 지식을 구축하는 가르침 가능한 순간으로 바꿉니다.
🤖 자동 보일러 플레이트	Devs는 실제 프로젝트 요구, 질문 가정 및 리팩터를 조기에 테일러 스캐 폴딩하여 기술 부문을 점검하고 시스템을 안전하게 유지합니다.

판단이없는 속도는 다음을 의미 할 수 있습니다.

정적 분석이 자체적으로는 발견 할 수없는 보안 취약점.
데모를 넘어 확장되지 않는 아키텍처 선택.
인간과 모델을 추측하는 문서화가 드리프트합니다.

치료법? AI가 여전히 마스터 할 수없는 기본 사항을 두 배로 늘립니다.

기본 사항 마스터

모든 개발자의 집으로서, 우리는 그것을 계속 보았습니다. AI가 AI가되기 전에 사용한 고전적인 도구와 기능은 알다시피 (우리는 그런 시간을 기억하기가 어렵습니다!). 우리는 기초를 마스터함으로써 Github Copilot과 같은 AI 개발자 도구 중에서도 가장 많은 가치를 얻을 수 있다고 생각합니다.

기본 사항 (풀 요청, 코드 검토 및 문서와 같은)에 대한 기본적으로 이해하지 않고 첫 AI 지원 프로젝트에 뛰어 들어 빠르게 배송 될 수 있지만 상황이나 구조가 없으면 버그를 도입하거나 엣지 케이스가 누락되거나 혼동 될 위험이 있습니다. 그것은 AI 문제가 아닙니다. 기본 문제입니다.

모든 개발자가 AI에 가져와야하는 핵심 기술을 다시 방문합시다. 몇몇 전문가들의 도움을 받아 AI 시대에 지배 할 수 있도록 레벨을 올리는 방법을 보여줍니다.

1. 풀 요청의 우수성을 추진하십시오

개발자 협업의 중심에서, 풀 요청은 의도를 명확하게 전달하고, 추론을 설명하고, 다른 사람들 (인간 및 AI 모두)이 작업에 참여할 수 있도록하는 것입니다.

잘 정리 된 PR이 의사 소통합니다 왜 변화는 존재합니다 무엇 변경. 이러한 맥락은 인간의 검토 자와 Copilot을 모두 제공합니다.

Github 개발자 옹호자 Kedasha Kerr가 조언하면서 풀 요청을 작고 집중적으로 유지하는 것으로 시작하십시오. 단단하고 의도적 인 풀 요청은 검토하기 쉽고 버그를 도입 할 가능성이 적고 병합이 더 빠릅니다. 또한 검토 자뿐만 아니라 Copilot과 같은 AI 도구 인 깨끗한 범위를 제공합니다.

풀 요청 설명은 선명도가 계산되는 곳입니다. 변경된 내용 만 나열하지 마십시오 왜 변경되었습니다. 관련 문제, 대화 또는 추적 티켓에 대한 링크를 포함하여 팀원에게 전체 그림을 제공하십시오. 변경 사항이 여러 파일에 걸쳐 있으면 검토를 시작할 위치를 제안하십시오. 그리고 당신이 찾고있는 어떤 종류의 피드백에 대해 명시 적으로하십시오 : 빠른 정신 점검? 깊은 다이빙? 리뷰어에게 알리십시오.

리뷰를 요청하기 전에 직접 검토하십시오. Kedasha는 테스트를 실행하고 변경 사항을 미리보고 불분명하거나 연금되지 않은 것을 잡을 것을 권장합니다. 이것은 리뷰어의 시간을 존중할뿐만 아니라 코드의 품질을 향상시키고 작업에 대한 이해를 심화시킵니다.

사려 깊은 풀 요청은 장인 정신의 신호입니다. 그것은 당신의 팀과의 신뢰를 구축하고, 의사 소통 기술을 강화하며, Copilot에게 앞으로 당신을 지원할 수있는 더 나은 맥락을 제공합니다. 그것은 당신, 당신의 팀, 그리고 당신의 미래의 자아를위한 승리입니다.

다음은 작업 할 때 참조 할 빠른 5 가지 PR 체크리스트입니다.

스코프 ≤ 300 줄 (또는 분해).
제목 = 동사 + 객체 (예 : refactor 인증 미들웨어를 비동기로).
설명은“왜 지금?”라고 대답합니다. 그리고 문제에 대한 링크.
중단 변경을 강조합니다 대담한 b️으로.
특정 피드백을 요청하십시오 (예 : 동시성 전략 알았어?).

이 스 니펫을 넣으십시오 .github/pull_request_template.md 그리고 병합.

훌륭한 풀 요청 만들기에 대해 자세히 알아보십시오

2. 코드 리뷰를 개정하십시오

AI는 몇 초 안에 코드를 생성 할 수 있지만 해당 코드를 검토하는 방법을 아는 것은 실제 전문 지식이 개발되는 곳입니다. 모든 풀 요청은 대화입니다. “이것이 코드베이스를 향상 시킨다고 생각합니다. 동의하십니까?” Github 직원 엔지니어 Sarah Vessels가 설명 하듯이 좋은 코드 리뷰는 버그를 포착하는 것이 아닙니다. 그들은 지식을 가르치고 전달하며 팀이 비용이 많이 드는 실수로 더 빨리 움직 이도록 도와줍니다.

그리고 솔직히 말하면 : 개발자로서, 우리는 종종 우리가 실제로 쓰는 것보다 훨씬 더 많은 코드를 읽고 검토합니다 (그리고 괜찮습니다!). 코드가 동료 나 AI 도구에서 나온 경우에도 코드 검토는 개발자가되는 기본 부분이며, 특히 코드의 양이 증가함에 따라 강력한 코드 검토 실습을 구축하는 것이 중요합니다.

다른 사람에게 할당하기 전에 자신의 풀 요청을 검토하여 시작해야합니다. 리뷰어로서 질문이있는 곳에 의견을 남겨주세요. 이것은 문제를 조기에 발견하는 데 도움이 될뿐만 아니라 팀원들에게 유용한 맥락을 제공합니다. 풀 요청을 작고 집중적으로 유지하십시오. Diff가 작을수록 생산이 깨지면 검토, 디버그 및 롤백이 더 쉬워집니다. DevOps 조직, 특히 대규모 조직에서는 작고 자주 커밋하면 합병 충돌을 줄이고 배포 파이프 라인이 원활하게 흐르도록 도와줍니다.

리뷰어로서 명확성에 중점을 둡니다. 질문을하고, 가정에 도전하고, 코드가 에지 케이스 또는 예기치 않은 데이터를 처리하는 방법을 확인하십시오. 더 나은 솔루션이 보이면 “이것은 더 나을 수 있습니다”라고 말하는 것이 아니라 구체적인 예를 제공하십시오. 좋은 선택도 확인 : 강력한 설계 결정을 부르는 것은 공유 표준을 강화하는 데 도움이되고 저자의 검토 프로세스를 덜 배수 할 수 있도록합니다.

코드 리뷰는 매일 담당자에게 기술적 판단을 구축하고 코드베이스에 대한 이해를 심화 시키며 팀과의 신뢰를 얻습니다. AI 기반 세계에서는 또한 속도를 늦추고 올바른 질문을하고 AI가 놓칠 수있는 스팟 패턴을 도와 줄 수있는 핵심 방법입니다.

코드를 검토 할 때 명심해야 할 휴리스틱은 다음과 같습니다.

먼저 테스트를 읽으십시오. 그들은 의도를 인코딩합니다.
추적 데이터 흐름 DB에 대한 사용자 입력의 경우 외부 통화에 씁니다.
숨겨진 상태를 찾으십시오 글로벌, 싱글 톤 및 캐시에서.
“부하에서 어떻게됩니까?”라고 물어보십시오. 성능이 범위에 있지 않더라도
좋은 패턴을 축하하십시오 팀 표준을 강화합니다.

코드를 효과적으로 검토하는 방법에 대해 자세히 알아보십시오

3. 문서에 투자하십시오

강력한 풀 요청 및 코드 리뷰는 오늘 팀이 더 나은 소프트웨어를 구축하는 데 도움이됩니다. 그러나 문서화를 통해 내일 더 나은 소프트웨어를 더 쉽게 구축 할 수 있습니다. 몇 초 안에 코드를 생성 할 수있는 AI 시대에는 명확하고 철저한 문서가 개발자가 마스터 할 수있는 가장 가치 있고 간과 된 것 중 하나입니다.

좋은 문서화는 모든 사람이 정렬하는 데 도움이됩니다. 팀, 새로운 기고자, 이해 관계자 및 AI 코딩 에이전트 (DOC는 결국 AI 모델에 대해 훌륭한 맥락을 만듭니다). 문서가 명확해질수록 Propilot과 같은 더 효과적인 AI 도구는 프로젝트 구조를 이해하는 데 의존하는 코드, 테스트 또는 요약을 생성 할 때 발생할 수 있습니다. Github의 소프트웨어 엔지니어 인 Brittany Ellich와 기술 작가 인 Sam Browning은 잘 구조화 된 문서가 온 보딩을 가속화하고, 채택을 늘리며, 협업을 더 매끄럽게 만들어 공동 작업을 더 매끄럽게 만듭니다.

핵심은 문서를 명확하고 간결하며 구조화하는 것입니다. 평범한 언어를 사용하고 사람들이 실제로 필요한 정보에 집중하고 너무 많은 엣지 케이스 나 불필요한 세부 사항을 가진 압도적 인 독자를 피하십시오. Diátaxis 프레임 워크를 사용하여 문서를 구성하여 문서를 네 가지 범주로 나눕니다.

단계별 가이드를 사용한 실습 학습을위한 튜토리얼
총알 또는 번호가 매겨진 목록이있는 작업 중심 단계에 대한 방법 안내
더 깊은 이해를위한 설명
API 사양과 같은 기술 사양에 대한 참조

문서가 명확한 구조를 따르면 기고자들은 필요한 곳을 찾을 수있는 곳과 프로젝트가 발전함에 따라 새로운 정보를 추가 할 위치를 정확히 알고 있습니다.

간단히 말해서 : 훌륭한 문서화로 인해 제작 된 시스템에 대한 자신의 이해를 선명하게 만듭니다. 이러한 종류의 선명도는 시간이 지남에 따라 화합물이 있으며 정확히 당신을 더 강력한 개발자로 만드는 비판적 사고입니다.

프로젝트를 효과적으로 문서화하는 방법에 대해 자세히 알아보십시오>

레벨 업 데브 툴킷

일을 간단하게하기 위해 여기에 어떤 수준에 있든 상관없이 기술 진행 매트릭스가 있습니다.

기능	후진	중간 레벨	상위
요청을 당기십시오	설명합니다 무엇 변경	설명합니다 왜 링크 문제	Perf/Security 영향을 예상하고 검토 초점을 제안합니다
코드 리뷰	잎/👎를 떠납니다	실행 가능한 댓글을 제공합니다	멘토, 모델 아키텍처 트레이드 오프
선적 서류 비치	README 업데이트	작업 지향 가이드를 작성합니다	문서를 메트릭을 가진 제품으로 선별합니다

그리고 여기에 오늘 복사 할 수있는 몇 가지 빠른 우위가 있습니다.

.github/CODEOWNERS 자동 경로 검토
일관된 컨텍스트를위한 PR 및 발행 템플릿
Github 기술 코스 : Markdown과 의사 소통

결론

결국 AI는 코드를 작성하는 방식을 바꾸고 있으며 호기심, 판단 및 비판적 사고가 그 어느 때보 다 필요합니다. 최고의 개발자는 AI가 제안한 것을 받아들이지 않습니다. 그들은 이유를 묻습니다. 그들은 맥락을 제공합니다. 그들은 기초를 이해합니다. 그들은 시스템에서 생각하고 의도로 글을 쓰고 조심스럽게 구축합니다.

그러니 이유를 계속 묻습니다. 호기심을 유지하십시오. 계속 배우십시오. 그것이 위대한 개발자들을 차별화시키는 이유입니다. 그리고 그것은 당신이 AI 기반의 미래에서 살아남고 번성하는 방법입니다.

시작하고 싶습니까? Github Copilot>을 탐색하십시오