본문으로 건너뛰기

GitLab 코드 제안(Code Suggestions)으로 개발자의 생산성을 향상하는 방법

Fabbro
· 약 6분

빠르게 변화하는 소프트웨어 개발 세계에서 시간은 귀중한 자원입니다. 개발자는 워크플로의 생산성과 효율성을 개선하기 위해 끊임없이 노력합니다. 이 글에서는 일상적인 개발자 경험을 혁신하는 대규모 언어 모델(LLM) 기반 기술인 ‘코드 제안’을 소개합니다.

다음은 코드 제안의 사용 사례입니다:

  • 작업 간소화
  • 신규 개발자의 언어 탐색 지원
  • 숙련된 개발자의 잦은 웹 검색 필요성 제거

이 모든 사례는 코드 제안이 어떻게 일상적인 개발자 경험을 향상하는지 보여주는 예시입니다. 이러한 사용 사례의 구체적인 예를 살펴보겠습니다.

코드 제안 활용 사례

패키지 import

코드 제안으로 개발자는 패키지 import와 같은 일상적인 작업을 빠르게 완료할 수 있습니다.

패키지 import gif | 인포그랩 GitLab

함수 자동 완성하기

코드 제안은 개발자가 함수를 완성하고 해당 함수를 사용하여 코드를 작성하는 데 도움이 될 수 있습니다. 아래 예에서는 first_namelast_name을 정의한 다음 full_name이라는 함수를 정의하고 있습니다. 그러면 정의된 함수에서 예상되는 추천 코드를 보여주고, 이를 사용할 수 있습니다.

함수 자동 완성하기 gif | 인포그랩 GitLab

Boilerplate 입력

개발자는 코드 제안을 사용하여 MySQL 데이터베이스 연결과 같은 Boilerplate 코드를 추천받을 수 있습니다.

Boilerplate 입력 gif | 인포그랩 GitLab

데이터 프레임 구축

데이터 조작은 구조화된 데이터로 작업하는 개발자에게 기본적인 작업입니다. 코드 제안을 사용하면 데이터 프레임 작업의 지능형 추천을 제공하는 프로세스를 간소화할 수 있습니다. 코드 제안은 개발자가 문서를 검색하거나 시행착오를 겪으며 실험하는 시간과 노력을 절약하는 데 도움이 될 수 있습니다.

데이터 프레임 구축 gif | 인포그랩 GitLab

단위 테스트 생성

코드 제안을 사용해 개발자는 지원되는 프로그래밍 언어의 단위 테스트를 빠르게 작성할 수 있습니다.

단위 테스트 생성 gif | 인포그랩 GitLab

지금 코드 제안 사용해 보기

코드 제안은 현재 베타 버전으로 모든 사용자가 GitLab.com에서 무료로 사용할 수 있습니다. 팀은 개발하는 동안, 코드를 제안하는 생성형 AI의 도움으로 효율성을 높일 수 있습니다. 제안의 품질을 개선하기 위해 매주 기본 AI 모델을 개선하고 있습니다. AI는 비결정적이기 때문에 매주 동일한 제안을 받지 못할 수도 있습니다. 또한 AI로 생성된 코드를 사용할 때마다 코드 품질보안 스캔으로 이를 자동 분석해야 합니다. 이 두 가지 기능은 GitLab 플랫폼에서 기본적으로 제공됩니다.

지원 언어가 초기 6개 언어에서 현재 13개 언어로 확장되었습니다: C/C++, C#, Go, Java, JavaScript, Python, PHP, Ruby, Rust, Scala, Kotlin, TypeScript.

이러한 개선 사항과 향후 계획을 더 자세히 알아볼 수 있습니다.

✔️이 블로그에는 향후 출시될 제품, 특징, 기능 정보가 포함되어 있습니다. 이 블로그 게시물의 목적은 오직 ‘정보 제공’임을 유의하세요. 구매 또는 계획 수립을 목적으로 이 정보에 의존하지 마세요. 모든 프로젝트와 마찬가지로 이 블로그 및 링크된 페이지에 언급된 사항은 변경되거나 지연될 수 있습니다. 제품, 특징 또는 기능의 개발, 출시 및 시기는 GitLab의 단독 재량에 따라 결정됩니다.

본 포스트는 영문 포스트를 우리말로 번역하고 요약 및 내용을 추가한 글입니다.