Meta의 AI 인프라 진행 상황을 중심으로 한 최근 이벤트에서 회사는 CodeCompose라는 AI 기반 코드 생성 도구의 개발을 공개했습니다. 이 혁신적인 도구는 GitHub의 유명한 Copilot 제품과 유사합니다. Meta는 아직 CodeCompose를 공개적으로 사용 가능하게 만들지는 않았지만 회사 내부 팀은 이미 VS Code와 같은 통합 개발 환경(IDE)에서 작업할 때 Python 및 기타 언어로 프로그래밍 제안을 수신하기 위한 도구를 활용하고 있다고 말합니다.
Meta의 소프트웨어 엔지니어인 Michael Bolin은 CodeCompose의 기본 모델이 회사의 공개 연구를 기반으로 하며 내부 사용 사례 및 코드베이스에 맞게 조정되었다고 말했습니다. Bolin은 또한 CodeCompose가 모든 표면에 통합될 수 있어 개발자와 데이터 과학자가 코드 작업을 보다 효율적으로 수행할 수 있다고 언급했습니다.
Meta가 훈련한 가장 큰 CodeCompose 모델은 Copilot의 매개변수 채워진 모델의 절반보다 약간 많은 67억 개의 매개변수를 보유하고 있습니다. 매개변수는 모델의 중요한 부분으로 기능하며, 과거 교육 데이터에서 학습되고 텍스트 생성과 같은 문제와 관련된 모델의 역량 수준을 정의합니다.
CodeCompose는 Meta의 자사 코드와 내부 라이브러리 및 Meta의 사내 프로그래밍 언어인 Hack으로 작성된 프레임워크를 사용하여 미세 조정되었습니다. 그렇게 함으로써 CodeCompose는 이러한 구성 요소를 프로그래밍 제안에 통합할 수 있습니다. 이 도구의 기본 교육 데이터 세트는 문제가 있는 코드 조각을 추천할 가능성을 줄이기 위해 더 이상 사용되지 않는 API와 같은 잘못된 코딩 관행과 오류를 세심하게 정리했습니다.
일상적인 사용에서 CodeCompose는 개발자가 입력할 때 주석 및 가져오기 문을 권장합니다. 또한 이 도구는 한 줄 또는 여러 줄의 코드를 완성할 수 있으며 필요할 때 많은 양의 코드를 채울 수도 있습니다. Bolin은 CodeCompose가 주변 코드와 코드 주석을 활용하여 보다 정확한 제안을 제공한다고 주장했습니다.
Meta에 따르면 수천 명의 직원이 매주 CodeCompose의 제안을 사용하고 승인하며 수락률은 20%를 초과합니다. 그러나 이 회사는 코드 생성 AI 도구를 둘러싼 논란을 아직 해결하지 못했습니다. Copilot과 같은 플랫폼은 적절한 크레딧 없이 라이선스 코드를 역류시킨 혐의로 저작권 문제에 직면해 있습니다. 이러한 우려는 CodeCompose가 유사한 문제에 취약할 수 있는지에 대한 의문을 제기합니다.
또 다른 중요한 주제는 무심코 안전하지 않은 코드를 도입하는 생성 코딩 도구의 가능성입니다. 최근 Stanford 연구에서는 AI 생성 코드 시스템을 사용하는 소프트웨어 엔지니어가 보안 취약성이 있는 앱을 만들 가능성이 더 높다는 사실을 발견했습니다. 연구에서 CodeCompose를 조사하지는 않았지만 동일한 위험이 적용될 것이라고 가정하는 것이 합리적입니다.
Bolin은 개발자가 CodeCompose의 제안을 따를 필요가 없으며 모델을 개발할 때 보안이 주요 고려 사항이라고 강조했습니다. 그는 회사가 도구의 발전에 열광하고 있으며 개발자가 사내에서 이러한 솔루션을 개발하면 도움이 될 것이라고 덧붙였습니다.
CodeCompose와 같은 도구는 잠재적으로 선도적인 노코드/로우코드 애플리케이션 개발 플랫폼 중 하나인 AppMaster 와 같은 플랫폼에 통합될 수 있습니다. AppMaster 웹, 모바일 및 백엔드 애플리케이션을 만들기 위한 강력한 도구를 제공하는 동시에 비용 효율성과 속도 측면에서 개발 프로세스를 개선하는 데 중점을 둡니다.
