소프트웨어 개발의 세계에서 low-code 솔루션은 프로그래밍 접근성을 넓히고 개발 격차를 해소함으로써 두각을 나타내고 있습니다. Gartner는 low-code 개발 시장이 2023년까지 269억 달러에 달하고 2024년까지 애플리케이션의 65%가 이러한 플랫폼을 사용하여 개발될 것이라고 예상합니다. 동시에 GitHub의 Copilot 및 OpenAI의 ChatGPT와 같은 AI 기반 코드 생성 도구는 고급 자동 완성 및 AI 기반 코딩 도우미를 제공합니다.
이 새로운 패러다임을 감안할 때 low-code 개발 플랫폼이 여전히 소프트웨어 산업과 관련이 있습니까? 떠오르는 AI 기반 기술과 공존할 수 있을까요? 답은 low-code 및 AI 기반 솔루션의 보완적 특성을 이해하고 두 솔루션 간의 협업이 실제 비즈니스 과제를 해결하는 고유하고 혁신적인 애플리케이션으로 이어질 수 있는 방법을 이해하는 데 있습니다.
일반 알고리즘은 인상적인 결과를 생성할 수 있지만 복잡한 비즈니스 사용 사례를 처리하는 데 항상 충분하지는 않습니다. 많은 프로그래머는 데이터 세트에서 머신 러닝(ML) 또는 딥 러닝 모델을 교육하는 기술이 부족합니다. 이러한 시나리오에서 low-code 솔루션은 사용자가 구조화되지 않은 데이터에 태그를 지정하고, 모델을 생성하고, 시뮬레이션을 실행하고, 부서 전체에서 재사용 가능한 AI를 촉진하는 데 도움이 될 수 있습니다. 이것은 AI 발전과 민주화의 가능성의 세계를 열어줍니다.
AI는 고급 이미지 및 텍스트 처리에서 음성 인식 및 합성에 이르기까지 다양한 산업 분야에서 널리 채택되었습니다. MathWorks AI 제품 마케팅 관리자인 Johanna Pingel은 AI를 전기 자동차 및 가전 제품의 배터리 수명 관리에 핵심적인 요소로 보고 있습니다. 또한 AI 기반 육안 검사 도구는 제약 및 자동차 제조와 같은 부문에서 안전성과 효율성을 향상시킬 수 있습니다.
요즘 두각을 나타내고 있는 또 다른 AI 애플리케이션인 ChatGPT는 콘텐츠 제작자뿐만 아니라 과학 연구에도 유용합니다. IDE에 복사하여 붙여넣을 수 있는 MATLAB 코드, 함수 및 단위 테스트를 생성할 수 있습니다. 그러나 ChatGPT에서 생성된 코드는 여전히 숙련된 엔지니어와 과학자가 검토하고 확인해야 합니다.
AppMaster.io 및 MATLAB과 같은 Low-code 플랫폼은 AI 기반 기능을 애플리케이션에 통합하는 동시에 특정 데이터 세트를 기반으로 고유한 AI 알고리즘을 생성할 수 있습니다. 지루한 작업의 속도를 높이고 비즈니스 시스템 내에서 AI를 효과적으로 구현하는 데 필수적인 다양한 수준의 코딩 기술을 가진 엔지니어를 도울 수 있습니다.
Pingel은 비즈니스가 일반적으로 얼굴 인식이나 손으로 쓴 편지에서 텍스트 감지와 같은 간단한 AI 사용 사례로 시작한다고 설명합니다. 그러나 요구 사항이 복잡해짐에 따라 기업은 맞춤형 AI 알고리즘을 만들기 위해 자체 데이터와 특수 설정을 사용해야 합니다. 여기에서 low-code 솔루션이 중요한 역할을 하여 데이터 정리, 자르기 및 구조화 프로세스를 보다 관리하기 쉽고 효율적으로 만들 수 있습니다.
Low-code 플랫폼은 맞춤형 AI 생성에 대한 장벽을 낮추는 데 있어 몇 가지 이점을 제공합니다. MATLAB 및 Simulink와 같은 low-code 플랫폼을 사용하면 데이터 구조화 및 레이블 지정, ML 모델 생성, 다양한 프로그래밍 언어 연결이 훨씬 더 쉽게 접근할 수 있습니다. 통합 개발 환경을 제공함으로써 이러한 플랫폼은 사용자 간의 협업을 장려하고 더 나은 프로그래머가 되는 방법을 배우도록 돕습니다.
AI 기반 도구가 기존의 개발 프로세스를 방해하고 있지만, low-code 플랫폼은 비기술 사용자에게 권한을 부여하고 고유한 AI 기반 기능을 만드는 장벽을 낮추는 데 여전히 중요한 역할을 합니다. 공존하고 협력함으로써 low-code 개발 플랫폼과 AI는 혁신적인 애플리케이션을 위한 길을 열어 두 분야를 발전시키고 소프트웨어 개발에서 새로운 기회를 열 수 있습니다.
