AI 코딩 에이전트(AI coding agents)가 기존의 동료 검토(peer review) 역량을 초과하는 규모로 코드를 생성하고 있습니다. 동시에, 기존의 AI 코드 리뷰 도구들은 스타일이나 베스트 프랙티스(best practices)와 같은 저가치 제안에 과도하게 집중하는 반면, 인간 검토자가 가장 우선시하는 관심사인 정확성(correctness), 보안(security), 성능(performance)에 대해서는 비중을 낮게 두고 있습니다. 우리는 세 가지 역량을 중심으로 코드 리뷰를 재구성하는 AI 기반 코드 비평(Code Critique) 시스템인 ARCTIC을 제시합니다. 이 시스템의 역량은 다음과 같습니다: 대화 로그와 메타데이터로부터 변경 이유를 추론하는 의도 예측(intent prediction), 역번역(backtranslation)을 통해 개발자의 의도와 에이전트 출력 사이의 괴리를 측정하는 드리프트 탐지(drift detection), 그리고 인간의 면밀한 검토가 가장 필요한 Diff 영역의 순위를 매기는 코드 스포트라이트(code spotlight)입니다. 우리는 18,000건의 코드 리뷰에서 도출된 6가지 테마 분류 체계(taxonomy)를 바탕으로 이러한 역량들을 정립했습니다. 오프라인 평가 결과, 의도 예측은 0.86 F1을 달성하였고, 드리프트 탐지는 인간 주석가와 거의 완벽한 서열 일치(QWK = 0.907)를 보였으며, 스포트라이트는 5배 적은 토큰(tokens)을 사용하면서도 품질 추정(quality estimation) 측면에서 기존 AI 리뷰어보다 2.4배 뛰어난 성능을 보였습니다. 실험적 배포(rollout) 과정에서 드리프트 점수는 코드 불일치(misalignment)를 추가로 5.76포인트 감소시켰으며(p = 0.026), 의도 예측은 90.2%의 승인율을 기록하였고, 출시 이후 자체 검토된 Diff에서 결함(defects)이 발견되지 않았습니다.