지금은 인공지능 시대(지인시) 심볼지금은 인공지능 시대
커뮤니티 소식

코드 90% 맡긴 클로드 팀, AI가 자기 채점 기준은 못 바꾸게 한다

서아람글 · 서아람
클로드 코드의 실행 결과와 테스트 기록을 나란히 비교하는 개발 환경 화면
클로드 코드의 실행 결과와 테스트 기록을 나란히 비교하는 개발 환경 화면
AI가 짠 코드를 AI가 검사한다면, 개발자는 대체 무엇을 믿어야 할까. 11월 16일 Addy Osmani가 공개한 클로드 코드 팀의 검증 방식은 이 질문에 '검사 기준의 독립성'이라는 답을 내놓는다. 제공된 Hacker News 집계에서 201점과 댓글 158개를 기록했으며, 개별 댓글은 확인되지 않아 찬반 여론의 비율까지 판단할 수는 없다. 이 소재의 관심 지점은 코딩 자동화 이후에도 남는 일, 즉 누가 합격 기준을 정하고 결과를 책임지느냐에 있다. 팀은 코드의 약 90%를 클로드가 작성하고 검토한다고 설명하며, 사람이 모든 변경을 읽는 방식으로는 늘어나는 작업을 감당하기 어렵다고 본다. 검증은 에이전트가 실제 앱을 실행하고 결과를 확인하는 과정이며, 세 차례 수정해도 검사가 실패하면 사람에게 넘긴다. 테스트를 설계할 때 강조한 차이는 다음과 같다.
  • E2E 테스트는 장바구니부터 결제 완료까지 실제 사용자 흐름이 이어지는지 확인한다.
  • 속성 기반 테스트는 인코딩 후 디코딩하면 원래 값이 나와야 한다는 조건 등에 수천 개 입력을 대입한다.
  • 차등 테스트는 같은 입력을 기존 시스템과 새 시스템에 넣어 결과 차이를 찾아낸다.
이는 AI의 설명을 믿는 대신 실행 결과와 반드시 지켜야 할 조건을 증거로 삼는 접근이다. 원문 더 중요한 장치는 검사받는 변경이 자신의 채점 기준까지 바꾸지 못하게 하는 것이다. 공식 문서에 따르면 Code Review 서비스는 검토 전용 지침인 REVIEW.md를 사용하며, 기본 브랜치를 보호하도록 안내한다. 반면 로컬 /code-review 명령은 REVIEW.md를 읽지 않으므로, 같은 이름의 검토 기능이라도 규칙이 어디에 적용되는지 구분해야 한다. 공식 문서 물론 AI끼리 같은 오류를 놓치거나 검토를 끝없이 반복한다면 자동화의 이익은 사라진다는 반론이 가능하다. 실제로 팀이 10월 공개한 글에는 한 코드 변경이 밤새 50차례 넘게 검토와 수정을 반복하다 사람이 중단시킨 사례가 나온다. 같은 글에서 팀은 6~9월 병합된 변경 요청이 두 배 이상 늘고 되돌린 비율은 40% 넘게 줄었다고 밝혔지만, 이는 내부 관찰이며 다른 조직에서도 같은 효과를 보장하는 실험은 아니다. 팀의 전문가들이 강조하는 기준도 검토 시간을 줄인 만큼 장애 수습 시간이 늘었다면 생산성이 개선된 것이 아니라는 점이다. 앞선 분석 따라서 재반박의 핵심은 AI 검토를 무조건 신뢰하자는 것이 아니라, 실패를 측정하고 사람이 개입할 조건을 운영 절차에 넣자는 데 있다. 이 관점에서 코딩 도구의 경쟁력은 코드 생성 속도에 더해 검증 증거를 얼마나 쉽게 남기고 기존 개발 절차와 연결하느냐에 달릴 전망이다. 한국 개발팀도 도입 성과를 평가할 때 생성한 코드량과 함께 변경당 사람의 검토 시간, 배포 후 되돌림 비율을 살펴볼 필요가 있다. 커뮤니티가 이 사례에서 가져갈 질문은 'AI가 개발자를 대체하나'를 넘어 '우리 서비스의 완료 조건을 누가 정의하나'로 구체화된다.
인사이트

AI 코딩의 확장성을 결정하는 것은 사람이 믿고 넘길 수 있는 검증 절차다. 개발팀의 경쟁력도 코드를 작성하는 능력에 더해 합격 기준을 정의하고 실패의 증거를 해석하는 능력으로 넓어진다.

자주 묻는 질문

AI가 자기 코드를 검사하면 결국 셀프 인증 아니야?
같은 오해가 코드와 검사에 함께 들어갈 위험은 있다. 클로드 코드 팀은 실제 실행과 서로 다른 테스트 방식을 활용하고, 검사받는 변경이 자신에게 적용되는 검토 규칙을 수정하지 못하도록 분리한다.
테스트만 통과하면 사람은 안 봐도 돼?
테스트 통과만으로 모든 변경의 안전성을 보장할 수는 없다. 팀이 공개한 운영 방식에서도 위험도가 높은 변경에는 사람의 승인이 필요하며, 배포된 변경의 책임은 사람에게 남는다.
우리 팀도 쓰면 생산성이 두 배가 되는 거야?
공개된 수치는 클로드 코드 팀에서 병합된 변경 요청이 두 배 이상 늘었다는 내부 관찰이지, 일반적인 생산성 두 배를 입증한 결과가 아니다. 도입 효과는 사람의 검토 시간뿐 아니라 되돌림과 장애 수습 부담까지 함께 측정해야 판단할 수 있다.
공유XTelegram

이 기사 어땠어요?

피드백을 남겨주시면 더 나은 맞춤 추천을 만듭니다.

이런 뉴스를 매일 받아보세요

매일 아침 7시, 그날의 정리를 이메일과 Telegram으로 받아보세요.