Microsoft는 Azure용 Copilot 추가 기능을 미리 선보이고 있습니다.
그 다음에 이그나이트 2023 이번 주 Microsoft 컨퍼런스에서는 Azure 플랫폼에서 인공 지능(AI) 애플리케이션 구축 및 배포를 단순화하는 도구와 함께 Azure 클라우드 서비스 관리를 단순화하는 Copilot 도구를 시연했습니다.
게다가 마이크로소프트가 출시한 마이크로소프트 코파일럿 스튜디오는 Microsoft가 이전에 출시한 Microsoft 365용 Microsoft Copilot 도구 내에서 데이터 통합 플러그인을 생성하고 사용자 지정 도우미를 추가하는 프로세스를 자동화하는 로우 코드 도구입니다.
Azure용 Microsoft 도우미 LLM(대형 언어 모델)을 활용하여 IT 팀이 자연어를 사용하여 Azure 서비스를 구축, 구성, 검색 및 문제 해결할 수 있도록 합니다. 또한 이를 통해 IT 팀은 복잡한 주문을 생성하고, 질문하고, 비용을 최적화할 수 있습니다.
Microsoft의 Azure Core 기업 부사장인 Erin Chappell은 Ignite 참석자들에게 Microsoft는 일부 고객과 함께 이미 Microsoft Copilot Azure를 사용하여 Azure 인프라를 관리하고 있다고 말했습니다.
장기적으로 Microsoft는 다음을 사용하여 AI 애플리케이션의 구축 및 배포를 단순화하는 방향으로 나아가고 있습니다. Azure 인공 지능 스튜디오, Azure 플랫폼에서 Microsoft가 제공하는 AI 모델을 호출하기 위한 프레임워크입니다. 목표는 조직이 훈련한 AI 모델을 기반으로 자체 부조종사를 만들 수 있도록 하는 것입니다.
조직이 AI 모델을 활용하여 애플리케이션을 구축하는 것은 아직 초기 단계이지만 데이터 엔지니어링 및 사이버 보안 모범 사례와 함께 DevOps 및 기계 학습 운영(MLOps)이 융합되어야 한다는 것은 이미 분명합니다. Microsoft는 IT 조직이 이 목표를 달성할 수 있는 프레임워크로 Azure AI Studio를 제시하고 있습니다.
물론 Microsoft가 비슷한 야망을 가진 유일한 IT 인프라 리소스 제공자는 아니지만 OpenAI에 대한 투자와 GitHub 인수 덕분에 AI 애플리케이션을 대규모로 구축하기 위한 프레임워크를 정의하는 측면에서 큰 발전을 이루었습니다. 지난주 GitHub는 개발자가 생성 AI를 활용하여 GitHub Issues 프로젝트 관리 소프트웨어에 작성된 자연어 설명을 기반으로 앱을 구축하기 위한 편집 가능한 계획을 자동으로 제안하는 코드를 작성할 수 있도록 지원하기 위해 이미 제공하고 있는 Copilot 도구의 확장을 시연했습니다. Copilot Workspace는 개발자가 시각적으로 검사할 수 있는 코드를 생성하는 데 사용할 수 있는 편집 가능한 문서를 한 번의 클릭으로 생성합니다. 응용 프로그램 개발자 또는 Copilot Workspace 플랫폼에서 감지한 모든 오류는 자동으로 수정될 수도 있습니다.
한편, GitHub는 개발자가 자연어를 사용하여 코드베이스에서 문제를 더 쉽게 발견할 수 있도록 Copilot Chat의 범위와 도달 범위를 확장했습니다.
생성적 AI는 이미 애플리케이션 개발 속도에 큰 영향을 미치고 있지만 이 코드는 여전히 검토가 필요합니다. Chat GPT는 웹에서 다양한 품질의 코드를 가져와 학습되는 대규모 범용 언어 모델(LLM)을 기반으로 합니다. 결과적으로 플랫폼에서 생성된 코드에는 보안 취약점이 포함되어 있거나 효과적이지 않을 수 있습니다. 많은 경우 전문 개발자는 여전히 자신만의 코드를 작성하는 것을 선호합니다.
물론 모든 프로그래밍 작업에 동일한 수준의 프로그래밍 경험이 필요한 것은 아닙니다. 예를 들어 ChatGPT는 DevOps 워크플로 전체에서 자신있게 재사용할 수 있는 스크립트를 생성하는 경우가 많습니다. 이제 GitHub Copilot과 같은 도구 덕분에 더 나은 코드를 작성하는 중급 개발자가 부족하지 않으며, 곧 도메인별 LLM 인증을 통해 검증된 코드 예제를 기반으로 일관되게 더 나은 코드를 작성할 수 있게 될 것입니다.
다음 과제는 늘어나는 코드 양을 관리할 수 있는 방법을 찾는 것입니다. DevOps 파이프라인 관리에 AI가 적용될 것이라는 점에는 의심의 여지가 없지만, 적어도 현재로서는 코드 작성에 AI를 적용하는 속도가 이미 DevOps 팀의 관리 능력을 앞지르고 있습니다.