https://vladiliescu.net/github-copilot-first-impressions/ - 몇 주 사용해 보고 느낀 점 ㅤ→ "3~5년내에 우리 모두는 더 많은 코멘트를 작성하고, 모든 것에 더 설명적인 이름을 사용하고, 훨씬 적은 코드를 작성하고, 수많은 코드 리뷰를 하게 될 것"
- 장점 ㅤ→ 반복적이고, 지겨운, 보일러플레이트 코드 작성에 탁월 ㅤ→ 최소한의 컨텍스트로 데이터셋을 조각내고, 훈련 및 평가하는 코드를 생성 가능 ㅤ→ "이젠 퀵 매크로 작성할 필요가 없음"
- 단점 ㅤ→ 고급 기능에 대해서는 Copliot의 유용성은 미묘함 ㅤ→ 올바른 일을 할 수도/못 할수도 있는 대량의 코드를 생성하는 것은 주의 해야함 ㅤ→ 오래된 버전의 라이브러리를 추천하기도 하고, 구문적으로 올바르지 않은 코드를 사용하기도 하고, 존재하지 않는 ML 알고리즘 파라미터를 채우기도 함 ㅤ→ "항상 주의를 기울여야함"
[ 연구 ] GPT에 대한 Codex 논문에서 중요한 인사이트를 얻었음
- 가능성 ㅤ→ "Codex는 다양한 방식으로 유용할 수 있음. 예를 들어 사용자를 새로운 코드베이스에 온보딩 하고, 순련된 코더들의 컨텍스트 스위칭을 줄이고, 비 개발자들이 사양을 작성하면 Codex가 드래프트 구현을 만들고, 교육이나 탐색을 도와줄 수 있음" ㅤ→ 즉 회사의 코드베이스를 학습하고 회사 전체에서 사용되는 패턴이나 모듈을 추천하면, Pattern 과 Practice를 표준화 하는데 도움이 될 것(금새 일어나진 않겠지만) ㅤ→ 또한 비 개발자들이 사양을 작성할 수 있게 된다는 게 매우 흥분됨. 특히 테스터들. API나 UI를 테스트하기 위해 코드를 작성할 수는 없지만, 뭘 하려는지 설명을 작성할 수 있으므로, 그들이 필요한 대부분의 코드는 Copilot 이 충분히 작성 가능할 정도로 단순하고, 생산성을 크게 높일 수 있을 것. 현재 프리뷰 버전의 Copilot 으로도 이미 어느정도 가능
- 제한점 ㅤ→ Codex 는 실제로 의도한 작업을 제대로 수행하지 않는 솔루션을 제안할 수 있으므로 "코드 리뷰" 가 중요 ㅤ→ 또한 "Automation Bias"(자동화 편향) 때문에 Copilot 이 좋아질수록 생성된 코드에서 버그를 찾으려는 의지가 줄어들고, 생성된 코드의 버그는 미묘하고 식별이 어려울 것
- 잘못된 코드를 추천할 수 있음 음성 기능은 200자로 제한됨 | 
