기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
결론
이 전략 문서는 생성형 AI 기반 소프트웨어 개발 경험에 대한 개요를 제공합니다. 5-I 프레임워크의 5가지 차원인 조사, 통합, 상호 작용, 반복 및 영향을 살펴봅니다. 이러한 차원은 전체 소프트웨어 개발 수명 주기(SDLC)에 걸쳐 생성형 AI를 통합하기 위한 전략적 로드맵을 제공합니다. 또한이 프레임워크를 성공적으로 구현하는 데 필요한 기본 기능도 설명합니다. 이 기능은 프로젝트 관리, DevSecOps, AI 어시스턴트, 지식 관리 등과 같은 영역에 걸쳐 있습니다. 생성형 AI를 통합할 때 고려해야 할 모범 사례를 제공하며, 지표를 사용하여 생성형 AI가 소프트웨어 개발 경험에 미치는 영향을 측정하는 데 도움이 됩니다.
생성형 AI를 소프트웨어 개발 프로세스에 통합하는 것은 혁신을 가속화하고 품질을 개선하며 생산성을 향상시킬 가능성이 있는 패러다임 전환을 나타냅니다. 그러나 이는 일회성 구현이 아님을 인식하는 것이 중요합니다. 지속적인 노력과 지속적인 개선이 필요한 지속적인 진화입니다.
이 여정을 시작할 때 먼저 조직의 현재 역량과 준비 상태를 철저히 평가하는 것이 좋습니다. AWS 평가 도구는
리소스
주요 우선순위 영역을 식별한 후에는 다음 리소스를 통해 로드맵을 구현할 수 있습니다.
AWS 설명서
-
Amazon Bedrock을 사용하여 AWS 인프라 작업 자동화(AWS 권고 가이드)
-
인라인 및 어시스턴트 코드 생성을 위한 Amazon Q Developer의 모범 사례(AWS 권장 가이드)
-
Amazon Bedrock 에이전트 및 지식 기반을 사용하여 완전 자동화된 채팅 기반 어시스턴트 개발(AWS 권고 가이드)
-
생성형 AI를 AWS 사용하여에서 애플리케이션 개발 및 유지 관리 운영 모델 변환(AWS 권고 가이드)
-
Amazon Q Developer를 코딩 어시스턴트로 사용하여 생산성 향상(AWS 권장 가이드)
AWS 블로그 게시물 및 자습서
-
Amazon Q를 사용하여 소프트웨어 개발 수명 주기 가속화
(AWS 블로그 게시물) -
솔루션 아키텍트 AI 에이전트 구축 AWS : 자동화된 아키텍처 및 배포를 위한 Amazon Bedrock 활용
(AWS 동영상) -
생성형 AI 기반 기술 운영
(AWS 블로그 게시물) -
Amazon Q Developer로 Java 애플리케이션 현대화
(AWS 블로그 게시물) -
Amazon Bedrock을 사용하여 소프트웨어 개발 파이프라인에서 코드를 생성, 평가 및 이해
(AWS 블로그 게시물)