무슨 일이 일어났나요?
loveholidays는 제품, 디자인, 상업, 데이터 및 인프라 작업 전반에 걸쳐 OpenAI의 Codex를 사용하고 있다고 말합니다. 회사는 AI 지원 코드 변경이 1년 만에 7%에서 79%로 증가했고 배포가 73% 증가했으며 엔지니어링 인력 수는 대체로 변동이 없었다고 밝혔습니다. 또한 AI 지원 데이터 플랫폼 및 인프라 변경에 대한 성공률이 더 높다고 보고합니다.
OpenAI의 8월 26일 고객 사례에서는 유럽 8개 시장에서 운영되는 온라인 여행사인 loveholidays가 Codex를 사용하여 제품 관리자, 디자이너 및 상업 직원이 코드베이스에 직접 기여할 수 있도록 하는 방법을 설명합니다. 회사는 이러한 팀이 모든 요청이 엔지니어링 대기열에 들어가지 않고도 고객 경험의 프로토타입을 만들고 데이터 또는 인프라를 변경할 수 있다고 말합니다. loveholidays의 엔지니어링 책임자인 Dmitri Lerko는 애플리케이션, 인프라 및 배포 작업이 더 이상 엔지니어링 활동으로만 국한되지 않는 변화를 설명합니다. 소스는 이러한 진술을 자체 배포 및 운영 모델에 대한 loveholidays의 설명으로 제시합니다.
가장 명확한 예는 Search Playground입니다. loveholidays는 엔지니어들이 회사의 디자인 시스템, 프런트엔드 기술 및 Codex를 사용하여 만들었다고 말합니다. 이 도구를 통해 직원들은 아이디어를 실질적인 고객 경험으로 전환하고 피드백을 수집하며 이러한 아이디어가 가치를 제공하는지 테스트할 수 있습니다. 10개 이상의 검색 환경이 Playground를 통해 개발된 것으로 알려졌으며 대부분은 엔지니어가 아닌 사람들에 의해 개발되었으며 최소 3개는 회사 웹사이트에서 실행되고 있습니다. 출처에는 여행 유형 탐색 기능인 Inspire Me와 Crisps from Abroad 활성화를 위한 마케팅 마이크로사이트가 예로 나와 있습니다. 마이크로사이트는 외부 대행사를 통하지 않고 몇 시간 만에 내부적으로 구축되었다고 합니다.
또한 회사는 내부 데이터 및 인프라 워크플로에 Codex를 사용합니다. 소식통에 따르면 엔지니어링 팀은 Codex가 다른 직원에게 안내할 수 있는 작업 흐름에 관행, 지침 및 검증을 인코딩합니다. loveholidays는 성공적인 AI 지원 데이터 플랫폼 변경이 지난 한 해 동안 58%에서 93%로 증가했으며, 지원 요청당 데이터 플랫폼 변경 횟수가 4배 증가했다고 보고합니다. 보다 광범위한 셀프 서비스 인프라 워크플로우 전반에 걸쳐 성공률이 63%에서 90%로 증가했다고 회사는 밝혔습니다. 소식통은 또한 AI 지원 코드 변경이 약 7%에서 79%로 증가했고 배포가 73% 증가했으며 엔지니어링 인력 수가 대체로 유지되었다고 보고했습니다. 이는 독립적으로 검증된 측정값이 아닌 보고된 운영 측정항목입니다.
왜 중요한가요?
이 사례는 엔지니어링 생산성 도구로서의 AI에서 더 많은 직원이 소프트웨어 개발에 참여할 수 있는 인터페이스로서의 AI로의 전환을 보여줍니다. 보고된 결과가 이 회사를 넘어서는 경우 구조화된 작업 흐름, 검증 및 내부 전문 지식을 통해 조직은 엔지니어링 팀을 동일한 속도로 확장하지 않고도 소프트웨어 출력을 확장할 수 있습니다.
이 예의 중요성은 기술적인 것만큼이나 조직적인 것이기도 합니다. Codex는 이전에 리포지토리, 소스 제어, 내부 도구 및 릴리스 프로세스에 대한 전문 지식이 필요했던 직원과 시스템 간의 공통 인터페이스로 제공됩니다. 이러한 배열을 통해 전문 엔지니어의 직접적인 개입이 필요한 일상적인 요청 수를 줄여 다른 팀에서 더 많은 아이디어를 테스트하고 엔지니어가 플랫폼 개선이나 어려운 비즈니스 문제에 더 많은 시간을 할애할 수 있습니다.
보고된 결과는 또한 AI 사용을 단순한 채택이 아닌 측정 가능한 비즈니스 결과와 연결합니다. loveholidays는 자사의 데이터 엔지니어링 팀이 클라우드 스토리지 비용을 연간 약 £36,000까지 절감했으며, 데이터 처리 낭비를 줄여 연간 약 £100,000를 추가로 절약할 수 있을 것으로 기대한다고 밝혔습니다. 회사는 이러한 절감 효과를 이전에는 기회 비용이 너무 높았던 최적화 작업을 위한 더 많은 용량을 확보했기 때문이라고 생각합니다. 정확하다면, 이 수치는 코딩 도우미의 가치가 개별 개발자의 속도를 높이는 것뿐만 아니라 운영 작업을 지연시키는 것에서도 나올 수 있음을 시사합니다.
이 모델은 기업이 기술 전문성을 정의하는 방식에 중요할 수 있습니다. loveholidays는 엔지니어들이 가이드 워크플로를 통해 자신의 지식을 사용할 수 있도록 모범 사례와 검증을 체계화했다고 말합니다. 이러한 접근 방식은 내부 표준의 재사용성을 더욱 높일 수 있지만 해당 표준 설계 및 그에 대한 점검에 대한 책임도 집중시킵니다. 소스는 엔지니어가 아닌 기여가 기존 엔지니어링 작업과 동일한 검토를 받는지 여부, 오류가 발생했는지 여부 또는 회사가 Codex를 통해 수행된 변경 사항에 대한 보안, 개인 정보 보호, 액세스 제어 및 롤백을 처리하는 방법을 설정하지 않습니다. 이러한 답이 없는 질문은 예제를 일반화할 수 있는 정도를 제한합니다.
대화형 메커니즘: 실제로 작동하는 방식
이 개발의 이면에 있는 기본 기술을 대화식으로 살펴보세요.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
다음에 무엇을 볼 것인가
결과는 회사에서 보고한 것이며 소스에서는 자세한 방법론, 비교 그룹, 코드 품질 감사 또는 엔지니어링 검토를 위해 남은 작업량에 대한 분석을 제공하지 않습니다. 추가 증거를 통해 이익이 지속되는지, 위험이나 유지 관리 비용이 증가했는지, 이 모델이 Loveholidays의 기존 기술 환경 외부에서 얼마나 광범위하게 작동하는지 확인할 수 있습니다.
다음으로 유용한 증거는 측정에 대한 보다 명확한 설명입니다. 소스는 코드 변경, 변경 성공, 배포 및 지원 요청에 대한 전후 백분율을 제공하지만 각 지표를 정의하거나 "지난 1년 동안" 이후의 관찰 기간을 정확하게 식별하거나 기본 작업 볼륨 및 혼합이 변경되었는지 여부를 설명하지 않습니다. 또한 통제 그룹이나 독립적인 평가를 제공하지 않습니다. 향후 보고에서는 증가된 활동과 개선된 결과를 구별하고 배포 후 변경 사항이 안정적으로 유지되는지 여부를 보여주어야 합니다.
엔지니어가 아닌 사람들이 생산 시스템을 수정함에 따라 품질과 책임이 중요해집니다. loveholidays는 Codex가 변경 사항을 제안하고 검사를 실행하며 릴리스를 안내할 수 있지만 소스에서는 사람의 승인이 필요한 변경 사항, 권한이 제한되는 방법, 비즈니스 또는 보안 문제가 남아 있는 동안 자동 검증이 통과하면 어떤 일이 발생하는지 지정하지 않습니다. 보고된 배포 증가로 인해 조직 내 다른 곳에서 추가 검토, 모니터링 또는 유지 관리 작업이 발생했는지 여부도 알 수 없습니다.
더 넓은 문제는 이식성입니다. loveholidays는 이미 상당한 기술 플랫폼, 확립된 디자인 시스템, 내부 관행을 워크플로우로 인코딩할 수 있는 엔지니어를 보유하고 있었습니다. 덜 성숙한 인프라를 갖춘 조직에서는 동일한 결과를 얻지 못할 수도 있습니다. 또한 회사가 보고한 비용 절감 및 생산성 향상이 사용이 확대됨에 따라 지속될지, 아니면 엔지니어링, 제품 및 상업 팀 전체의 업무 및 책임 분배가 더욱 변화할지 여부도 불분명합니다. 이는 한 고객의 유리한 계정이 아닌 반복 가능한 기업 패턴인지 여부에 대한 실제 테스트입니다.