깃허브, 작업 특성에 따라 최적의 인공지능 모델을 자동 선택하는 코파일럿 퓨전 정식 출시

첫 번째 패턴인 캐스케이드는 효율성이 검증된 인공지능 모델이 먼저 해결책 초안을 작성하면, 품질 검증을 담당하는 다른 모델이 이를 검토하여 더 높은 성능을 가진 모델로 작업을 이관할지 여부를 결정하는 방식입니다. 두 번째 패턴인 크리틱은 하나의 인공지능 모델이 해결 방안의 초안을 만들면 서로 다른 모델 계열에 속한 또 다른 모델이 독립적으로 검토를 수행합니다. 검토 과정에서 지적 사항이 발생하면 초안을 작성했던 모델이 해당 피드백을 바탕으로 해결책을 단 한 번만 수정하는 과정을 거칩니다.

사용자는 품질, 비용, 대기 시간 사이의 균형을 어떻게 조절할지 정하기 위해 네 가지 부하 수준 중에서 선택할 수 있습니다. 일상적인 업무에 적합한 퓨전 스탠더드는 비용과 품질, 응답 속도의 균형을 유지합니다. 복잡한 버그 수정이나 여러 파일에 걸친 대규모 코드 변경처럼 범위가 명확한 작업을 위한 퓨전 하이트는 중간 정도의 토큰 절감 효과를 제공하며 균형 잡힌 오케스트레이션을 수행합니다. 가장 깊은 추론과 철저한 분석이 필요한 과제를 위한 퓨전 맥스는 토큰 효율성을 고려하면서도 최첨단 성능을 구현합니다. 또한 사용자가 직접 지정할 수는 없으나 빠른 속도가 필요한 시나리오에서는 퓨전 패스트가 자동으로 선택됩니다.

이와 별도로 퍼블릭 미리 보기 기능으로서 퓨전 스탠더드 모드에서는 사용자가 로컬 환경에 설치한 엠에이아이 코드 1.1 플래시 모델 또는 큐원 3.8 플래시 넥스트 모델을 직접 선택하여 작업을 수행할 수도 있습니다. 이번 출시는 인공지능 모델 선택의 복잡성을 줄이고 개발 생산성을 극대화하기 위한 기술적 진보를 보여줍니다.