기업은 코딩 오류로 연간 약 610억 달러를 지출하고 개발자는 6억 2천만 시간을 낭비한다. 소프트웨어 오류 해결 플랫폼 언두(Undo)와 케임브리지 대학이 공동 연구(관련 논문)를 통해 이같은 결과를 밝혔다.
24일(현지시간) 미국 기술 매체 벤처비트는 아마존이 백만 개 코드 오류를 수정하고 1 억 달러 기술 부채 절약을 목표로 AWS 버그부스트(BugBust)를 출시했다고 보도했다.
버그부스트는 머신러닝 기반 개발자 도구 코드구루(CodeGuru)를 사용해 코드를 스캔하고 오류를 점검, 수정한다. 코드 구루는 규칙 마이닝과 머신러닝을 기반으로 로지스틱 회귀와 신경망의 조합이다.
코드구루는 코드최적화를 위해 설계된 두 가지 도구 프로파일러(Profiler)와 리뷰어(Reviewer)를 제공한다. 프로파일러는 데이터를 수집하고 애플리케이션 성능을 미세 조정하는 데 도움을 준다. 또, 가장 간단한 코딩 수식을 찾고 불필요한 식을 제거할 수 있는 방법을 제안한다.
리뷰어는 프로그램 분석과 머신 러닝을 사용해 코드 저장소의 잠재적인 결함을 감지한다. ▶입력 유효성 검사 ▶보안 분석 ▶코드 품질 등과 관련된 문제를 식별하고 개선 방안을 제안한다.
아마존 CTO 버너 보겔스(Werner Vogels)는 " 버그부스트 챌린지 프로그램은 전 세계 개발자를 대상으로 한다. 코드구루를 활용해 코딩 오류를 수정하면 아마존은 프로그래머에게 포인트를 지급한다. 쌓인 포인트가 상위 10위 안에 들면 상금을 받을 수 있다."라고 말했다.
한편, 지난해 7월 알리바바 클라우드 커뮤니티(관련 논문)에 따르면, 알리바바는 AI 코딩 평가 로봇 시스템 프렉픽스(FRECFIX)를 도입했다. 프렉픽스는 3만개 이상의 코드 결함을 감지하고 그 결과를 사용자와 공유한다.
프렉픽스는 2019년 알리바바가 주최하는 코딩 경연대회에서 평가위원으로 참여해 프로그래머들의 코딩 오류를 점검하고 점수를 매긴 바 있다.
프렉픽스는 세 단계에 걸쳐 오류를 점검해 보고한다. 먼저 코드 데이터에서 결함 쌍들을 추출해 유사한 결함 쌍끼리 군집화한다. 다음 그룹별로 오류를 분석해 공통된 특징을 템플릿 형태로 도출해 개발자에게 보고한다. 결과는 코드 검토에 활용돼 소프트웨어 품질을 향상시킬 수 있다.
AI 기반 코딩 도구는 코딩 오류 검토에 사용되는 시간과 비용을 줄일 수 있다. 하지만 일각에서는 코딩 자동화로 개발자의 일자리가 없어지는 것이 아니냐는 우려도 표명한다.
보겔스는 "AI 기반 코딩 툴의 목표는 개발자를 대체하는 것이 아니라 개발자 업무 효율을 높이는 것이다. 복잡한 코딩과 응용 프로그래밍 인터페이스(API) 작성 과정에서 프로그래머는 여전히 필요하다."라고 말했다.
최근 인텔의 연구(관련 영상)에 따르면 최고의 AI 코딩 지원 도구도 어려운 코딩 문제에 대한 답을 제안하는 것은 아직 불가능하다.
AI타임스 정윤아 기자 donglee0408@aitimes.com
