AI로 프로덕션 코드 분석하기

개발자를 위한 고급 AI 코딩 활용

Thalia Barrera

AI Engineering Curriculum Manager, DataCamp

코드 생성을 넘어서

강좌 개요

 

이 강좌에서 학습할 내용:

• ✔ 프로덕션 코드에 대한 AI 기반 코드 분석 수행
• ✔ AI 보조 테스트 및 보안 적용
• ✔ 소프트웨어 설계 및 협업에 AI 활용

시나리오: Wayfarer Labs

 

• 💻 Wayfarer Labs의 소프트웨어 개발자입니다
• 🌎 모빌리티 플랫폼을 구축하는 여행 스타트업
• 🔎 과제: 오픈소스 분석 도구 탐색

Atlas 발견하기

 

 

도입 전 핵심 질문:

• 유지보수가 가능한가?
• 신뢰할 수 있는가?
• 장기적으로 적합한가?

 

🤖 AI가 코드 평가를 가속화하고 체계화하는 데 도움이 됩니다!

새 저장소 파악하기

 

코드베이스 파악을 위한 구조적 프롬프팅

코드베이스 파악을 위한 구조적 프롬프팅

 

 

🤖 정적 분석 프롬프트:

이 저장소에는 프로덕션 환경에서 사용하기 위한 Python 분석 도구 모음인 Atlas가 포함되어 있습니다.

Unix 계열 시스템에 접근할 수 있으며, 일반적인 오픈소스 도구를 설치할 수 있다고 가정합니다.

코드를 실행하지 않고 이 코드베이스의 정적 분석을 수행하고자 합니다.

 

목표는 다음과 같습니다:

• 이 프로젝트에 적합한 정적 분석 도구 추천
• 각 도구의 측정 항목과 관련성 설명
• 분석 실행을 위한 구체적인 명령어 제공
• 주요 결과 해석 방법 설명

AI 기반 동적 분석

AI로 코드 품질 평가하기

 

🤖 유지보수성 프롬프트:

코드베이스의 유지보수성 문제를 분석하세요: 과부하된 모듈, 책임이 불분명한 함수, 하나의 변경이 여러 파일 수정을 요구하는 영역을 파악하세요.

 

유지보수성 문제:

• 과부하된 모듈
• 불분명한 책임

복잡도와 기술 부채

 

🤖 복잡도 프롬프트:

긴 함수, 중첩 조건문, 분기에 초점을 맞춰 논리적 복잡도가 높은 영역을 파악하세요.

복잡도 지표:

• 긴 함수
• 중첩 조건문
• 높은 분기 수

 

🤖 기술 부채 프롬프트:

TODO, 중복 로직, 레거시 패턴 등 기술 부채의 징후를 찾으세요.

기술 부채 신호:

• TODO 및 FIXME
• 중복 로직
• 레거시 패턴

평가 결론

 

Atlas 평가 결과:

• ✅ 잘 구조화된 코드베이스
• ✅ 도입하기 적합함
• 👀 복잡도 문제 우선 해결
• 👀 기술 부채 처리

AI 보조 리팩터링

 

 

AI의 추가 활용:

• 영향도 높은 변경에 집중한 리팩터링
• 패치 제안

중요한 참고 사항

 

AI는 엔지니어링 판단을 대체하지 않습니다

• 실수를 할 수 있습니다
• 맥락을 놓칠 수 있습니다
• 환각을 일으킬 수 있습니다

✔ 올바르게 활용하면 이해를 가속화하고 더 나은 코딩 결정을 내리는 데 도움이 됩니다

연습해 봅시다!

개발자를 위한 고급 AI 코딩 활용