Conversational AI as a Coding Assistant: Understanding Programmers' Interactions with and Expectations from Large Language Models for Coding
Created by
Haebom
Category
Empty
저자
Mehmet Akhoroz, Caglar Yildirim
개요
본 논문은 대규모 언어 모델(LLM) 기반 대화형 AI 인터페이스를 코딩 보조 도구로 사용하는 프로그래머들의 사용 패턴, 인식, 상호 작용 전략을 조사한 연구이다. 설문조사를 통해 효율성 및 설명의 명확성과 같은 장점과 부정확성, 문맥 인식 부족, 과도한 의존에 대한 우려와 같은 한계점을 모두 확인하였다. 일부 프로그래머는 독립적인 학습 선호, AI 생성 코드에 대한 불신, 윤리적 고려 사항으로 LLM 사용을 적극적으로 피하는 것으로 나타났다. 이러한 결과를 바탕으로 문맥 유지, 투명성, 다중 모드 지원, 사용자 선호도에 대한 적응성을 강조하는 대화형 코딩 보조 도구 개선을 위한 디자인 가이드라인을 제시한다.
시사점, 한계점
•
시사점:
◦
LLM 기반 대화형 코딩 보조 도구의 효율성 및 명확성과 같은 장점과 부정확성, 문맥 인식 부족 등의 한계점을 실증적으로 제시.
◦
프로그래머의 LLM 채택에 영향을 미치는 요인(독립 학습 선호, AI 코드 불신, 윤리적 고려)을 밝힘.
◦
대화형 코딩 보조 도구 개선을 위한 구체적인 디자인 가이드라인 제시 (문맥 유지, 투명성, 다중 모달 지원, 사용자 선호도 적응성).
◦
LLM 기반 대화형 에이전트의 소프트웨어 개발 워크플로우 통합 방안에 대한 이해 증진.
•
한계점:
◦
설문조사에 기반한 연구이므로, 실제 코딩 상황에서의 사용 패턴을 완벽하게 반영하지 못할 수 있음.
