나는 다시는 같은 방식으로 코딩하지 않을 것이다.

저는 GibsonAI를 사용하여 파이썬 코드의 70%를 몇 분 만에 작성하고 있습니다. 깁슨AI 데이터 모델러는 자연어로 된 명령을 받아 실행 가능한 파이썬 코드로 변환합니다. 덕분에 개발 시간이 며칠 또는 몇 주에서 몇 분으로 즉시 단축되었습니다. 일반적인 LLM 패스스루나 공동 파일럿과 달리, GibsonAI의 페어 프로그래머는 개발자가 사용 사례에 맞는 매우 구체적인 코드를 작성할 수 있는 제어권을 제공합니다. 예시: 부모 앱 구축하기 저는 현재 Parenthood라는 새 프로젝트를 진행하고 있습니다. 우선 기존 코드가 없는 GitHub 리포지토리와 완전히 비어 있는 MySQL 데이터베이스가 있습니다. 저는 깁슨의 페어 프로그래머를 사용하여 수동 코딩 없이 단일 엔티티인 '부모'를 설정했습니다. 이것은 제가 다음에 구축하는 것의 기초가 됩니다. 깁슨 페어 프로그래머는 매우 다재다능합니다. 명령줄 애호가인 저는 속도와 효율성 때문에 터미널을 통해 깁슨을 사용하는 것을 좋아합니다. 깁슨의 기능을 확인하기 위해 간단한 자연어 명령을 사용하여 “child”라는 새로운 엔티티를 만들었습니다: 코드 엔티티 Child: 깁슨에게 “엔티티 자식을 코딩하라”고 명령하면 현재 데이터베이스 컨텍스트를 분석하여 초기화하는데, 여기에는 현재 부모 테이블만 포함되어 있습니다. 그런 다음 자연어를 사용하여 데이터 모델링을 시작할 수 있습니다. 속성 추가: 이름과 성 같은 속성을 지정하여 필요에 따라 표시할 수 있습니다. Gibson은 SQL과 Python을 동시에 처리하여 모든 것이 표준에 부합하도록 보장합니다. 외래 키 생성: “FK parent"라고 말하기만 하면 깁슨이 부모 테이블을 인식하고 기본 키를 식별한 후 인덱싱된 외래 키를 자동으로 생성합니다. 이 자동화를 통해 시간과 노력이 절약됩니다. 고유 제약 조건 추가: 상위 ID, 이름, 성에 대한 고유 키가 필요하신가요? Gibson은 이를 신속하게 구현하여 애플리케이션 전반에서 데이터 무결성을 보장할 수 있습니다. 테이블 검토 및 병합 '자식' 엔티티를 구축한 후에는 부모 ID, 이름, 성, 생년월일 및 관련 키가 포함된 테이블 구조를 쉽게 검토할 수 있습니다. 만족스러우면 빠른 “Gibson 병합” 명령으로 테이블을 프로젝트에 통합할 수 있습니다. 데이터베이스에 배포 엔티티가 준비되면 Gibson에 SQL 인덱스와 외래 키로 완성된 MySQL 데이터베이스에 로드하도록 지시했습니다. 그 후 '기본 코드 작성', '모델 작성', '스키마 작성', '테스트 작성'과 같은 명령을 통해 깁슨은 몇 분 만에 SQL Alchemy 모델부터 단위 테스트까지 모든 것을 생성할 수 있었습니다. 깁슨 AI는 일반적으로 몇 시간, 며칠, 심지어 몇 주가 걸리는 수동 코딩 작업을 단 몇 분으로 압축합니다. 신속한 데이터 모델링 및 코드 생성을 통해 SQL Alchemy 모델, Pydantic 스키마 및 FastAPI 경로를 빠르게 구축하고 앱을 출시할 준비를 마쳤습니다.