Amazon Web Services 한국 블로그
Amazon CodeCatalyst – 생성 AI 기반 Amazon Q를 통한 개발자 생산성 향상 (미리보기)
오늘은 Amazon CodeCatalyst에서 Amazon Q를 사용하여 소프트웨어 전송을 가속화하는 새로운 생성형 인공 지능(AI) 기능의 평가판을 시작합니다.
기능 개발 가속화 – Amazon Q의 기능 개발 기능을 사용하면 의견 및 READMEs 추가, 문제 설명 수정, 소규모 클래스 및 단위 테스트 생성, CodeCatalyst 워크플로 업데이트 등의 소프트웨어 개발 작업의 구현을 가속화할 수 있습니다. 이러한 작업은 개발자의 시간이 많이 소요되는 지루하고 획일적인 작업입니다. 개발자는 몇 번의 클릭과 자연어 입력만으로 문제 속 아이디어로부터 완전히 테스트를 마치고 병합 준비가 된 실행 코드로 전환할 수 있습니다.
AI는 인적 프롬프트를 실행 가능한 계획으로 전환하고, 소스 코드 리포지토리를 요약하며, 코드, 단위 테스트 및 워크플로를 생성하고, 개발자에게 재할당되는 풀 요청의 변경 사항을 요약하는 등 어려운 작업을 수행합니다. 게시된 풀 요청에 대해 Amazon Q에 직접 피드백을 제공하고, 새 수정본을 생성하도록 요청할 수도 있습니다. 코드 변경이 예상에 못 미치는 경우에는 풀 리퀘스트에서 직접 개발 환경을 생성하고, 필요한 조정을 수동으로 수행하며, 새 개정판을 게시하고, 승인 후 병합을 진행할 수 있습니다.
예: 기존 애플리케이션에서 API 변경
탐색 창에서 이슈를 선택한 다음 이슈 생성을 선택합니다. 문제에 get_all_mysfits() API를 변경하여 Age 속성별로 정렬된 mysfits를 반환이라는 제목을 붙힙니다. 그런 다음 이 문제를 Amazon Q에 할당하고 문제 생성을 선택합니다.
Amazon Q는 문제 제목 및 설명을 분석하여 잠재적인 솔루션 접근 방식을 수립하는 동안 자동으로 문제를 진행 중 상태로 전환합니다. 해당 문제에 대해 이미 논의가 진행되고 있다면, Q가 완료해야 할 작업을 이해하는 데 도움이 되도록 설명에 요약해 놓아야 합니다. 작동을 시작하면 Amazon Q는 모든 단계에서 문제에 대한 의견을 남겨 진행 상황을 보고합니다. 이 기능은 리포지토리에 이미 있는 코드에 대한 이해와 해당 코드가 공식화한 접근 방식을 기반으로 솔루션을 생성하려 합니다.
Amazon Q가 잠재적 솔루션을 생성할 수 있다면, 이 기능은 브랜치를 생성하고 해당 브랜치에 코드를 커밋합니다. 그런 다음 승인되면 변경 사항을 기본 브랜치에 병합하는 pull 요청을 생성합니다. 풀 리퀘스트가 게시되면 Amazon Q는 이슈 상태를 검토 중으로 변경하여 사용자와 팀이 코드를 검토할 준비가 되었음을 알 수 있도록 합니다.
변경 내용 요약 – 풀 리퀘스트 작성자는 Amazon Q에 검토를 위해 게시하는 변경 내용을 요약해 달라고 요청해 시간을 절약할 수 있습니다. 오늘날 풀 리퀘스트 작성자는 설명을 수동으로 작성하거나 아예 작성하지 않기로 선택할 수도 있습니다. 작성자가 설명을 제공하지 않으면 검토자가 변경 내용과 이유를 이해하기 어려워지므로 검토 프로세스는 지연되고 소프트웨어 제공 속도가 느려집니다.
풀 리퀘스트 작성자 및 리뷰어는 Amazon Q에 풀 리퀘스트에 남긴 의견을 요약해 달라고 요청하여 시간을 절약할 수도 있습니다. 요약은 작성자가 일반적인 피드백 주제를 쉽게 볼 수 있기 때문에 유용합니다. 해당 기능은 자신과 다른 팀 구성원의 대화 및 피드백을 빠르게 따라잡을 수 있기 때문에 검토자에게 유용합니다. 전반적인 이점은 간소화된 협업, 가속화된 검토 프로세스, 보다 신속한 소프트웨어 제공입니다.
평가판 사용해 보기
Amazon Q는 현재 Amazon CodeCatalyst에서 AWS 리전 미국 서부(오레곤)의 스페이스에 사용할 수 있습니다.
자세히 알아보기
— Irshad