최근 딥마인드(DeepMind)가 딥러닝 기반 소스 코드 작성 모델 ‘알파코드(Alpha Code)’를 선보였다. 딥마인드 연구팀은 코드포스(Codeforces) 주관 코딩 경연 대회를 통해 알파코드의 코딩 실력을 입증하며, 인공지능(AI)이 평균 인간 개발자와 같은 수준의 실력을 갖추었다고 주장했다.
그러나 미국 방송사 CNBC는 딥마인드의 주장과 반대로 AI의 코드 작업 실력이 인간과 비교할 수준이 되려면 아직 멀었다는 주장이 제기되었다고 보도했다.
컴퓨터 과학자 드미트리 바다나우(Dzmitry Bahdanau)는 트위터를 통해 알파코드 시스템의 코딩 실력은 실제 코드포스 경연 전체 참가자보다 54.3% 뒤처진다며, 대다수 경연 참가자가 문제 해결력을 입증하고자 하는 고등학생과 대학생이라고 지적했다.
이어, 그는 자신의 트윗을 보는 다른 트위터 사용자 대부분이 간단한 훈련만 받으면, 쉽게 알파코드를 능가하는 수준의 코딩 실력을 갖추게 될 것이라고 덧붙였다.
사실, 수많은 연구원이 수십년 간 컴퓨터에 코드 작성 훈련을 시키려 했지만, AI의 코딩 작업 처리 개념은 여전히 주류가 되지 못했다. 그 부분적인 이유는 새로운 코드를 작성하고자 하는 AI가 다양한 작업을 처리할 정도로 발전하지 못한 탓이다.
익명의 어느 한 AI 연구원도 CNBC에 알파코드의 기술적 성과 자체는 인상적이지만, 실제 코드 작업 처리 실력을 확신하기에는 더 신중한 평가가 필요하다고 주장했다. 그는 알파코드와 같은 AI의 성능 완성도가 향상되면서 소프트웨어 엔지니어링의 역할 특성이 변할 수 있지만, 인간의 복합적인 역할을 고려했을 때 AI가 개발 과정에서 인간의 작업을 완벽히 대체할지는 미지수라고 전했다.
뉴욕대학교 AI 교수 개리 마르쿠스(Gary Marcus)도 알파코드가 인간을 따라잡기에는 멀었다는 주장에 무게를 실어주었다. 그는 CNBC와의 인터뷰에서 “알파코드와 같은 AI 코드 작성 프로그램 사용은 회계사가 업무에 계산기를 활용하듯이 단순히 프로그래머를 보도할 수단을 사용하는 것이라고 보아야 한다”라고 말했다.
하지만 딥마인드의 알파코드에 앞서 여러 AI 코드 작성 툴이 등장했다. 지난해 6월, 깃허브는 AI 기반 코드 추천 시스템 ‘코파일럿(Copilot)’을 공개했다. 코파일럿은 마이크로소프트와 깃허브가 오픈AI의 도움을 받아 개발한 프로그램이다.
깃허브 CEO 나트 프리드만(Nat Friedman)은 “코파일럿은 소프트웨어 크리에이터의 동료 프로그래머(pair programmer)’이다. 코파일럿은 개발자 두 명이 옆에 앉아 같은 프로젝트 작업에 협력하는 것과 같은 작업 성과를 지원한다”라며, “깃허브 개발자 수십 명이 작업에 코파일럿을 활용했으며, 코파일럿의 코드 추천 정확도를 높이기 위한 피드백을 제공했다”라고 전했다.
이어, 그는 개발자가 코파일럿의 추천 코드 채택 혹은 거부를 선택할 수 있어, AI가 작업 도중 꾸준히 학습하며 시간이 지날수록 코드 실력이 더 향상될 것을 기대할 수 있다고 덧붙였다.
그러나 베를린 소재 AI 연구원 사민 위니거(Samim Winiger)는 AI 코드 작성 프로그램이 인간 프로그래머보다 작업 실력이 우수해질 때 코드 실수 책임 문제가 발생할 수 있다는 우려를 제기했다.
그는 “매우 복잡하면서 상호 운용성이 없는 자동화 시스템이 잠재적인 문제 발생 책임을 부담하지 않으면서 중요한 기반 시설 운영을 위한 프로그램 제작 업무를 처리하도록 둘 수 있는가?”라고 반문했다.
[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]
