영향 측정 및 PRU(프리미엄 요청 단위) 최적화

  • 5분

PRU(프리미엄 요청 단위)는 GitHub Copilot의 가장 강력한 검토 기능 뒤에 있는 연료입니다. Copilot를 할당하여 큰 끌어오기 요청을 검토하거나, 전체 코드베이스에 리포지토리의 사용자 지정 지침을 적용하도록 요청하거나, IDE의 변경 내용을 심층 분석하도록 요청할 때마다 PRU를 사용합니다. 이러한 프리미엄 리소스를 통해 Copilot는 팀의 표준에 맞는 보다 풍부한 추론, 보다 안정적인 출력 및 제안을 제공하는 데 필요한 추가 처리 능력과 컨텍스트 깊이를 제공합니다.

학습 목표

이 단원을 마치면 다음을 수행할 수 있습니다.

  • PRU를 정의하고 Copilot의 고급 검토 기능을 사용하도록 설정하는 방법을 설명합니다.
  • PRU 기반 검토가 워크플로에 미치는 영향을 측정합니다.
  • 예산에 전략을 적용하고 최대값을 위해 PRU를 최적화합니다.

PRU에 대한 이해

PRU(프리미엄 요청 단위)를 코필로트의 "추가 기어"의 잠금을 해제하는 토큰으로 간주합니다. 한 줄로 작은 리팩터링을 제안하는 것과 같은 일상적인 간단한 작업은 종종 PRU를 사용하지 않습니다. 그러나 프리미엄 수준 작업은 그렇게 합니다. 예를 들어 Copilot에게 여러 파일에서 1,500줄 변경 내용을 검토하고, 파일을 적용 .github/copilot-instructions.md 하고, 보안 및 스타일 문제를 확인하도록 요청하려면 훨씬 더 많은 컨텍스트와 추론 능력이 필요합니다.

PRU를 사용하면 Copilot가 전체 차이 검색, 사용자 지정 검토 지침 해석 및 실행 가능한 수정 사항을 몇 초 만에 반환할 수 있습니다. 이러한 제안이 없으면 기본 경량 제안만 제공합니다. PRU는 끌어오기 요청 또는 IDE 내에서 바로 팀의 표준에 맞춰 빠른 힌트와 전체 컨텍스트가 풍부한 분석의 차이를 만들어냅니다.

시나리오 예:

개발자가 수십 개의 파일을 수정하는 대규모 리팩터링을 커밋합니다. 검토자로 할당된 Copilot는 PRU를 사용하여 전체 변경에 리포지토리의 보안 및 스타일 지침을 적용하고, 몇 가지 안전하지 않은 문자열 보간에 플래그를 지정하고, 문제를 설명하는 Markdown 주석 초안을 작성합니다. 수동 검사를 수행하는 데 시간을 소비하는 대신, 사용자 검토자는 이제 리팩터링의 아키텍처 영향에 집중할 수 있습니다.

팀에 PRU가 중요한 이유

PRU는 대용량 환경에서 코필로트를 진정으로 확장 가능하게 만드는 요소입니다. 이 기능을 사용하면 다음을 수행할 수 있습니다.

  • 심층 분석: 프로덕션에 도달하기 전에 대형 변경 사항에서 미묘한 취약성, 중복된 논리, 스타일 위반을 식별합니다.
  • 일관성 적용: 모든 끌어오기 요청에서 동일한 보안, 가독성 또는 스타일 검사를 자동으로 적용합니다.
  • 활동 폭증 처리: 분주한 릴리스 주기 동안, 복잡한 디자인 결정을 사람 검토자가 처리하는 동안에도 품질이 일정하게 유지되도록 PRU 기반 검토를 활용합니다.

시나리오 예:

팀은 Go, Python 및 TypeScript에서 마이크로 서비스 아키텍처를 유지 관리합니다. 출시 전의 막바지 작업 동안 Copilot이 PRU를 사용하여 각 서비스를 언어별 모범 사례에 따라 검토하고, JavaScript에서 위험한 eval() 호출을 경고하며 더 안전한 파서를 권장합니다. 동시에 Go 처리기에서 누락된 오류 검사를 찾아냅니다. 이렇게 하면 팀이 중요한 세부 정보를 놓치지 않고 모든 서비스에서 신속하게 수정할 수 있습니다.

PRU 기반 검토의 영향 측정

PRU의 반환을 이해하려면 다음과 같은 메트릭을 추적합니다.

  • PR 리드 타임: Copilot 검토를 추가한 후 끌어오기 요청이 열기에서 병합으로 얼마나 빨리 전환되는지 확인하세요.
  • 품질 지표: 병합 후 다른 도구에 의해 감지된 보안 또는 스타일 문제의 감소
  • 개발자 환경: Copilot가 리뷰를 더 빠르고 명확하게 만드는지 여부에 대한 피드백입니다.

예제 메트릭:

PRU를 사용하기 전에는 대규모 PR을 병합하는 데 평균 3일이 걸렸고 릴리스 후 스타일 수정이 자주 발생했습니다. PRU 기반 검토를 활성화한 후, 동일한 PR이 하루 만에 훨씬 적은 수의 후속 커밋으로 병합되었습니다.

PRU 사용 최적화

PRU를 관리하면 가장 많은 가치를 더하는 곳에 지출하게 됩니다.

  • 미리 계획: 월별 PRU 사용량의 75개%,%90개,% 100개에 도달하면 경고를 설정합니다.
  • 전략적으로 PRU를 사용합니다. 대규모 또는 고위험 변경에 대한 프리미엄 검토를 예약합니다. 간단한 편집을 위해 표준 코필로트 제안을 사용합니다.
  • 프롬프트를 구체화합니다. 깨끗한 특정 요청은 불필요한 재시도 및 낭비된 PRU를 줄입니다.
  • 필요한 경우 강화: 팀이 지속적으로 PRU를 최대화할 경우 워크로드를 지원하는 상위 계층 코필로트 계획을 고려합니다.

시나리오 예:

팀에서는 많은 PRU가 간단한 설명서 변경에 소요된다는 것을 알 수 있습니다. 소규모 편집에 비 PRU 요청을 사용하도록 워크플로를 업데이트하고 프로덕션에 영향을 주는 코드에 대해 PRU 기반 검토를 예약합니다. 그 결과, 월별 PRU 사용량은 품질 손실 없이 30% 감소합니다.

PRU는 기술적인 세부 정보 이상입니다. 코필로트의 고급 검토 기능을 가능하게 하는 것입니다. PRU의 작동 방식을 이해하고, 영향을 측정하고, 사용을 최적화하면 리소스를 낭비하지 않고도 더 심층적이고 컨텍스트가 풍부한 검토를 제공할 수 있습니다. 이를 통해 팀은 마감 기한이 촉박한 상황에서도 고품질 코드 검토를 스케일링할 수 있으며 최종 판단을 그대로 두고 사용자 검토자에게 로그오프할 수 있습니다.