Ankit Jain, “코드 리뷰는 이미 멈췄다… AI가 코드를, AI가 리뷰하는 시대”

Aviator의 Ankit Jain은 소프트웨어 개발에서 코드 리뷰를 없애는 방법에 대해 논의했다. 그는 오늘날 코드 리뷰의 비효율성을 지적하며, 이를 대체할 새로운 패러다임이 필요하다고 강조했다. Jain은 코드 리뷰가 단순한 코드 검토를 넘어선 복잡한 협업 과정임을 상기시켰다.

Ankit Jain은 코드 리뷰를 없애는 프레임워크로 5단계 신뢰 모델을 제안했다. 이 모델은 라인 단위의 상세한 코드 검토 대신, 시스템과 프로세스에 대한 신뢰를 바탕으로 자동화된 검증을 확대하는 방안을 제시한다. 그는 이 모델을 통해 개발 팀이 더 효율적으로 협력할 수 있다고 설명했다.

Ankit Jain은 현실적으로 많은 개발 팀에서 코드 리뷰가 이미 중단된 상태라고 주장했다. 개발자들은 더 이상 코드를 라인 단위로 꼼꼼하게 검토하지 않으며, 이는 개발 프로세스의 변화를 반영하는 것이라고 설명했다. 그는 이러한 현실을 직시하고 새로운 대안을 모색해야 한다고 강조했다.

코드 리뷰로 인한 대기 시간은 과거에 비해 4배 이상 증가했다. 이는 개발 주기를 지연시키고 전체적인 생산성을 저하시키는 주요 원인으로 작용하고 있다. Ankit Jain은 이러한 병목 현상이 개발 팀에 심각한 부담을 주고 있다고 지적했다.

현재 전체 코드 변경 사항의 30% 이상이 리뷰 없이 병합되고 있다. 이는 리뷰 대기 시간이 길어지고 리뷰어의 부담이 커지면서 발생하는 현상이다. Ankit Jain은 이러한 수치가 코드 리뷰 시스템의 현재 한계를 명확히 보여준다고 설명했다.

코드 리뷰는 단순히 버그를 수정하는 것을 넘어 팀원 간의 정렬(alignment)을 맞추는 중요한 역할을 한다고 Ankit Jain은 강조했다. 그는 코드 리뷰가 협업 과정에서 지식을 공유하고, 공통의 목표와 방향성을 이해하는 데 필수적인 요소라고 설명했다. 이러한 정렬은 팀의 응집력과 생산성을 높이는 데 기여한다.

Ankit Jain은 기능적 정확성(semantic accuracy)은 더 나은 도구를 통해 달성할 수 있지만, 팀의 정렬(alignment)은 여전히 인간의 역할로 남아있어야 한다고 주장했다. 도구는 코드의 기술적인 부분을 검증하고 자동화하는 데 집중하고, 사람은 팀의 목표와 전략에 대한 이해를 바탕으로 정렬을 유지해야 한다는 것이다. 이는 인간과 AI의 역할을 명확히 구분하는 접근 방식이다.

Ankit Jain은 스펙 기반 개발 방식이 피드백 루프가 없는 과거 워터폴 모델의 문제점을 재현할 수 있다고 경고했다. 그는 1970년대의 워터폴 모델처럼 요구사항, 사양, 구현, 검증 단계가 순차적으로 진행되지만, 각 단계에서 피드백이 부족하면 최종 결과물이 의도와 달라질 수 있다고 설명했다. 이는 현대 개발 프로세스에서도 주의해야 할 부분이라고 지적했다.

Ankit Jain은 실제 의사결정이 이루어지는 핵심 공간이 더 이상 코드나 명세서가 아닌 '프롬프트'라고 강조했다. 그는 의도가 사양서, 지라(Jira) 티켓, PRD 등 여러 곳에 분산되어 있지만, 특히 AI 시대에는 프롬프트가 실제 결정이 내려지는 가장 중요한 지점이라고 설명했다. 이는 AI를 활용한 개발에서 프롬프트 엔지니어링의 중요성을 부각시킨다.

Ankit Jain은 반복적인 코드 리뷰 피드백을 시스템화하기 위해 'AI 슬롭 레지스트리' 개념을 도입해야 한다고 제안했다. 이 레지스트리는 인간이 제공하는 리뷰 경험으로부터 학습하여, 반복되는 모든 댓글을 다시 검토할 필요 없는 '가드레일'로 변환한다. 이를 통해 개발자들은 과거의 실수를 반복하지 않고, 시스템이 자동으로 품질 기준을 유지할 수 있도록 돕는다. 이 시스템은 인간의 직접적인 개입 없이도 코드 품질을 지속적으로 향상시킬 수 있는 기반을 제공한다.

Ankit Jain은 사용자의 응답을 포착하여 수용 기준을 형성하고, 이를 AI 슬롭 레지스트리와 결합하여 테스트 계획을 만드는 자동화된 검증 루프를 제안했다. 이 새로운 방식에서는 리뷰의 초점이 코드를 줄 단위로 읽는 것이 아니라, 의도가 제대로 구현되었는지, 그리고 결과가 수용 기준을 충족하는지를 확인하는 것으로 바뀐다. 즉, AI가 생성된 코드를 의도와 수용 기준에 따라 자동으로 검증하고, 인간은 이 전체적인 흐름과 결과에 대한 거버넌스 역할을 수행하는 방식이다.

소프트웨어 엔지니어의 핵심 가치는 협업 과정에서 발생하는 의사결정에 있다고 Ankit Jain은 역설했다. 그는 리뷰와 협업을 가치 있게 만드는 것은 바로 이러한 의사결정들이며, 주니어 엔지니어에게 개선 방법을 가르치고 성장시키는 중요한 기회라고 설명했다. 이는 단순히 코드를 작성하는 것을 넘어, 문제 해결과 팀의 발전에 기여하는 엔지니어의 역할을 강조하는 것이다.

Ankit Jain은 인간의 역할이 코드 자체보다는 테스트 계획을 검토하는 데 집중되어야 한다고 설명했다. 인간은 AI가 생성한 코드의 거버넌스와 리뷰 과정에서 중요한 역할을 하며, 특히 테스트 계획이 의도와 수용 기준을 제대로 반영하고 있는지 확인하는 데 가치를 더한다. 이는 AI와 인간의 협업에서 인간의 전문성과 판단력이 발휘될 핵심 영역이다.

LLM(대규모 언어 모델)을 활용한 검증의 예시로, Ankit Jain은 웹 애플리케이션 변경 시 AI 에이전트가 어떻게 검증을 수행하는지 설명했다. AI 에이전트는 애플리케이션을 탐색하며 양식을 작성하고, 그 과정에서 스크린샷을 증거로 캡처할 수 있다. 이러한 자동화된 검증 방식은 인간의 수동 검증 시간을 크게 줄여줄 수 있다.

이제 리뷰어들은 코드 변경 내역(diff)이 아니라 '의도(intent)'를 검토하게 된다고 Ankit Jain은 말했다. 이는 코드의 구체적인 구현 방식보다는, 해당 변경이 원래 의도했던 바를 제대로 달성했는지, 그리고 이로 인해 어떤 의사결정이 이루어졌는지를 중심으로 검토하는 것을 의미한다. 검토의 초점이 기술적 세부사항에서 더 상위 수준의 목표와 전략으로 이동하는 것이다.

Ankit Jain은 코드 생성 에이전트와는 별개로 세션 정보를 활용하여 테스트 계획을 수립하는 것이 중요하다고 강조했다. 만약 코드를 만든 동일한 에이전트가 테스트 계획까지 만든다면, 실제 문제를 잡아낼 수 있는 테스트 계획을 만들 가능성이 낮다는 것이다. 따라서 세션 정보를 기반으로 독립적인 테스트 계획을 구축하는 것이 중요하다. 이는 코드 생성 에이전트가 코드를 만들고, 다른 에이전트나 시스템이 해당 코드의 의도와 동작을 검증하는 역할을 수행해야 함을 의미한다. 이러한 분리된 역할은 잠재적인 편향을 줄이고 검증의 신뢰성을 높이는 데 기여한다.

Ankit Jain은 코드 리뷰의 진짜 목적이 코드 자체보다는 팀의 정렬(alignment)에 있다고 다시 한번 강조했다. 그는 코드 리뷰가 단순히 기술적인 오류를 찾는 활동이 아니라, 팀원들이 공통의 목표와 방향성을 공유하고 이해하는 과정이라고 설명했다. 이러한 정렬은 팀의 협업을 강화하고, 프로젝트 성공에 필수적인 요소라고 덧붙였다.