Accelerate multi-step SDLC tasks with Amazon Q Developer Agents

セッション概要

• タイトル：Accelerate multi-step SDLC tasks with Amazon Q Developer Agents
• 日付：2024年12月4日(水)
• Venue： Wynn | Upper Convention Promenade | Bollinger
• スピーカー：
  • Manikandan Srinivasan, Sr. Manager、Products、Amazon
  • Doug Clauson、Principal Product Manager、Amazon Q、AWS
  • Johnna Powell, Managing Director, Tech Research & Innovation, DTCC
• 業界：Cross-Industry Solutions
• 概要：従来のAI Assistantは、主にコード生成に人の細かいマップが必要でしたが、Amazon Q Developerは、最小限の介入で多段階タスクを実行できるAmazon Q Developer Agent機能を提供しています。このエージェントは、コード生成だけでなく、アプリケーション機能の開発、自動コードレビュー、ユニットテスト、文書生成などの複雑なタスクを解決できます。今回のセッションでは、この新機能が開発者が計画から実装までのプロセスをどれだけ早く支援するか、DTCCがAmazon Qを活用して開発プロセスを最適化したケースを紹介します。

はじめに

今回のセッションはAWS re:Inventで行われた「Amazon Q Developer Agentsを活用したソフトウェア開発イノベーション」に関する発表で、AWSのAIベースツールであるAmazon Q Developerとそのエージェントを紹介し、これを活用した開発効率向上の事例と将来の見通しについて説明します。

サービスが開発者の繰り返し作業負担を軽減し、コード作成からテスト、文書化、配布まで、全体の開発ライフサイクルを革新する方法を具体的に取り上げます。また、DTCCのケーススタディでは、Q Developerの導入の実際の効果を実証し、さまざまな業界でこのツールをどのように活用できるかについて説明します。

AWSパートナー社のソリューションアーキテクト（SA）として、Q DeveloperのAIベースの生産性ツールが開発環境にもたらす変化と具体的な適用方法を学びました。特に、繰り返しの作業を自動化し、開発者の重要な作業に集中できるようにする機能が、顧客に提供する価値を予測したいと思いました。また、ROI検証と成功したツール導入戦略を通じて、お客様により効果的にソリューションを提案する方法を学ぶことを期待し、セッションを聞くことに決めたようです。

About Amazon Q Developer

Amazon Q Developerは、生成型AI技術に基づいてソフトウェア開発ライフサイクル（SDLC）をサポートするシステムで、主な機能は次のとおりです。

• コード生成とリファクタリング
• テストと運用管理
• リアルタイムの提案とコメントの提供

開発者は過度の作業量で重要な業務に集中しにくい場合が多いが、このサービスを活用すれば反復的で非差別的な作業を排除して生産性を高め、ソフトウェア開発を改善できる生成型AIベースシステムだそうです。

UseCase: DTCC

DTCCは米国の中央証券預託者であり、毎年数十兆ドル規模の取引を処理する企業です。これらは、セキュリティ、スケーラビリティ、パフォーマンス、信頼性を重要な価値にしています。 

DTCCがAIツールを導入しようとする理由は大きく3つでした。

• カスタマーエクスペリエンスの向上：お客様により良いサービスを提供し、リクエストを迅速かつ正確に処理するためにAIを活用したいと思います。
• 生産性の最適化：開発者がより迅速かつ効率的に作業できるように支援し、全体的なビジネスプロセスを改善しようとしています。
• AIの研究開発を促進する：社内でAI技術の活用を高め、より進化したAI技術を開発するのに役立つツールを導入しようとしています。

しかし、AIサービスを導入するには、解決すべきいくつかの難関がありました。

1. 新しいサービスの内部懐疑論:
   • 一部の役員やチームでは、「本当にこのサービスが役に立つか？」という疑問がありました。
   • 特に、すでにうまく機能している既存のシステムを置き換えたり、新しく導入したりするのは危険かもしれないという心配がありました。
2. 投資収益率（ROI）検証の必要性：
   • 新しいサービスを導入するとコスト（サービスの購入、教育、インフラなど）が発生するため、このサービスが実際に時間やお金を節約するかどうかを証明しなければなりませんでした。
   • 「費用対比利益は本当に大きいか？」という質問に答える必要がありました。
3. 初期の結果が期待に満たない可能性：
   • パイロットテスト段階で結果が十分に肯定的でない場合、サービスの導入が失敗と見なされる可能性がありました。
   • 新しい技術は最初に問題や限界点が明らかになるため、序盤の成果が重要でした。

この問題をDTCCはAmazon Q Developerで解決できました。

1. 内部懐疑論

を克服する Amazon Q Developer のセキュリティと機能の卓越性:

• 複数の開発ツールを比較評価した結果、Amazon Q Developerがセキュリティ、プライバシー、機能サポートの観点からDTCCの厳しいニーズを満たしていることが証明されました。
• 特に、Amazon Q Developerは、コードデータの外部共有ブロック、テレメトリデータ制御機能、Java変換機能（Java 8→Java 17）などのDTCCカスタム要件をサポートして信頼を確保できました。

2. ROI検証

Amazon Q Developerベースのパイロットプログラム：

• 17週間パイロットを通じて、Amazon Q Developer導入の効果をデータとして実証しました。
• 主なパフォーマンス：
  • 開発スループットが40％増加：開発作業時間が10時間から6時間に短縮。
  • コード欠陥を30％削減：品質向上と安定性を同時に達成。
  • 開発時間短縮で年間15万～30万時間の追加生産性確保。

3.初期結果の不十分な懸念を克服する具体的

なパイロット設計：

• さまざまなプログラミング言語とIDEを代表するチームにAmazon Q Developerを提供し、組織全体で検証しました。

開発者満足度の向上:

実際のユーザーから「Q Developerが私の人生を変えた」という肯定的なフィードバックを確保することができました。 拡張することに決めました。確保できたそうです。

Amazon Q Developerは、リアルタイムのコード提案、複雑なコード理解のサポート、ユニットテストの自動化などの機能により、開発者の仕事を簡素化し、時間を節約しました。

Amazon Q Developer Agent(QDA)

Newly Announced in re:Invent 2024

QDAは、コードの作成、テスト、配布、文書化まで、さまざまなタスクを自動化して開発者の業務を大幅に簡素化できるサービスです。繰り返し、時間のかかる作業（ユニットテストの作成、コードレビューなど）を置き換えることで、開発者はより重要な問題に集中できます。

1 つのステートメントで複数のステップの処理を処理できます。たとえば、新しい機能要求が入ったらコードを作成し、テストと文書化まで処理して結果を提供します。 QDAはチーム間の知識共有を便利にし、新しい開発者が既存のコードベースを理解し適応する時間を短縮します。

また、コードレビューでバグやエラーのある部分をつかみ、修正して適用まですることもできます。 VScodeはもちろん、GitLabでも簡単に使用できます。

まとめ

Amazon Q Developerとエージェントの強力な機能は、開発者の繰り返し作業を減らし、生産性と品質を同時に向上させることを目的としています。 DTCCのケースでは、Q Developerが実際の環境で検証されたツールであることを確認し、コードの作成、テスト、文書化、レビューを自動化するAIベースのツールの可能性を垣間見ることができました。特に、AIエージェントのコラボレーションと継続的な学習が開発プロセスの革新に重要な役割を果たしていることが目立っていました。

AI技術が開発者を助ける方法とその実際の効果を具体的に学ぶことができる有益な時間でした。 Q DeveloperのAgentは、私も一度使ってみたいと思っているセッションでした。

記事 │MEGAZONECLOUD　AI＆Data Analytics Center（ADC）　Data Architecture Team、チョ・ミンギョンマネージャー