Amazon SageMaker AI, 사용자 지정 코드 제안 기능 및 작업 공간 컨텍스트 인식 기능을 통해 Amazon Q Developer 개선
오늘 AWS는 Amazon SageMaker AI Jupyter Lab의 Amazon Q Developer에 대해 프라이빗 코드 리포지토리 기반의 코드 제안을 사용자 지정하는 기능 및 코드 지원을 개선하기 위해 전체 작업 공간 컨텍스트를 포함하는 기능을 도입하는 등 상당한 규모의 개선 사항을 발표했습니다. 이러한 새로운 기능을 통해 조직은 독점 코드를 활용하고 코드 제안의 관련성을 개선하여 최종적으로 Jupyter Lab 환경 내에서 개발자의 생산성과 코드 품질을 향상시킬 수 있습니다.
Amazon Q Developer는 새로운 사용자 지정 기능을 통해 이제 팀의 내부 라이브러리, 독점 알고리즘 기술 및 엔터프라이즈 코드 스타일을 준수하는 방식으로 소프트웨어 개발을 지원할 수 있습니다. Amazon Q Developer 사용자 지정 기능은 Amazon Q가 회사의 코드베이스를 기반으로 제안을 제공할 수 있도록 하는 요소 세트로, 인라인 및 채팅 기반 코드 제안 모두가 조직의 특정 코딩 관행 및 표준에 완벽하게 부합할 수 있습니다.
또한 Amazon Q Developer는 작업 공간 컨텍스트를 통해 파일의 위치를 찾고, 여러 파일에서 코드가 어떻게 사용되는지 이해하고, 현재 열려 있지 않은 파일을 비롯한 여러 파일을 활용하는 코드를 생성할 수 있습니다. 이러한 컨텍스트에 맞는 인식은 보다 정확하고 관련성 있는 코드 지원으로 이어져 개발자가 코딩을 시작하기 전에 전체 프로젝트 구조를 더 효과적으로 이해할 수 있게 됩니다. 사용자는 채팅 인터페이스를 통해 작업 공간 기능에 액세스할 수 있으므로 프로젝트의 전체 범위를 반영하는 원활한 개발 경험이 보장됩니다.
Amazon SageMaker AI Jupyter Lab의 Amazon Q Developer에 대한 개선 사항은 이제 Amazon SageMaker AI가 제공되는 모든 리전에서 사용할 수 있습니다.
이러한 기능에 대한 자세한 내용은 설명서를 참조하세요.