로우코드 및 노코드는 새로운 애플리케이션 및 서비스 생성을 단순화하도록 설계되었으므로 프로그래머가 아닌 사람(예: 실제로 이러한 애플리케이션을 사용하는 지식 근로자)도 각자의 작업을 완료하는 데 필요한 도구를 만들 수 있습니다. 기본적으로 다양한 요구 사항을 충족하기 위해 혼합 및 일치할 수 있는 상호 운용 가능한 모듈식 기능을 생성하여 작동합니다. 이 기술을 AI와 결합하여 개발 노력을 이끌 수 있다면 기업 인력의 생산성은 단 몇 년 안에 크게 향상될 수 있습니다.
벤처캐피탈이 이런 방향으로 흐르기 시작했습니다. Sway AI라는 스타트업은 최근 오픈 소스 AI 모델을 사용하여 초보자, 중급 및 전문가 사용자를 위한 로우 코드 및 노코드 개발을 지원하는 드래그 앤 드롭 플랫폼을 출시했습니다. 회사는 이를 통해 조직이 스마트 도구를 포함한 새로운 도구를 보다 신속하게 생산에 배포하는 동시에 사용자 간의 더 큰 협업을 촉진하여 이러한 새로운 데이터 기능을 효율적으로 확장하고 통합할 수 있다고 주장합니다. 이 회사는 의료, 공급망 관리 및 기타 분야의 전문 사용 사례에 맞게 일반 플랫폼을 맞춤화했습니다.
Gartner의 Jason Wong은 이 분야에서 AI의 기여는 기본적으로 다른 분야, 즉 단조롭고 반복적인 작업을 처리하는 것과 동일하며, 개발 프로세스에는 성능 테스트, 품질 보증, 데이터 분석 등의 작업이 포함된다고 말했습니다. Wong은 노코드 및 로우코드 개발에 AI를 적용하는 것이 아직 초기 단계이지만 Microsoft와 같은 대기업은 플랫폼 분석, 데이터 익명화, UI 개발 등의 영역에 AI를 적용하는 데 큰 관심을 갖고 있다고 구체적으로 지적했습니다. 이는 현재 많은 프로젝트가 생산 준비 상태에 도달하는 것을 방해하는 기술 부족을 완화하는 데 큰 도움이 될 것입니다.
개발자 Anouk Dutrée에 따르면 최적화된 AI 기반 개발 체인을 꿈꾸기 전에 해결해야 할 몇 가지 실질적인 문제가 있습니다. 예를 들어 코드를 구성 가능한 모듈로 추상화하면 엄청난 오버헤드가 발생하여 프로세스가 지연됩니다. AI는 점점 더 모바일 및 웹 애플리케이션에 치우쳐 있으며, 100밀리초의 지연 시간이라도 사용자를 이탈시킬 수 있습니다. 몇 시간 동안 조용히 실행되는 경향이 있는 백그라운드 애플리케이션에는 큰 문제가 되지 않지만, 로우 코드 또는 코드 없는 개발을 위한 성숙한 영역은 아닐 것입니다.
대부분의 로우코드 플랫폼은 기본적으로 사전 정의된 모듈을 다루기 때문에 유연성이 별로 없습니다. 그러나 AI 사용 사례는 매우 구체적인 경우가 많으며 사용 가능한 데이터와 해당 데이터의 저장, 조정 및 처리 방식에 따라 달라집니다. 따라서 AI 모델이 로우 코드/노 코드 템플릿의 다른 요소와 작동하도록 하려면 사용자 정의 코드가 필요할 가능성이 높으며, 이로 인해 플랫폼 자체보다 더 많은 비용이 소요될 수 있습니다. 이는 훈련 및 유지 관리와 같은 측면에도 영향을 미치며, 로우 코드/노 코드의 상대적인 경직성으로 인해 AI의 유연성이 저하될 것입니다.
그러나 로우 코드 및 노 코드 플랫폼에 약간의 기계 학습을 추가하면 유연성을 추가하고 꼭 필요한 윤리적 행동을 추가하는 데 도움이 될 수 있습니다. Pertant Systems의 Dattaraj Rao는 최근 기계 학습을 통해 사용자가 기능 엔지니어링, 데이터 정리, 모델 개발 및 통계 비교와 같은 프로세스에 대해 사전 프로그래밍된 패턴을 실행하여 투명하고 설명 가능하며 책임 있는 예측 프로세스를 생성하는 방법을 강조했습니다. 모델.
AI와 노코드/로우코드가 서로를 보완하고 많은 주요 응용 분야에서 각각의 단점을 줄일 수 있다고 기대하는 데는 타당한 이유가 있습니다. 기업이 점점 더 새로운 제품과 서비스 개발에 의존하게 되면서 두 기술 모두 현재 프로세스를 방해하는 많은 장벽을 제거할 수 있습니다. 이는 협력적으로 작업하든 독립적으로 작업하든 마찬가지입니다.
원제: AI와 로우/노코드: 함께 할 수 있는 것과 할 수 없는 것, 저자: Arthur Cole
위 내용은 AI와 로우코드/노코드가 하는 일과 하지 않는 일의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!