저는 영어 발음 교정 프로그램을 만들면서 이 영상에 말하는 문제점들을 직접 겪어보았습니다. 가장 크게 느꼈던 부분은 'AI가 의도와 다른걸 만든다'라는 것이었습니다.. Flack 백엔드에서 오디오를 처리하는 로직을 AI에게 부탁했을 때, 제가 원한 건 간단한 변환 파이프라인이었는데, AI는 예외처리, 비동기 큐까지 있는데 커다란 코드를 만들어 냈습니다. 제 의도를 정확히 전달하지 못한 것이었습니다. 영상에서 소개한 "Grill Me' 방식처럼, AI에게 먼저 내 요구사항을 물어보게 하는 것이 앞으로는 좋을 것이라는 생각을 했습니다.
두번째로 '모호한 PRD' 문제도 겪었습니다. AI에게 "Azure Speech로 발음 점수 주는 기능을 만들어줘" 라는 부탁을 했는데, AI는 어떤 포맷으로 오디오를 받을 건지, 어떤 언어로 평가할건지, 결과를 어떻게 저장할건지 등등의 정보를 받지 못한 상태로 코드를 만들어주어서 실제 적용할 수 있는 코드가 아닌 그냥 그럴듯해 보이는 코드를 만들어주었습니다.
마지막으로 '설계 부재'는 프로그램을 만들어가면서 점점 체감을 크게 했던 문제였습니다. 처음에는 모든 코드를 app.py에 다 넣어버렸었는데, 기능이 늘어나고 코드를 수정할 수록 AI도, 저도 이 코드나 파일이 무슨 역할을 하는지 파악하기 힘들어져서 결국 azure_assess.py, database.py로 분리했었습니다. 처음부터 분리하고 설계하였다면 아마 훨씬 빨리 진행할 수 있지 않았을까 생각합니다.
영상을 보고 난 후 AI가 코드 생성 속도를 높여줄수록, 내가 명확하게 설계하고 의도를 전달하는 능력이 중요해진다는 것을 더욱 크게 느꼈다.
저는 영어 발음 교정 프로그램을 만들면서 이 영상에 말하는 문제점들을 직접 겪어보았습니다. 가장 크게 느꼈던 부분은 'AI가 의도와 다른걸 만든다'라는 것이었습니다.. Flack 백엔드에서 오디오를 처리하는 로직을 AI에게 부탁했을 때, 제가 원한 건 간단한 변환 파이프라인이었는데, AI는 예외처리, 비동기 큐까지 있는데 커다란 코드를 만들어 냈습니다. 제 의도를 정확히 전달하지 못한 것이었습니다. 영상에서 소개한 "Grill Me' 방식처럼, AI에게 먼저 내 요구사항을 물어보게 하는 것이 앞으로는 좋을 것이라는 생각을 했습니다.
두번째로 '모호한 PRD' 문제도 겪었습니다. AI에게 "Azure Speech로 발음 점수 주는 기능을 만들어줘" 라는 부탁을 했는데, AI는 어떤 포맷으로 오디오를 받을 건지, 어떤 언어로 평가할건지, 결과를 어떻게 저장할건지 등등의 정보를 받지 못한 상태로 코드를 만들어주어서 실제 적용할 수 있는 코드가 아닌 그냥 그럴듯해 보이는 코드를 만들어주었습니다.
마지막으로 '설계 부재'는 프로그램을 만들어가면서 점점 체감을 크게 했던 문제였습니다. 처음에는 모든 코드를 app.py에 다 넣어버렸었는데, 기능이 늘어나고 코드를 수정할 수록 AI도, 저도 이 코드나 파일이 무슨 역할을 하는지 파악하기 힘들어져서 결국 azure_assess.py, database.py로 분리했었습니다. 처음부터 분리하고 설계하였다면 아마 훨씬 빨리 진행할 수 있지 않았을까 생각합니다.
영상을 보고 난 후 AI가 코드 생성 속도를 높여줄수록, 내가 명확하게 설계하고 의도를 전달하는 능력이 중요해진다는 것을 더욱 크게 느꼈다.