AI 보조 코드 리뷰를 위한 행동 제약으로서의 철학적 성향: 실증 연구

AI 보조 코드 리뷰 (AI-assisted code review) 도구들은 일반적으로 범용적인 "전문 리뷰어 (expert reviewer)" 에이전트로 작동하며, 필요한 분석 유형에 관계없이 균질한 결과물을 생성합니다. 본 연구에서는 철학적 성향 (philosophical dispositions)을 통해 AI 리뷰어의 행동을 제약하는 시스템을 제시합니다. 여기서 철학적 성향이란 특정 인식론적 전통(피론주의적 회의주의 (Pyrrhonist Skepticism), 나비야-니야 논리학 (Navya-Nyaya logic), 디오게네스의 견유주의 (Diogenes' Cynicism), 유교적 관계 윤리 (Confucian relational ethics))에 근거하여 구조적으로 다른 유형의 문제에 주의를 기울이도록 유도하는 일관된 인격적 관점을 의미합니다. 각 성향은 부정의 방식 (apophatically, 무엇을 하지 않는가에 의해)으로 정의되며, 자기 모니터링 실패 모드 (hamartia)를 갖추고, 역할 프로토콜 (role protocols)에 의해 순차적으로 조율됩니다. 우리는 5개의 프로그래밍 언어 (Python, Go, C++, Java, Terraform), 5개의 조직 (기업용 2개, 오픈 소스 3개), 2개의 시대적 구분 (AI 이전 2020년, AI 이후 2024-2026년)을 아우르는 7개 저장소의 50개 병합된 풀 리퀘스트 (pull requests)를 대상으로 이 시스템을 평가했습니다. 성향 시스템은 인간 리뷰어와 46%의 수렴도를 달성하여 신호 품질 (signal quality)을 검증하였고, 75%의 비율로 고유한 결과물을 식별하였으며, 총 601개의 결과물 중 작성자에 의해 오탐 (false-positive)으로 판단된 결과물은 없었습니다 (평가자 간 일치도 (inter-rater agreement)는 평가되지 않았으며 이는 한계점으로 남습니다). 통제된 베이스라인 비교 결과, 성향 기반 결과물의 51%는 범용적인 "전문 리뷰어" 프롬프팅을 사용하는 동일 모델에서는 생성되지 않았으며, 이러한 고유한 결과물들은 표준적인 코드 수준의 문제보다는 구조적, 운영적, 논리적 우려 사항을 목표로 합니다. 3개의 PR에 대한 예비적 교차 모델 검증 (Claude Opus 대 GPT Codex 5.3-xhigh) 결과, 프레임워크 구조 준수율은 100%를 보였고 결과물 수준의 일치도는 39%를 기록하여, 이 프레임워크가 모델 특유의 분석적 관점을 유지하면서도 실질적인 행동 제약을 제공함을 시사합니다.