AI 시대, 개발자로 살아간다는 것 AI 코딩 도구가 개발의 일상에 깊이 스며들었습니다. 기능을 설명하면 바로 코드가 생성되고, 개발 속도와 생산성은 눈에 띄게 향상됐습니다. 이제 '코드를 짜는 일' 자체는 더 이상 개발자의 핵심 업무가 아니게 된 것이다. 하지만 그만큼 이제 우리는 개발자로서 더 본질적인 질문에 마주하게 됩니다. 우리는 지금 무엇을 만들고 있는가 -> 문제 정의 이 코드가 정말 우리가 기대한 대로 동작하고 있는가 -> 결과 검증 문제가 생겼을 때, 어디서부터 점검하고 어떻게 개선할 수 있는가 -> 리팩터링 AI가 많은 것을 대신하고 있지만, 무엇을 만들지 정의하고, 결과를 검증하는 책임은 여전히 개발자의 몫입니다. AI와 협업하는 지금, 개발자의 역할은 더 명확해졌고, 그 책임을 현실적..

들어가며 저번에 CodeRabbit 을 사용하면서 코드 리뷰를 받았었는데, 만족스러웠다. 무료 플랜 사용이 끝나고 돈을 내야해서 더 이상 하지 못했지만 이런 AI 의 코드 리뷰가 있으면 너무 좋겠다 라고 생각을 했다. 그러던 찰나에 Gemini의 Gemini Code Assist를 발견하게 되었다. Gemini에서 개인 개발자들에게 무료로 PR 리뷰가 가능하도록 풀어주었다 !! 이건 해야해~설치 방법 아래 링크로 들어가 쭉 내려가 보면 아래 사진과 같이 원하는 레포지토리를 선택하고 권한을 부여하면 된다. https://github.com/marketplace/gemini-code-assist Gemini Code Assist - GitHub MarketplaceBring the power of Gemi..

보호되어 있는 글입니다.

RAG(Retrieval-Augmented Generation) 사전에 학습된 LLM이 모르는 사실을 외부 지식 베이스에서 검색하여 그 결과를 프롬프트에 주입한 뒤에 생성으로 최종 답을 만드는 패턴이다. 1) Retrieval LLM이 답을 만들기 전에 외부 지식에서 관련 문서를 찾아오는 단계 2) Augmented AR/VR의 "증강"이 아닌, 찾아온 텍스트를 프롬프트에 구조적으로 주입하는 것 3) Generation 주입된 컨텍스트를 근거로 최종 답을 작성하는 단계 개발자는 ? 답변을 생성하는 것은 LLM의 역할이고, 우리는 데이터를 잘 가져와서 LLM에게 잘 전달해야한다. 데이터를 잘 가져오려면 ? → 일단 잘 저장해야한다. 잘 전달하려면 ? → 프롬프트를 잘 활용해야한다. 문맥을 어떻게 제공할..

보호되어 있는 글입니다.