Core Concepts
AI 코딩 보조 도구는 개발 작업 완료율 향상, 시간 단축, 코드 품질 향상, 자기 인지 생산성 향상 등의 효과를 보이지만, 이는 코딩 작업 유형과 사용자 경험 수준에 따라 달라진다.
Abstract
이 연구는 실제 개발 시나리오를 모방하여 27명의 컴퓨터 공학 학생들을 대상으로 3가지 유형의 소프트웨어 개발 작업을 수행하게 하고, 3가지 인기 있는 AI 코딩 보조 도구(GitHub Copilot, Tabnine, CodeGeeX)를 사용하여 그 효과를 종합적으로 평가했다.
주요 결과는 다음과 같다:
AI 코딩 보조 도구는 일반적으로 작업 완료율 향상, 시간 단축, 코드 품질 향상, 자기 인지 생산성 향상 등의 효과를 보이지만, 이는 작업 유형과 사용자 경험 수준에 따라 달라진다. 특히 경험 많은 참여자의 경우 오히려 완료 시간이 증가할 수 있다.
"편집된 줄 완성"이 가장 많이 추천되는 방식이며, "주석 완성"과 "문자열 완성"의 수락률이 가장 낮다.
추천 코드를 수정하는 주요 이유는 출력 형식과 요구 사항의 차이, 논리적 결함, 일관되지 않은 코드 스타일 등이다.
사용자는 서비스 접근성 및 도움말 문서화 최적화, 기능 및 성능 향상 등을 기대하고 있다.
이 연구 결과는 AI 코딩 보조 도구의 효과성과 사용성을 이해하고 향후 개선을 위한 귀중한 통찰을 제공한다.
Stats
AI 코딩 보조 도구는 일반적으로 작업 완료율을 56% 향상시켰다.
AI 코딩 보조 도구는 일반적으로 작업 완료 시간을 13% 단축시켰다.
AI 코딩 보조 도구는 일반적으로 코드 품질 점수를 77% 향상시켰다.
"Management System Development" 작업에서 AI 코딩 보조 도구의 영향이 가장 컸다.
Quotes
"이를 수락하는 이유는 긴 코드라서 대부분의 구조가 이미 작성되어 있어 많은 시간을 절약할 수 있었기 때문입니다."
"AI 코딩 보조 도구 없이 프로그래밍하는 것이 더 힘들다고 느낍니다."