본론에서는 AI 모델과 클라우드 서비스 선택에 대한 발표자의 구체적인 경험과 견해를 다룹니다.
1. 모델 간의 미미한 차이
발표자는 어떤 코드 생성 AI 모델이나 클라우드 모델을 사용하든 본인의 작업 효율성에는 큰 차이가 없다고 언급합니다. 모델 간의 차이가 너무 미미하여 구별하기 어렵다고까지 표현하며, 이는 대부분의 사용자에게도 해당될 수 있음을 시사합니다. 특정 작업에서는 차이가 중요할 수 있지만, 일반적인 개발 환경에서는 그 영향이 크지 않다는 입장입니다.
2. 비실용적인 최적화에 대한 비판
일부 개발자들이 “새로운 컨텍스트 창을 얻기 위해 기록을 지워야 한다”와 같은 ‘부두적인(voodoo)’ 최적화 방식에 집착하는 경향을 비판합니다. 이러한 관행들이 실제로는 대부분의 경우 중요하지 않으며, 불필요한 노력으로 이어질 수 있다고 지적합니다. ‘compaction’을 반복하거나 ‘새로운 컨텍스트 창’을 사용하더라도 본인의 작업에는 문제가 없음을 예시로 들며, 과도한 미신적 접근의 비효용성을 강조합니다.
3. 워크플로우와 개인화된 도구 선택의 중요성
발표자는 궁극적으로 중요한 것은 ‘워크플로우’라고 단언합니다. 어떤 도구가 자신에게 가장 잘 맞는지 파악하고, 그에 맞춰 작업 방식을 최적화하는 것이 핵심이라는 메시지를 전달합니다. 모델 자체의 미세한 성능 차이에 연연하기보다, 개인이 가장 효과적으로 작업할 수 있는 환경과 도구를 찾아내는 것이 생산성 향상에 더 큰 기여를 한다는 실용적인 접근법을 제시합니다.