AI가 코드를 쓰는 시대, 누가 그것을 검증하는가?
AI Can Write the Code. Who Verifies It?
AI 코딩 에이전트가 코드를 대신 작성하면서 개발 속도는 빨라졌지만, Faros의 2026년 연구에 따르면 AI 도입률이 높은 조직에서 개발자당 버그가 54% 늘고 PR 리뷰 시간은 약 5배, PR당 장애는 3배 이상 증가했다. 저자는 AI가 만든 방대한 코드를 사람이 일일이 리뷰하기 어렵다고 지적하며, Superpowers·RoboRev·Claude Code Review·Codex Review·Copilot·Cursor Bugbot 같은 도구와 린터·테스트·보안 스캔·인프라 검사·아키텍처 리뷰를 아우르는 자동화 검증 파이프라인을 제안한다. 핵심은 AI 리뷰에만 의존하지 않고 결정론적 검사와 인간의 최종 책임을 결합하는 것이다.
두 에이전트가 똑같이 틀린 답에 동의하거나, 같은 요구사항을 놓치거나, 존재하지 않는 버그를 자신 있게 지적할 수 있다.
HN 토론
58- pianopatrick
제가 지금 고민하고 있는 아이디어 중 하나는 린터를 사용해서 AI가 여러 언어 중에서 검토가 그렇게 많이 필요 없는 일부 하위 집합만 사용하도록 제한하는 겁니다.
예를 들어, 특정 HTML 태그와 특정 CSS 속성만 허용하고 Javascript는 전혀 허용하지 않는 웹 프런트엔드를 작성한다면, 특정 부류의 오류를 아예 피할 수 있을 겁니다.
또는 예를 들어 C에서 동적 메모리 할당을 금지하면 역시 특정 부류의 오류 전체를 피할 수 있습니다.
이런 것들은 제가 린터로 설정할 수 있다고 생각하는 검사들이고, AI가 생성한 코드에 특정 오류가 없다는 확신을 더 가질 수 있게 해줄 겁니다.
- alcomatt
아마 여기서 물어야 할 질문은 "일이 완전히 잘못됐을 때 누가 책임을 지는가?"일지도 모르겠네요.
- salawat
전통적으로는 그건 전담 QA 팀과 엔지니어링 팀이 부분적으로 지원하는 공동 작업이었는데, 아무도 그 비용을 내려 하지 않죠...
- thisisthenewme
AI:
- 코드를 작성한다
- 코드를 리뷰한다
- 설계한다
- 제품화한다
- 광고한다
- 소비한다
- simianwords
나는 $current_year에 에이전트를 완전히 받아들인 상황에서 CI/CD를 어떻게 써야 하는지 친구들과 이야기하고 있었습니다.
업계는 적응이 놀랄 만큼 느리고, 저는 업계에 표준화되기를 바라는 두 가지 역량을 쓰고 있습니다.
저는 에이전틱 테스트(끔찍하게 들리는 건 압니다)의 표준화를 원합니다. 하지만 이건 더 광범위하고 시스템의 모호한 의도를 포착하는 테스트들입니다. 단위 테스트, e2e 테스트는 초점이 좁고 유지보수가 어렵죠. 에이전틱 테스트(또는 행동 테스트)는 에이전트가 기저의 행동 의도를 이해하고 즉석에서 시나리오를 만들어 실행하는 것입니다.
예를 들어, Claude Code가 여러 에이전틱 테스트를 거치면서 Claude 자신이 데스크톱 제어를 통해 소프트웨어를 사용해 보는 걸 상상합니다. 이렇게 하면 훨씬 더 넓은 범위의 버그를 포착할 수 있고, e2e 테스트와 단위 테스트에 필요한 온갖 하드코어한 배관(목 같은 거, 윽) 없이 테스트에 의도 설명만 있으면 되기 때문에 유지보수도 훨씬 쉽습니다.
저는 SCENARIOS.md 같은 파일만 두면 프레임워크가 테스트에 필요한 공통 환경을 띄워서 시나리오를 실행해 주는 프레임워크를 원합니다. 업계는 이런 종류의 역량이 심각하게 부족합니다.
다음으로 빠진 것은 에이전틱 배포 검증입니다.
서비스를 배포하고 있고 모든 서버로 승격하기 전에 여러 지표가 정상인지 검증해야 한다고 상상해 보세요. 전통적으로 이건 개발자가 수동으로 확인하거나(지겹고 오류가 나기 쉬운 […]