러스트 프로젝트 관점에서 본 AI: 기여자들의 실용적 인사이트

이 문서의 내용

2024년 2월 27일 nikomatsakis가 작성한 요약 문서로, Rust 기여자 및 유지 관리자들의 AI 도구 사용에 대한 관점을 모았습니다. 이 문서는 양측 주장의 전체적인 상황을 이해하기 위해 다양한 의견을 포착하는 것을 목표로 합니다.

원본의 주요 내용

Rust 프로젝트는 현재 AI 도구 사용에 대해 일관된 견해나 입장을 가지고 있지 않습니다. 이 문서는 개별적인 관점을 나타내며, 공식적인 프로젝트 입장이 아닙니다. 논의는 rust-lang 크레이트에서의 AI 사용과 Rust 개발자가 다른 곳에서 AI를 사용하는 경우를 모두 다룹니다.

AI는 엔지니어링 기술이 필요합니다

AI로부터 최상의 결과를 얻는 사람들은 AI가 제대로 작동하려면 진정한 엔지니어링이 필요하다고 강조합니다. 기여자 TC는 다음과 같이 언급합니다: "좋은 결과를 내기 위해서는 세심한 주의와 신중한 엔지니어링이 필요합니다. 모델을 적절한 작동 범위 내에 유지하려고 노력해야 합니다. 문제를 신중하게 구조화하고, 적절한 맥락과 지침을 제공하며, 적합한 도구와 좋은 환경을 제공해야 합니다."

TC는 또한 빠른 개선을 관찰합니다: "명백하지 않을 수 있는 것은 지난 2-3개월 동안 얼마나 많은 것이 변했는가입니다. 한때는 심각한 작업에 모델 사용을 정당화하기 어려웠습니다. 그러나 최첨단 모델들은 이제 무시하기에는 너무 좋아졌습니다."

코딩 이외의 AI 사용 사례

많은 기여자들이 코딩 이외의 작업에서 AI의 가치를 발견합니다:

• 검색 및 발견: davidtwco는 Arm에서 내부 AI 도구를 사용하여 10,000페이지 이상의 아키텍처 문서를 검색하고, 업스트림 이슈에 신속하게 대응하기 쉽게 만든다고 보고합니다.
• 코드베이스 탐색: scottmcm은 "여기 있는데 Span이 필요합니다; 어디서 얻을 수 있나요?"와 같은 연구 질문에 AI가 도움이 된다고 생각합니다.
• 코드 리뷰 및 아이디어 탐색: BennoLossin은 작업을 재확인하고 올바른 아이디어를 탐색하는 데 도움이 되는 질문을 하기 위해 AI를 사용합니다. RalfJung은 Linux 커널 사람들이 프로젝트별로 신중하게 구성된 프롬프트로 성공을 거둔 사례를 언급하며, 코드 리뷰를 위한 LLM 탐색에 관심을 표명합니다.
• 대규모 데이터 처리: 여러 기여자들은 AI가 반정형 데이터 작업을 더 다루기 쉽게 만든다고 언급하며, FLS(Future Language Specification) 그룹의 예시를 제시합니다.

다양한 경험

기여자 yaahc는 존경받는 개발자들이 AI 도구에서 가치를 찾는 반면, 다른 사람들은 "사람들이 이 도구들에서 주장하는 가치의 99%가 실체 없는 허풍"이라고 느끼는 인지적 부조화를 지적합니다. 이러한 차이는 입력이 어떻게 구조화되고 도구가 어떻게 사용되는지에서 비롯되는 것으로 보이며, 경험 많은 엔지니어들이 더 나은 결과를 얻습니다.