챗GPT를 활용한 코딩 학습 방법의 변화와 장단점

코딩을 처음 시작한다면 ChatGPT를 어떻게 활용할 수 있을까? 나는 10세 때부터 코딩을 시작해 HTML과 CSS를 수정하며 시작했고, 이후 SQL 인젝션으로 재미를 느끼며, 세 다리 로봇을 만들고, 최근에는 파이썬 코딩에 몰입하고 있다. 코딩은 나의 삶에서 다양한 경험을 제공해주었으며, 항상 재미있게 느껴졌다. 코딩 학습 방법 내가 코딩을 배우는 방법은 대부분 비슷하다. 많은 사람들이 말하는 것처럼, 대부분은 복사 붙여넣기를 통해 시작한다. 그러나 실제로 프로젝트를 진행할 때는 다음과 같은 단계를 따르는 것이 효과적이다. 적절한 프레임워크 또는 라이브러리 선택 프로젝트에 가장 적합한 도구를 선택하는 것이 중요하다. 예를 들어, 웹 개발을 위해 React나 Django와 같은 프레임워크를 선택할 수 있다. 과거 프로젝트에서 배우기 이전 프로젝트를 참고하여 좋은 관행과 오류 해결 방법을 이해하는 것이 도움이 된다. 프로젝트를 작은 단계로 나누기 큰 프로젝트를 작은 단계로 나누어 개발 과정을 덜 압도적으로 만든다. 각 단계에 대해 검색하기 각 단계별로 구글, 베이징, 더크덕고 등의 검색 엔진을 활용하여 정보, 가이드라인, 그리고 가능한 해결책을 찾는다. 코딩 시작하기 체계적으로 각 단계를 구현해본다. 버그 해결 전략 조심스럽게 작성된 코드라도 버그가 발생할 수 있다. 나는 다음과 같은 방법으로 버그를 해결해왔다. 프레임워크 문서 확인 언제나 문서를 읽는 것이 첫 번째 단계다. 예를 들어, Scikit-Learn 문서를 확인하려면 https://scikit-learn.org/stable/modules/를 방문한다. 구글과 스택오버플로우 검색 문서에서 해결책을 찾지 못하면 구글과 스택오버플로우를 이용한다. 검색 키워드 예시: site:stackoverflow.com [프로그래밍 언어] [라이브러리] 에러 [에러 메시지] site:stackoverflow.com python 에러 ImportError: pandas 모듈이 없습니다 직관에 의존하기 문제가 고유하거나 잘 문서화되지 않았을 경우, 직관을 믿고 구글에서 신뢰할 만한 출처를 찾아 해결책을 시도해본다. 예를 들어, W3Schools, Kaggle, W3School, Towards Data Science 등이 있다. 코드 해결책 복사 붙여넣기 찾은 해결책을 코드에 적용해본다. 검증 및 테스트 수정된 코드를 철저히 검토하고 테스트하여 원하는 대로 실행되는지 확인한다. ChatGPT를 활용한 코딩 학습 최근 코딩을 배우는 방식이 많이 변화했다. 나는 약 3년간 전문적으로 코딩을 가르쳐왔으며, 부트캠프, 대학, 기업 교육에서 강연을 하면서 새로운 학습 방식을 목격했다. 많은 학생들이 ChatGPT를 '추가적인 공부 친구'로 활용하며, 자연스럽게 대화하면서 코딩 직감을 발달시키는 데 도움을 받았다. ChatGPT 활용 사례: Python 스크립트 디버깅 예를 들어, Python 스크립트 작업 중 예상치 못한 오류를 마주하게 될 경우, ChatGPT를 활용하는 방법은 다음과 같다. ChatGPT와 대화하기 오류를 간략히 설명하고 도움을 요청한다. 예시: "제 [프로그래밍 언어] 스크립트에서 [오류 설명] 문제가 발생합니다. 원인이 무엇일지 이해하고, 가능한 해결책을 제안해주시겠어요?" 개념 명확히 하기 이해하기 어려운 개념에 대해 ChatGPT에게 설명을 요청한다. 예시: "[특정 개념]이 [프로그래밍 언어]에서 어떻게 작동하는지 설명해주세요. 제가 마주한 오류는: [오류 메시지]" 디버깅 추천 받기 Python 스크립트 디버깅에 대한 일반적인 팁을 요청한다. 예시: "[이슈]를 해결하는 일반적인 전략은 무엇인가요? 추천하는 도구나 기술이 있나요?" ChatGPT 활용의 장점과 한계 장점 개인화된 지침: ChatGPT는 개인화된 지침을 제공하여 문제 해결에 도움을 준다. 개념 이해: 이해하기 어려운 개념을 명확히 해준다. 신속한 답변: 검색 결과와 문서를 해석하는 과정에서 시간을 절약할 수 있다. 한계 실시간 상호작용 부족: ChatGPT는 실시간 상호작용을 제공하지 않으므로, 스택오버플로우와 같은 포럼에서는 여러 사람이 다른 해결책을 제안하는 것을 비교할 수 없다. 과거 지식 의존: ChatGPT의 답변은 훈련된 데이터에 의존하므로, 최신 프레임워크 업데이트나 프로젝트의 특정 세부 정보를 모르는 경우가 있다. 추가 디버깅 시간: 전체 코드의 맥락을 알지 못하므로, 때때로 더 많은 디버깅 시간이 소요될 수 있다. 개념 이해 제한: 전통적인 검색 방법은 자유롭게 선택하고 실험할 수 있어 중요한데, ChatGPT는 일반적인 답변만 주는 경우가 많다. 코딩과 기술 개념에 특화된 모델이나 연구 논문, 유명한 딥러닝 강의 등을 요청하면 좀 더 정확한 답변을 얻을 수 있다. 코더에게 추천하는 것들 해야 할 것 자동 완성 도구 활용: ChatGPT뿐만 아니라 VSCode의 CodeGPT, GitHub Copilot, Google Colab의 자동완성 AI 도구 등을 활용한다. Google Colab: 사용자가 다음 코드를 제안해주는 자동 완성 기능을 제공한다. GitHub Copilot: 실시간으로 AI 기반의 코드 제안을 제공하며, 프로젝트의 맥락과 스타일 규칙을 고려해 프롬프트를 코드 제안으로 변환한다. CodeGPT: VSCode 확장 프로그램으로 ChatGPT API, Google PaLM 2, Meta Llama와 원활하게 통합되며, 코드 제안을 코멘트를 통해 받을 수 있다. 하지 말아야 할 것 전체 코드 맥락 생략: 코드의 전체 맥락을 제공하지 않고 ChatGPT에게 오류 메시지만 제공하지 않는다. 단순 복사 붙여넣기: ChatGPT의 답변을 무비판적으로 복사 붙여넣기하지 않는다. 전통적인 학습 방법 회피: 구글 검색, 커뮤니티 참여, 문서 읽기 등 전통적인 학습 방법을 완전히 포기하지 않는다. 코딩 학습은 일률적인 접근법이 없으며, 다양한 학습 방법을 융합하는 것이 중요하다. 전통적인 방법과 혁신적인 도구를 조화롭게 활용하여 코딩 능력을 향상시킬 수 있다. 저자 소개 저는 엘렌입니다. 6년 경력의 머신 러닝 엔지니어로, 현재 샌프란시스코의 핀테크 스타트업에서 근무하고 있습니다. 석유 및 가스 컨설팅에서 데이터 과학 역할을 수행했으며, 아시아태평양, 중동, 유럽 지역에서 AI 및 데이터 교육 프로그램을 이끌었습니다. 현재 데이터 과학 석사 과정을 수료 중이며 (2025년 5월 졸업 예정), 머신 러닝 엔지니어로서의 새로운 기회를 찾고 있습니다. AI를 통해 실제 세계에 영향을 미치는 것을 좋아하며, 프로젝트 기반 협업을 환영합니다. 코딩을 배우는 데 ChatGPT를 어떻게 활용하는지 댓글로 알려주세요! 코딩 즐겁게! 연결하기 - LinkedIn에서 팔로우하기: [링크] - 포트폴리오 확인: [liviaellen.com/portfolio] - 이전 AR 작업 확인: [liviaellen.com/ar-profile] - 커피 한 잔 사주기: [liviaellen.com/coffee] 엘렌의 코딩 여정에서 가장 중요한 교훈은 다양한 학습 방법을 포용하는 것이다. 전통적인 방법과 혁신적인 도구를 조화롭게 활용하여 코딩 능력을 향상시켜보자.