소프트웨어 오류는 비용이 많이 들고 증가하고 있습니다. 소프트웨어 개발 프로젝트의 약 19~23%가 실패하고 Standish Group은 발견 "문제가 있는" 프로젝트, 즉 범위, 시간 또는 예산 기대치를 충족하지 못하는 프로젝트가 소프트웨어 프로젝트의 약 52%를 차지합니다. 에 따르면 Undo와 Cambridge Judge Business School의 공동 프로젝트에 따르면 이러한 버그로 인해 기업은 연간 약 61억 달러의 비용을 지출하고 약 620억 XNUMX천만 시간의 개발자 시간이 디버깅에 낭비됩니다.

품질 보증 문제에 대한 부분적인 해결책은 기계 학습일 수 있으며, 이는 소프트웨어에서 중요한 버그를 더 쉽게 발견할 수 있도록 개발자의 워크플로를 보강할 수 있습니다. 아마존의 코드 구루 서비스는 수백만 줄의 코드로 훈련된 기계 학습 모델을 사용하여 개발자를 위한 수정 사항을 권장하고, 성능 문제를 해결하고, 이상을 감지하는 이 접근 방식을 취합니다.

CodeGuru 및 이와 유사한 AI 기반 도구에 대한 인식을 높이기 위해 Amazon은 오늘 개발자에게 1만 개의 소프트웨어 버그를 수정하고 100억 달러의 기술 부채를 실현하도록 요구하는 국제적 도전인 Amazon Web Services(AWS) BugBust를 시작했습니다. 전 세계의 개발자는 CodeGuru를 사용하여 조직을 위한 BugBust 이벤트를 생성하여 챌린지에 참여하고 코드베이스 및 앱에서 버그를 식별하고 수정하여 리더보드에서 상품을 놓고 경쟁할 수 있습니다.

Amazon CTO인 Werner Vogels는 이번 주 VentureBeat와의 전화 인터뷰에서 "BugBust를 사용하면 조직이 잠재적인 문제 목록을 작성하도록 하는 과제를 만들 수 있습니다."라고 말했습니다. “누가 가장 많은 버그를 찾아 리더보드에 오를 수 있는지에 대한 버그 수정을 약간의 게임으로 만듭니다. 목표는 버그를 스쿼시하고 성능 문제를 찾는 것을 귀찮은 일 대신 재미있는 일로 만드는 것입니다.”

유행성 도전

전염병으로 인해 다른 방법으로는 발생하지 않았을 수 있는 소프트웨어 오류가 발생했습니다. 원격 학습, 온라인 시험 및 재택 근무 요구 사항으로 인해 온라인 사용자가 엄청나게 유입되어 볼륨을 처리하도록 설계되지 않은 소프트웨어에 압력을 가했습니다. 맥킨지에 따르면 신고, 65월 현재 고객과 북미 기업 간의 상호 작용은 41%가 디지털이며, 이는 팬데믹 이전의 XNUMX%입니다. 그리고 지식 근로자의 거의 XNUMX/XNUMX가 재택 근무 이후 협업 도구 사용을 늘렸습니다. Asana 조사 발견.

문제를 복잡하게 만드는 것은 개발자 인재가 엄청나게 부족하다는 것입니다. 이것의 예상 전 세계 인구의 2%만이 소프트웨어 개발 방법을 알고 있으며 전 세계 수요는 향후 24년 동안 XNUMX% 증가할 것으로 예상됩니다.

Vogels는 CodeGuru가 개발자에게 제한된 시간을 주어 중요한 작업에 집중할 수 있도록 하여 도움을 줄 수 있다고 주장합니다. "요즘에는 확실히 디지털 혁신으로 인해 무언가를 만들어야 한다는 압박이 있다고 생각합니다."라고 그는 말했습니다. “[우리는 많은 조직과 이야기를 나누며] XNUMX년 전에 빌드한 특정 앱에 대해 CPU 병목 현상, 메모리 병목 현상 및 메모리 누수와 같은 리소스가 어디로 가는지 알아내기 위해 코드를 다시 살펴보고 싶어합니다. 조직에서는 일반적으로 시간을 낼 수 없으므로 더 자동화하려고 합니다.”

이를 위해 CodeGuru는 코드 최적화를 위해 설계된 두 가지 도구인 Profiler와 Reviewer를 제공합니다. 검토자는 프로그램 분석 및 기계 학습을 사용하여 코드 저장소의 잠재적인 결함을 감지하고 제안을 제공합니다. 특정 실수에 플래그를 지정하지는 않지만 검토자는 모범 사례, 입력 유효성 검사, 보안 분석, 코드 품질 등과 관련된 문제를 식별할 수 있습니다.

Profiler의 경우 라이브 앱에서 런타임 성능 데이터를 수집하고 앱 성능을 미세 조정하는 데 도움이 되는 권장 사항을 제공합니다. Profiler는 기계 학습을 사용하여 가장 값비싼 코드 라인을 찾고 종속성 병목 현상을 제거하거나 팽창을 줄임으로써 효율성을 개선할 수 있는 방법을 제안합니다.

Amazon은 1분 안에 30만 줄의 코드를 스캔할 수 있는 Reviewer가 이미 200개 이상의 줄을 분석하고 165,000명의 Amazon 개발자를 포함하여 개발자를 위한 수정 사항에 대한 25,000건의 권장 사항을 생성했다고 말합니다. 또한 회사는 내부 팀이 프로덕션에 배포된 30,000개 이상의 앱에서 Profiler를 사용했다고 밝혔습니다.

BugBust의 기본 아이디어는 조직에서 CodeGuru를 사용하여 버그를 수정할 수 있도록 하는 것입니다. 미국 동부(버지니아 북부) AWS 리전의 개발자(곧 더 많은 리전이 추가될 예정임)는 버그를 주장하고 스쿼시하여 조직 내에서 그리고 국제적으로 경쟁하여 상품을 받을 수 있는 기회를 얻을 수 있습니다. 배지; 라이브 BugBust 이벤트를 주최할 Amazon의 연례 개발자 컨퍼런스인 AWS re:Invent로의 여행.

“[우리는] 사람들이 매일 새로운 코드 작성의 일부로 이러한 도구를 실제로 사용하도록 동기를 부여할 뿐만 아니라 오래된 코드(오랫동안 사용했던 코드)를 살펴보고 실제로 이를 채택하고 최적화합니다.”라고 Vogels는 말했습니다. "충분히 발생하지 않으며 모든 조직에서 우선 순위가 없습니다."

앞서 찾고

이러한 잠재력에도 불구하고 CodeGuru와 같은 코딩 지원 도구에는 한계가 있습니다. 검토자는 Python 또는 Java로 작성된 코드만 지원하며 예를 들어 구문상의 실수를 찾아낼 수 없습니다. 그리고 최근의 연구 최고의 모델조차도 구문 오류 없이는 어려운 코딩 문제에 대한 답을 생성하는 방법을 배울 수 없습니다.

그러나 Vogels는 CodeGuru가 버그 발견 모델의 재교육에서 신호 역할을 하는 고객 피드백에서 자체 개선하도록 설계되었다고 말합니다. SmartBear에 따르면 이는 소수의 소프트웨어 개발자만이 만족한다고 말하는 수동 코드 검토 프로세스보다 틀림없이 우수합니다. 공부.

Vogels는 "규칙 마이닝과 기계 학습을 기반으로 합니다. 이는 로지스틱 회귀와 신경망의 조합입니다."라고 말했습니다. "[CodeGuru는] 시간이 지남에 따라 더 많은 언어를 통해 점점 더 좋아질 것입니다. 이것은 우리가 실행할 때마다 생성되는 새로운 규칙 세트입니다."

Vogels는 궁극적으로 CodeGuru와 BugBust의 목표는 개발자를 대체하는 것이 아니라 보강하는 것이라고 말합니다. 간단한 기능은 결국 코드 수정 엔진에 의해 처리될 수 있지만 높은 수준의 앱과 API를 작성하는 프로그래머의 필요성은 가까운 장래에 사라지지 않을 것입니다.

그는 “프로그래밍은 예술적 직업이다. "우리는 매일 새로운 것을 만드는 경향이 있으며, 생성 부분에 집중하고 더 지루하지만 매우 중요한 성능 및 보안 부분을 자동화할 수 있는 것이 핵심입니다."