AI는 이제 어떤 팀이 읽을 수 있는 것보다 빠르게 코드를 작성합니다. 소규모 팀은 에이전트(agent)에게 기능을 몇 분 만에 구축하도록 요청한 다음, 그 결과가 정확하고 안전하며 병합할 가치가 있는지 증명하는 데 한 시간을 할애할 수 있습니다. 이 간극이야말로 새로운 병목 지점이며, 같은 두세 명의 사람이 프롬프트(prompt)를 작성하고, 디프(diffs)를 검토하며, 문제가 발생했을 때 비상 호출기(pager)를 담당해야 하는 소규모 팀에게 가장 큰 타격을 줍니다.
이 글은 1명에서 5명으로 구성된 팀에 적합한 코드 리뷰 루틴을 제공합니다. 이 루틴에는 네 단계의 절차, 위험 등급 시스템(risk-tier system), 찾아야 할 일곱 가지 실패 모드(seven failure modes), 다섯 가지 점검 보안 패스(five-check security pass), AI가 작성한 테스트에 대한 테스트 방법, 3인 팀을 위한 솔직한 도구 비교, 에이전트별 검토, 프롬프트 위생(prompt hygiene) 관리, 그리고 첫 주 설정 계획 등이 포함되어 있습니다. 이 글은 연구 자료가 존재하는 곳에서는 연구를 활용하고, 루틴이 작동하지 않는 지점은 명확하게 밝히고 있습니다.
AI가 작성한 코드는 완성된 것처럼 보입니다. 깔끔하게 포맷되고, 자신감 있는 주석과 합리적인 이름으로 도착합니다. 예전의 신호들은 사라졌습니다. 과거에는 지저분한 코드가 위험한 코드를 나타냈지만, 이제는 단정한 코드가 위험을 숨깁니다. 디프(diff)는 완벽하게 읽히면서도 존재하지 않는 메서드를 호출하거나, 오류 경로를 건너뛰거나, 보안 구멍을 열 수 있습니다.
또한 작성자에게 의도를 물어볼 수도 없습니다. 인간 동료는 자신이 내린 트레이드오프(trade-off)를 기억합니다. AI 세션은 끝나고 추론 과정도 함께 끝납니다. 팀이 코드를 생성한 프롬프트조차 저장하지 않았을 수 있습니다. 질문할 작성자 없이 디프를 검토하게 되면서 업무 자체가 바뀝니다. 우리는 더 이상 “작성자가 이것을 고려했는가?”라고 묻지 않고, “이 코드가 우리가 요청한 것을 수행하는가? 그리고 내가 그것을 증명할 수 있는가?”라고 묻기 시작합니다.
양적인 측면은 상황을 더욱 악화시킵니다. 하버드(Harvard)의 655개 기업에 대한 연구에 따르면, 팀들이 AI 코딩 에이전트를 채택한 후 코드 라인 수는 44.0퍼센트 증가했고, 열린 풀 리퀘스트(pull request)는 35.7퍼센트 증가했으며, 풀 리퀘스트가 병합되기까지 걸리는 시간은 기준치인 3.56일 대비 56.1퍼센트 증가했습니다. 풀 리퀘스트당 검토 코멘트는 38.6퍼센트 증가했습니다. 팀이 더 많이 작성하고, 리뷰 대기열은 더욱 길어집니다. 이제 코드 작성이 아니라 코드 리뷰가 병목 지점입니다.
품질 데이터 역시 같은 방향을 가리킵니다. GitClear가 1억 5천만 라인에 대한 분석에서 AI 지원 작업의 경우 되돌림 비율(revert rate)이 41% 더 높고 코드 변경 빈도(code churn)가 39% 더 높은 것을 발견했습니다. CodeRabbit이 수행한 470개의 풀 리퀘스트(pull request) 연구에서는 AI 작성 코드가 결함(defect)이 1.7배 더 많았으며, AI 풀 리퀘스트당 평균 결함 수는 10.83개였던 반면 인간 풀 리퀘스트는 6.45개였습니다. 가장 큰 격차는 가독성과 논리성에서 나타났습니다. 검증 없는 속도는 진전이 아니라 더 빨리 도착하는 부채입니다.
AI가 작성한 코드는 여러분의 코드베이스를 한 번도 본 적 없는 생산적인 계약자(contractor)로부터 받은 풀 리퀘스트처럼 취급해야 합니다. 이것이 작동하는 사고방식입니다. 그 계약자는 빠르게 글을 쓰고, 깔끔하게 작성하며, 사용자, 데이터 또는 엣지 케이스에 대해서는 아무것도 모릅니다. 여러분은 그의 작업을 읽어보지 않고 병합(merge)하지 않을 것이며, 그의 승인을 자신의 것으로 간주하지도 않을 것입니다. 이와 동일한 규칙이 여기에 적용되는데, 단지 그 계약자가 모델이고, 결코 지치지 않으며, 질문을 하지 않고, "이 부분은 확실하지 않습니다"라고 말하지 않는다는 점만 다릅니다.
Claude Code, Cursor, Copilot, 그리고 Devin은 코드를 작성하고, 테스트를 실행하며, 스스로 풀 리퀘스트를 여는 AI 에이전트라는 새로운 계열의 도구에 속합니다. 해결책은 더 열심히 읽는 것이 아닙니다. 해결책은 다른 작업 순서(order of operations)입니다. 기계가 먼저 작동하게 하고, 위에서 아래로 읽는 대신 위험도 순서대로 읽으며, 그 판단을 말로 기록하는 것입니다. 다음 섹션에서는 이를 모든 풀 리퀘스트에 적용할 수 있는 루틴으로 만듭니다.
이 루틴은 네 단계로 구성되어 있습니다. 1명부터 5명까지의 팀에게 효과적이며, 시니어 리뷰어나 전담 보안 인력이 필요하지 않습니다. 모든 AI 작성 풀 리퀘스트에 이 과정을 적용하고, 실제로 수행할 수 있을 만큼 짧게 유지하는 것이 중요합니다.
프롬프트(prompt)가 곧 명세입니다. 프롬프트가 모호하면 코드는 모호해집니다. diff를 열기 전에, 프롬프트를 작성한 사람에게 프롬프트를 요청하거나 풀 리퀘스트(pull request) 설명을 읽어보세요. 세 가지를 확인하세요. 첫째, 우리가 무엇을 요청했는지 한 문장으로 정리합니다. 둘째, 우리가 무엇을 요청하지 않았으며, 에이전트가 그 범위를 벗어나지 않았는지입니다. 셋째, 스코프 내 파일(files in scope), 사용해야 할 라이브러리(libraries to use), 작성해야 할 테스트 등 어떤 제약 조건(constraints)을 주었는지 확인합니다. 프롬프트를 찾을 수 없다면, 프롬프트 작성자에게 풀 리퀘스트에 붙여넣어 달라고 요청하세요. 프롬프트 없는 리뷰는 명세가 없는 리뷰와 같으며, 검토자의 시간을 낭비하게 만듭니다.
자동화 검사(machine checks)를 통과하지 못한 diff는 사람이 읽지 않습니다. 다음 순서로 실행하세요: 컴파일 및 타입 체크(compile and type check), 린트(lint), 테스트(tests), 그리고 보안 스캔(security scan). 변경 사항이 테스트를 삭제하거나 테스트를 건너뛰면, 중단하고 되돌려 보내세요. 새로운 종속성(dependency)이 나타나면, 그것이 레지스트리(registry)에 존재하는지, 그리고 누군가 이를 유지 관리하는지 확인하세요. 기계는 기계적인 부분은 저렴하고 일관되게 잡아내며, 당신의 주의력을 판단에 집중할 수 있게 해줍니다. 녹색 체크 표시가 코드가 정확하다는 의미는 아니지만, 빨간색 체크 표시는 아직 사람이 시간을 들여 검토해서는 안 된다는 의미입니다.
diff 전체 파일을 읽지 말고, 변경 사항 비교(diff)를 읽으세요. 사용자, 데이터 또는 시스템 측면에서 동작이 어떻게 바뀌는지부터 시작하세요. 그런 다음 가장 위험한 파일들—인증(authentication), 결제(payments), 마이그레이션(migrations), 설정(configuration), 그리고 다른 서비스와 접촉하는 모든 것—을 먼저 읽으세요. 나머지는 그 후에 읽습니다. 우리가 요청하지 않은 것을 찾아보세요. 아무리 개선처럼 보여도, 요청되지 않은 변경 사항은 검토되지 않은 변경 사항이기 때문에 되돌려집니다. 다음 섹션의 위험 등급(risk tiers)이 각 풀 리퀘스트에서 얼마나 깊게 살펴봐야 하는지 알려줄 것입니다.
“LGTM”이라고만 적고 병합하지 마세요. 풀 리퀘스트(pull request)에 네 가지 짧은 내용을 작성하세요: 무엇을 확인했는지, 무엇을 확인하지 않았는지, 위험 요소는 무엇인지, 그리고 만약 고장 나면 어떻게 되는지. 판정(verdict)은 풀 리퀘스트에 남겨져 다음 사람이 볼 수 있게 합니다. 글로 된 판정은 당신이 결정하도록 강제하며, 같은 질문이 다시 발생했을 때 팀에게 기록을 제공합니다. 판정을 작성할 수 없다면, 리뷰를 끝낸 것이 아닙니다.
루틴을 시작하기 전에 도구를 선택하세요. 최고의 AI 코딩 어시스턴트들을 모아 놓은 자료는 각 생성기가 무엇을 잘하는지, 어디서 어려움을 겪는지 보여주므로, 모든 것에 하나의 도구를 사용하는 대신 작업에 맞는 도구를 매칭할 수 있게 합니다. 어떤 도구가 코드를 작성했든 루틴은 동일하게 유지되며, 이것이 요점입니다: 팀을 안전하게 유지하는 것은 도구가 아니라 프로세스입니다.
모든 풀 리퀘스트가 같은 수준의 리뷰를 받을 필요는 없습니다. 위험 등급(risk tier)은 작성자나 코드를 작성한 도구에 의해 결정되는 것이 아니라, 변경 사항 자체에 의해 결정됩니다. AI 에이전트가 만든 작은 변화와 시니어 개발자가 만든 작은 변화는 동일하게 처리되어야 합니다. 왜냐하면 위험은 누가 작성했는지에 있는 것이 아니라, 변경 사항 자체에 존재하기 때문입니다. 세 가지 등급을 사용하세요.
| 등급 | 여기에 속하는 것 | 검토자 |
|---|
| Tier 0: auto-merge | 문서화, 오타, 테스트 전용 변경 사항, 동작 변화가 없는 단순 리팩터링 | 인간이 아님. 녹색 CI와 AI 리뷰만으로 충분함. |
| ... | | |
이 등급들을 신뢰성 있게 유지하는 두 가지 규칙이 있습니다. 첫째, 에이전트의 승인은 결코 사람의 승인으로 간주되지 않습니다. AI 리뷰어는 댓글을 달고, 제안하고, 플래그를 지정할 수 있지만, 승인하거나 병합할 수는 없습니다. 둘째, 승인은 커밋(commit)에 속합니다. 코드가 승인 후에 변경되면, 오래된 승인을 무효화하고 새로운 diff를 검토해야 합니다. 이전 커밋의 녹색 체크 표시는 현재 코드에 대해 아무것도 말해주지 않습니다.
실제 예시는 티어(tier)를 구체화합니다. 에이전트가 랜딩 페이지 헤드라인을 다시 작성하고 세 개의 오타를 수정하는 경우: Tier 0, 녹색 CI(green CI) 이후 자동 병합됩니다. 에이전트가 사용자 프로필을 위한 새로운 API 엔드포인트를 추가하는 경우: Tier 1, 한 명의 사람이 루틴을 실행하고 엔드포인트와 테스트를 읽은 후 판정(verdict)을 작성합니다. 에이전트가 비밀번호 재설정 흐름(password reset flow)을 변경하는 경우: Tier 2, 소유자가 승인하고, 두 번째 사람이 전체 흐름을 끝까지 읽으며, 풀 리퀘스트(pull request)에는 재설정 이메일 작동이 중단될 경우 어떻게 롤백할 수 있는지 명시합니다.
만약 팀에서 유일한 리뷰어라면, Tier 2에는 다른 습관이 필요합니다. 잠을 자고 아침에 다시 읽으세요. 신선하게 읽는 것은 피곤한 상태로 읽었을 때 놓치는 것을 포착하며, 비밀번호 재설정 흐름은 신선한 검토가 필요합니다. 변경 사항이 긴급하여 기다릴 수 없다면, 한 번의 시간에 두 번 읽으십시오: 행동(behavior)에 대해 한 번, 실패 경로(failure paths)에 대해 한 번, 그리고 두 검토 사이에 휴식을 취하며요.
AI가 작성한 코드는 패턴으로 실패하며, 이 패턴은 반복됩니다. 일곱 가지를 배우면 기계가 놓치는 대부분의 오류를 포착할 수 있습니다. 그중 두 가지인 환각 API(hallucinated APIs)와 오프-바이-원 에러(off-by-one errors)는 AI 생성 코드 결함의 약 40퍼센트를 차지하므로, 이 부분부터 시작하세요.
1. 환각 API(Hallucinated APIs). 모델이 존재하지 않는 메서드, 매개변수 또는 패키지를 발명합니다. 이름이 라이브러리의 명명 규칙을 따르기 때문에 올바르게 보입니다. 생소한 모든 import, 메서드 및 매개변수를 문서(docs)나 레지스트리(registry)와 대조하여 확인하세요. 빠른 검색이 긴 디버깅 세션보다 낫습니다.
# AI wrote this. The method does not exist.
df.to_parquet_with_compression("out.parquet")
# The real call takes the option as a parameter.
...
2. 오프-바이-원 에러(Off-by-one errors). 페이지네이션(Pagination), 루프(loops), 경계 검사(boundary checks)에서 모델이 하나를 건너뛰는 경우가 발생합니다. 첫 번째 항목, 마지막 항목, 그리고 빈 케이스를 수동으로 추적하세요. 코드가 결과 페이지를 슬라이스하는 경우, 중간 부분뿐만 아니라 첫 페이지와 최종 페이지를 확인해야 합니다.
# AI wrote this. Page 1 skips the first page of results.
start = page * size
# The first page starts at zero.
...
3. 널(Null) 및 언디파인드(undefined)에 대한 맹점. 모델은 정상적인 경로(happy path)만 처리하고, null 값, 빈 리스트, 누락된 필드를 간과합니다. API가 아무것도 반환하지 않을 때, 리스트가 비어있을 때, 필드가 없을 때 무슨 일이 발생하는지 물어보세요. 코드가 이에 대한 답변이 없다면, 데모에서는 실패하지 않고 실제 운영 환경(production)에서 실패할 것입니다.
4. 안전하지 않은 기본값 설정. 모델은 가장 쉬운 옵션을 선택하며, 이 가장 쉬운 옵션이 종종 안전하지 않습니다. 문자열로 구성된 쿼리(string-built queries), 비활성화된 인증서 검사(disabled certificate checks), 광범위한 권한(broad permissions), 기본 비밀번호 등을 확인하세요. 문자열 연결을 통해 구축된 쿼리는 입력을 기다리는 SQL 인젝션(SQL injection)에 불과합니다.
# AI가 작성함. 사용자 입력이 쿼리로 곧바로 흐릅니다.
query = "SELECT * FROM users WHERE name = '" + name + "'"
# 파라미터는 사용자 입력을 쿼리 텍스트에서 분리합니다.
...
5. 오래된 패턴. 모델은 오래된 코드로부터 학습하여, 사용 중단된 라이브러리(deprecated library), 구식 SDK 버전(superseded SDK version), 작년에 팀이 대체한 패턴 등 오래된 패턴을 반복합니다. 버전을 확인하세요. 만약 코드가 팀에서 폐기한 라이브러리를 사용한다면, 현재 사용되는 이름과 함께 수정하여 돌려보내세요.
6. 과도한 설계(Over-engineering). 모델은 아무도 명시하지 않은 요구사항에 대해 레이어, 추상화(abstraction), 설정을 추가합니다. 추가 코드는 버그가 발생할 수 있는 추가적인 표면적(surface)을 의미합니다. 만약 변경 사항이 함수로 처리할 수 있는 작업을 위해 프레임워크를 추가한다면, 해당 작업이 그것을 요구했는지 물어보세요. 그렇지 않다면 제거하세요.
7. 조용한 데이터 손실(Silent data loss). 모델은 빈 catch 블록으로 오류를 무시하거나, 파싱할 수 없는 레코드를 버립니다. 코드는 실행되고 테스트는 통과하지만, 데이터는 조용히 사라집니다. 다른 모든 실패 모드(failure mode)를 숨기기 때문에, 먼저 빈 catch 블록과 일반 예외 처리기(bare exception handlers)를 검색하세요.
# AI가 작성함. 실패한 레코드가 흔적도 없이 사라집니다.
try:
save(record)
...
모든 Tier 1 및 Tier 2 풀 리퀘스트(pull request)에서 이 일곱 가지 항목을 점검하세요. 목록이 충분히 짧아 암기할 수 있으며, 가장 올바른 코드처럼 보이는 결함들을 잡아냅니다.
보안은 별도의 검토 항목이 아닙니다. 보안은 고정된 순서로 진행되는 검토의 첫 5분입니다. 이 과정에서는 무료 도구가 검색을 담당하고 사람이 판단을 내립니다. AI가 생성한 코드에 대한 보고서는 샘플 중 45%에서 위험한 결함을 발견했으며, 스탠퍼드(Stanford) 연구에 따르면 AI 어시스턴트를 사용한 개발자가 보안성이 낮은 코드를 작성하면서도 자신이 더 안전하다고 믿는 경향이 있다고 합니다. 바로 이 신뢰와 실제 안전성 사이의 격차를 이번 검토 단계가 메워줍니다. 그 비용은 현실적입니다. 연구원들은 아무도 AI가 구축한 것을 검토하지 않았기 때문에, 수천 개의 '느낌으로 코딩된(vibe-coded)' 앱에서 오작동하는 백엔드를 통해 개인 메시지나 여권 스캔본이 유출되는 사례를 발견했습니다.
점검 1: 인젝션(Injection). 문자열 기반의 SQL, 셸 명령어, HTML을 검색합니다. 사용자 입력이 쿼리, 명령어 또는 페이지에 결합될 수 있는 모든 곳이 잠재적 후보입니다. 파라미터화된 쿼리(parameterized queries)와 적절한 이스케이핑(escaping)을 사용하고, 안전하지 않은 버전을 무너뜨릴 수 있는 입력을 시도하여 수정 사항을 검증해야 합니다.
점검 2: 비밀 정보(Secrets). 하드코딩된 키(keys), 토큰(tokens), 암호(passwords), 연결 문자열(connection strings)을 검색합니다. 실제처럼 보이는 가짜 자격 증명이라도 여전히 '자격 증명 형태의 비밀 정보'이며, 이는 팀원들에게 스캐너를 무시하도록 학습시킵니다. 모든 풀 리퀘스트(pull request)에 대해 비밀 정보 스캐너를 실행하고, 비밀 정보는 코드, 프롬프트 또는 로그가 아닌 볼트(vault)에 보관해야 합니다. gitleaks나 TruffleHog 같은 무료 스캐너들이 일반적인 사례들을 포착합니다.
점검 3: 접근 제어(Access control). 모든 새로운 엔드포인트(endpoint)를 열고 누가 호출할 수 있는지 질문해봅니다. 인증(authentication)을 확인하는지, 그리고 특정 리소스에 대한 권한 부여(authorization)를 확인하는지 점검해야 합니다. URL에서 ID를 변경하여 다른 사용자의 데이터를 읽을 수 있는 사용자는 '접근 제어 오류 버그(broken access control bug)'이며, 이는 AI가 작성한 코드에서 가장 흔한 결함 중 하나입니다. 단순히 로그인 여부만 확인할 것이 아니라 객체 수준의 권한(object-level permission)까지 확인해야 합니다.