ChatGPT Enterprise와 맞춤 GPT를 활용해 개발자 생산성을 향상시킨 Paf

Paf는 국제 게임 회사로, 조직 전반에 걸쳐 ChatGPT Enterprise를 통합하여 일상적인 개발 작업을 자동화하고 직원 교육을 가속화했습니다. 특화된 맞춤 GPT 모음을 배포함으로써, 최고 기술 책임자 Fredrik Wiklund는 이 생산성이 12명의 정규직 직원에 해당하는 작업량과 동등하다고 추정합니다.

모델 선택 및 평가

Paf는 LLAMA와 Claude에 대한 정확도와 비용을 직접 비교한 결과 GPT-4를 선택했습니다. 평가 결과 GPT-4는 경쟁 모델보다 25% 더 높은 정확도를 보였으며 비용은 추가되지 않았습니다.

특화된 맞춤 GPT를 활용한 개발 효율화

Paf의 100명 개발자로 구성된 엔지니어링 팀은 85개 이상의 맞춤 GPT를 사용해 수작업을 줄이고 모델 과부하를 방지함으로써 환각 현상을 최소화합니다. 일반 목적 모델에 의존하는 대신, 개발자들은 여러 특화된 코딩 GPT를 연계해 표준화된 애플리케이션 흐름과 API를 생성합니다:

  • Swagger GPT: Swagger JSON API 정의를 Paf의 코딩 표준에 따라 TypeScript 서비스 엔드포인트 정의로 변환합니다.
  • TypeScript GPT: 엔드포인트 정의와 기존 세션 검증 함수를 사용하여 백엔드 서비스 코드를 작성합니다.
  • GraphQL Nexus GPT: GraphQL Nexus 스키마를 생성하고 프론트엔드와의 상호작용을 위한 헬퍼 함수를 통합합니다.
  • Relay GPT: GraphQL Nexus 스키마를 사용하여 백엔드와 통신하는 React Relay 훅을 생성합니다.
  • React GPT: Paf의 React 및 TypeScript 스타일 가이드와 핵심 컴포넌트 라이브러리를 따라 React 컴포넌트를 작성합니다.

프론트엔드 개발자 Krista Koivisto는 이러한 집중된 GPT가 팀이 "훨씬 적은 노력으로 작동하는 보일러플레이트 구현을 자동으로 생성"할 수 있게 해준다고 언급했습니다.

grit:lab에서 AI 기반 개발자 교육

Paf는 ChatGPT Enterprise를 grit:lab 코딩 아카데미에 통합하여 65명의 예비 개발자를 교육하고 있습니다. 이 접근 방식은 문법 및 기본 코딩 오류에서 고수준 시스템 아키텍처로 초점을 전환합니다. 학생들은 AI를 다음과 같이 활용합니다:

  • 새로운 프로그래밍 개념 이해
  • 코드 오류를 효율적으로 디버깅
  • 코드 오류 디버깅 효율화
  • 다양한 언어의 문법 및 구조 학습
  • 테스트 데이터를 신속하게 생성

DevOps 엔지니어 Kim Gripenberg는 주니어 개발자와 grit:lab 학생들이 AI 지원으로 "몇 년에 해당하는 속도"로 성장하며, 교육 초반부터 더 높은 수준의 체계적인 사고를 할 수 있게 된다고 말합니다.

조직적 영향 및 향후 통합

엔지니어링 팀을 넘어, 재무, 인사, 마케팅 및 고객 지원 부문을 포함한 Paf 직원의 70%가 적극적으로 ChatGPT Enterprise를 사용하고 있습니다. 회사는 향후 1년 내에 ChatGPT Enterprise와 OpenAI API를 모든 내부 프로세스에 완전히 통합할 계획입니다.

Chief Technology Officer Fredrik Wiklund는 GPT가 소프트웨어의 작성, 테스트 및 배포 업무를 더 많이 담당하게 되어 인간 개발자는 고수준 시스템 작업에만 전념할 수 있는 미래를 상상합니다.

Sources