당신은 금요일 오후 4시 59분에 2000줄짜리 PR(Pull Request)을 보고 있다. 전형적이다. 누군가 리뷰 피드백을 요청했고, 당신에게는 오늘 밤까지 처리해야 할 다른 일들이 약 47가지나 남아있다.

하지만 사실은 이렇다: 더 이상 2000줄 전체를 직접 읽을 필요가 없다. 나는 지난 몇 달 동안 코드 리뷰 워크플로우를 자동화해 왔고, 이는 정말로 매주 시간을 절약해주었다. 내가 코드를 전부 AI가 작성한 'AI가 모든 코드를 작성했다'는 식의 시간이 아니라, 실제로 지루한 부분에서 실용적인 시간 절약이다.

수동 리뷰의 문제점

솔직히 말하자면, 대부분의 코드 리뷰는 다음과 같은 패턴을 따른다:

• 명백한 버그 확인 (null 체크, off-by-one 에러)
• 네이밍 컨벤션(naming conventions) 검증
• 보안 문제 찾기 (SQL injection, 인증 문제)
• 성능 위험 요소 포착
• 테스트가 존재하는지 확인

이 모든 것은 자동화 가능하다. 당신의 두뇌는 변수 이름 불일치 같은 것을 찾는 데 쓰여야 할 것이 아니라, 로직, 설계 결정, 아키텍처에 집중해야 한다.

현재 나의 워크플로우

1단계: 자동 분석 먼저 수행하기

나는 GitHub workflow와 함께 Claude의 API를 사용한다. PR이 들어오면, GitHub Action이 스크립트를 트리거하고 이 스크립트는 다음을 수행한다:

• 코드 차이점(Diff) 비교
• 우리 코드베이스 패턴에 대한 특정 지침과 함께 Claude에게 전송
• 보안, 성능, 스타일 측면에서 구조화된 피드백 받기

이 과정은 2~3분밖에 걸리지 않는다. 즉각적인 첫 번째 검토가 가능하다.

2단계: AI의 결과물 검토하기

이것이 핵심이다: 나는 AI의 출력물을 무조건 신뢰하지 않는다. 내가 무엇을 플래그 했는지 읽고, 동의하거나 반대하며, 놓친 맥락(context)을 추가한다. 일반적인 PR의 경우 3045분이 아닌 510분 정도면 충분하다.

3단계: 중요한 것에 집중하기

이제 나는 실제로 로직을 읽고, 접근 방식을 문제 삼고, 엣지 케이스(edge cases)에 대해 생각할 수 있다.

GitHub Actions - PR 오픈/업데이트 시 트리거되는 무료 CI/CD입니다. 설정이 매우 간단합니다.

Prettier + ESLint - 여전히 이들을 사용하고 있습니다. 이들은 API에 적용하기에는 과할 수 있는 포맷팅(formatting) 관련 사항들을 잡아냅니다. 이들을 먼저 실행하여, AI가 로직(logic)에 집중할 수 있도록 하세요.

실제 결과

나는 이를 기록하기 시작했습니다. 일주일 동안은 기존 방식으로 리뷰를 진행했고, 그 후 하이브리드(hybrid) 방식으로 전환했습니다.

• 기존 방식: PR당 평균 38분 (주당 3개의 PR)
• 새로운 방식: PR당 평균 12분 (동일하게 주당 3개의 PR)

이는 매주 약 1.5시간의 여유 시간을 확보했다는 뜻입니다. 1년 동안 계산하면... 엄청난 시간을 되찾은 셈입니다.

리뷰의 품질이 낮아지지는 않았습니다. 오히려 실제로 중요한 부분들에 대해 더 철저해졌습니다. 피곤해서 대충 훑어보느라 보안 이슈를 놓치는 일이 없습니다. AI가 명백한 것들을 잡아내면, 나는 영리한 것들을 잡아냅니다.

내가 겪은 주의사항 (Gotchas)

AI가 말하는 모든 것을 신뢰하지 마세요. AI는 코드를 망가뜨리는 "최적화 (optimizations)"를 자신 있게 제안할 것입니다. 주니어 개발자의 제안을 리뷰하듯 AI의 제안을 리뷰하세요. 왜냐하면 AI는 바로 그것이기 때문입니다. 무료로 일하며 절대 지치지 않는 똑똑한 주니어 개발자 말입니다.

컨텍스트 (Context)가 매우 중요합니다. 당신의 코드베이스에는 패턴과 특이사항이 있습니다. 나는 우리 프로젝트의 구조, 의존성 (dependencies), 그리고 흔히 발생하는 문제점들을 설명하는 프롬프트 (prompt)를 구축해야 했습니다. 초기에는 시간이 걸리지만, 매번 일일이 설명해야 하는 수고를 덜어줍니다.

오탐 (False positives)은 짜증을 유발합니다. Claude는 때때로 의도적으로 그렇게 작성된 코드들을 문제 삼기도 합니다. 나는 특정 패턴을 "이것들은 무시하세요, 의도적으로 이렇게 작성한 것입니다"라고 표시할 수 있는 설정 파일을 추가했습니다.

보안 리뷰에는 여전히 사람이 필요합니다. AI가 일부 인증 (auth) 문제를 잡아낼 수는 있지만, 실제 보안 모델을 이해하는 사람이 코드를 살펴봐야 합니다. 이 과정을 생략하지 마세요.

내일부터 시작하기

이 내용이 유용하게 느껴진다면, 다음과 같이 진행하세요:

1. 이 방식을 적용해 볼 프로젝트를 하나 선정하세요
2. 코드 표준(code standards)을 설명하는 상세한 프롬프트(prompt)를 작성하세요
3. Pull Request (PR) 시 Claude를 실행하는 GitHub Action을 생성하세요
4. 일주일 동안 결과를 검토하세요
5. 누락된 부분이나 과하게 분석하는 부분을 바탕으로 프롬프트를 조정하세요

설정하는 데 약 2시간 정도를 할애하세요. 일주일에 3개 이상의 PR을 처리한다면, 한 달 안에 본전을 뽑을 수 있습니다.

진정한 승리는 (물론 시간 절약도 좋지만) 시간이 아니라, 코드 리뷰가 '찾기(hunting)'가 아닌 '생각하기(thinking)'에 집중하게 된다는 점에 있습니다. 팀은 더 빠른 피드백을 받게 됩니다. 당신은 수요일쯤 리뷰 업무로 인해 번아웃(burnout)되지 않을 것입니다.

현재 여러분의 코드 리뷰 병목 현상(bottleneck)은 무엇인가요? DM을 보내거나 댓글을 남겨주세요.