AI로 버그 찾기.

최근 로컬 AI 코딩 에이전트 앱 LM Studio Bionic에 Qwen 3.8 27B Q8 모델을 얹어서 사용하고 있다.

(로컬 AI이므로 전기료를 제외하면 토큰 비용이 없는 무료이다.)

 

초반에는 새로운 기능을 구현하는 데 주로 사용했다.

(소형 LLM을 활용한 로컬 자동 코딩 : https://ghts.tistory.com/211)

지금은 기존 코드에서 버그를 찾아내는 데 주로 사용하고 있다.

 

LM Studio Bionic이 상당히 무겁고 느린 데다가, Qwen 3.8 27B도 추론을 과하게 오래하면서 느린 특성이 있어서, 둘의 조합을 사용하면 간단한 작업도 최소 20분 이상 걸릴 정도로 느리지만, 대신 작업이 중단없이 확실하고 깔끔하게 마무리 되는 특성 때문에 애용하고 있다.

 

잠들기 전 AI에게 버그를 찾으라고 명령을 내리면 밤새 AI가 버그 보고서로 작성한다.

자고 일어나서 '버그 보고서'를 확인하면서 문제점을 수정하는 식으로 작업을 진행하면 느려도 그럭저럭 쓸만하다.

비록 느리긴 하지만, 오래 전에 작성해서 기억도 가물가물한 코드 뭉치 속에서 온갖 버그를 찾아내고, 생각보다 찾기 힘든 정교한 논리 오류 버그도 찾아내는 것을 보면서 감탄을 금할 수 없었다.

 

AI가 찾아낸 버그를 수정하다보니, 거의 변동이 없던 깃허브 저장소에 커밋이 갑자기 증가했다.

(https://github.com/ghts/ghts/graphs/commit-activity)

 

 

GPU 1장에 다 들어가는 27B에 불과한 소형 모델로 토큰 비용 지출 없이 이 정도 작업이 가능하다는 게 놀라울 따름이다.

 

시대가 빠르게 바뀌어 가는 것이 체감이 된다.