AI 코드 검증과 개선하기¶
🎯 이 장에서 배우는 것¶
- [ ] AI가 생성한 코드의 오류를 발견하고 수정할 수 있다
- [ ] AI에게 개선 요청을 하여 더 나은 결과를 얻을 수 있다
- [ ] AI 협업에서 인간의 역할을 이해한다
⏱️ 예상 학습 시간: 약 50분
📚 핵심 개념¶
개념: AI 코드 검증¶
AI가 만든 코드는 초안입니다. 마치 편집자가 작가의 원고를 검토하듯, 우리도 AI 코드를 검토해야 해요.
flowchart LR
A["🤖 AI 코드 생성"] --> B["👀 내가 검토"]
B --> C{"오류 있음?"}
C -->|Yes| D["🔧 수정 요청"]
C -->|No| E["✅ 사용"]
D --> A
왜 검증이 필요할까요? - AI는 문맥을 완벽히 이해하지 못할 수 있어요 - 최신 정보나 특정 환경을 모를 수 있어요 - 가끔 "그럴듯하지만 틀린" 코드를 만들어요
🔨 따라하기¶
Step 1: AI 코드의 흔한 문제 발견하기¶
AI가 만든 코드에서 자주 발견되는 문제들이에요:
# ❌ AI가 만든 코드 (문제 있음)
import pandas as pd
# 1. 존재하지 않는 파일명
df = pd.read_csv('data.csv') # 실제 파일은 'sales_data.csv'
# 2. 컬럼명 오류
total = df['매출액'].sum() # 실제 컬럼은 '매출'
# 3. 데이터 타입 미고려
df['날짜'] = pd.to_datetime(df['날짜']) # 이미 datetime일 수도
체크리스트로 검증하세요: - [ ] 파일명이 실제와 일치하나요? - [ ] 컬럼명이 정확한가요? - [ ] 데이터 타입을 확인했나요?
Step 2: AI에게 개선 요청하기¶
문제를 발견하면, 구체적으로 수정을 요청하세요:
❌ 나쁜 요청:
"코드가 안 돼요. 고쳐주세요."
✅ 좋은 요청:
"KeyError: '매출액' 오류가 발생해요.
실제 컬럼명은 '매출'입니다.
이 컬럼명으로 수정해주세요."
효과적인 개선 요청 공식:
flowchart TD
A["1️⃣ 현재 문제<br>(오류 메시지)"] --> D["개선 요청"]
B["2️⃣ 예상 결과<br>(원하는 것)"] --> D
C["3️⃣ 추가 정보<br>(실제 데이터)"] --> D
📝 실습: 코드 검증하고 개선하기¶
다음 AI 생성 코드를 검토해보세요:
# AI가 만든 대시보드 코드 (검토 필요!)
import streamlit as st
import pandas as pd
df = pd.read_csv('sales.csv')
st.title('매출 대시보드')
st.metric('총 매출', df['revenue'].sum())
st.bar_chart(df.groupby('category')['revenue'].sum())
검증 질문:
1. 파일명 sales.csv가 실제 파일과 일치하나요?
2. 컬럼 revenue, category가 실제로 존재하나요?
3. 숫자 포맷(천 단위 구분 등)이 필요하지 않나요?
개선 요청 예시:
이 코드를 검토했는데 몇 가지 수정이 필요해요:
1. 파일명은 'monthly_sales.csv'입니다
2. 매출 컬럼명은 '매출'이고, 카테고리는 '제품군'입니다
3. 매출 표시에 천 단위 쉼표를 추가해주세요
⚠️ 주의할 점¶
AI를 맹신하지 마세요¶
💡 핵심 원칙: "AI는 도구, 판단은 내가"
| AI의 역할 | 나의 역할 |
|---|---|
| 코드 초안 작성 | 검토 및 검증 |
| 아이디어 제안 | 최종 결정 |
| 빠른 작업 | 품질 확인 |
# 항상 실행 전에 확인!
# 1. 코드를 읽어보기
# 2. 작은 데이터로 테스트
# 3. 결과가 합리적인지 판단
✅ 점검하기¶
- AI 코드를 받으면 가장 먼저 해야 할 일은?
정답 확인
코드를 **직접 읽고 검토**하는 것입니다. 파일명, 컬럼명, 로직이 맞는지 확인하세요.- AI에게 효과적으로 수정 요청하려면?
정답 확인
구체적으로! **현재 문제**(오류 메시지), **예상 결과**, **추가 정보**(실제 데이터)를 함께 전달하세요.- "AI는 도구, 판단은 내가"의 의미는?
정답 확인
AI가 빠르게 코드를 만들어주지만, **최종 검토와 결정**은 사람이 해야 한다는 뜻이에요.🎯 핵심 정리¶
┌─────────────────────────────────────┐
│ AI 코드 검증 3단계 │
│ │
│ 1️⃣ 실행 전 코드 읽기 │
│ 2️⃣ 작은 데이터로 테스트 │
│ 3️⃣ 결과 합리성 판단 │
└─────────────────────────────────────┘
🔗 다음 장 미리보기¶
다음 장: 실전 프로젝트 시작하기
이제 AI 협업의 모든 기술을 배웠어요! 다음 장에서는 처음부터 끝까지 실전 대시보드 프로젝트를 함께 만들어볼 거예요. 🚀