설계단계에서의 AI

Forguncy의 디자인 시 AI 기능은 개발자가 효율적으로 애플리케이션을 구축하도록 지원하는 것을 목표로 하며, Copilot과 유사한 인터랙션 방식을 채택하여 다음 원칙을 따릅니다.

• 직접적이고 효율적: 간단한 작업에는 빠른 처리 경로를 제공하여 대화형 인터랙션에 과도하게 의존하지 않습니다.

• 재편집 가능: AI가 생성한 모든 콘텐츠는 개발자의 검토를 거쳐야 하며, 시각적 편집 도구를 제공합니다.

• 병렬 생성: 백그라운드에서 AI 작업을 비동기로 실행하며, 여러 작업을 동시에 진행할 수 있어 메인 화면 작업의 원활함에 영향을 주지 않습니다.

디자인 시 AI 설정

빌더에서는 여러 LLM 서비스를 설정할 수 있으며, 각 설정에는 다음 파라미터가 포함됩니다.

1. 설정 이름 (커스텀 식별자)

2. API Host (LLM 서비스 주소)

3. API Key (인증 키)

4. API Model Name (사용할 모델 이름)

5. 고급 파라미터 (선택 사항, 예: 최대 출력 토큰 수 Max_Tokens, 샘플링 온도 Temperature, 핵 샘플링 Top_P)

JSON 설정의 가져오기/내보내기를 지원하여 마이그레이션이 편리합니다. 설정 완료 후에는 구체적인 기능에서 언제든지 현재 사용 중인 LLM 서비스를 전환할 수 있습니다.

기능 설명

애플리케이션 프로토타입 개발

• 입력 방식: 자연어로 업무 요구사항을 설명하거나 요구사항 문서를 업로드합니다.

• 생성 내용: 데이터 테이블, 페이지 프로토타입, 모듈 구분, 내비게이션 메뉴 등

• 인터랙션 흐름:

  1. 단계적으로 생성하며, 언제든지 중단할 수 있습니다.

  2. 생성 결과를 검토하고 수정할 수 있습니다.

  3. 확인 후 프로젝트에 가져옵니다.

지능형 데이터 모델링

• 입력 방식: 자연어로 데이터 테이블 요구사항(필드, 관계 등)을 설명합니다.

• 생성 내용: 시각화된 테이블 구조 및 샘플 데이터

• 인터랙션 흐름:

  1. 생성 후 필드 이름, 유형 등을 직접 편집할 수 있습니다.

  2. 확인 후 프로젝트에 가져옵니다.

보조 뷰 구축

• 입력 방식: 자연어로 뷰 로직을 설명합니다(예: "이번 달 부진 재고 상품").

• 생성 내용: 뷰 SQL 문 및 실시간 미리보기 결과

• 인터랙션 흐름:

  1. SQL 문을 수정하여 로직을 조정합니다.

  2. 확인 후 프로젝트에 가져옵니다.

SQL 지능 생성

• 입력 방식: 자연어로 조회 요구사항을 설명합니다(예: "매출액 상위 10위 고객 조회").

• 생성 내용: 바로 실행 가능한 SQL 문

• 인터랙션 흐름:

  1. 생성 후 편집 및 최적화가 가능합니다.

  2. 확인 후 현재 작업에 적용합니다.

주의사항

1. 모델 의존성: 생성 결과는 설정된 LLM의 능력과 데이터 컨텍스트에 따라 제한되므로, 핵심 로직은 사람이 직접 검토하는 것을 권장합니다.

2. 데이터 보안: 자체 API 설정으로 사용하는 모델은 기업의 데이터 컴플라이언스 요구사항을 충족해야 하며, 민감한 정보 유출을 방지해야 합니다.

3. 성능 고려: 복잡한 생성 작업은 네트워크 지연이나 모델 응답 시간의 영향을 받을 수 있으므로, 단계별 대화로 생성하는 것을 권장합니다.

4. 피드백 개선: 기술 포럼 등을 통해 생성 품질에 대한 개선 의견을 제출해 주시면, 프롬프트와 인터랙션 설계를 지속적으로 최적화하겠습니다.