AI Writes Code Faster Than Your Team Can Review It - Andrew Norrish, Sourcegraph

한 줄 핵심

AI가 코드를 더 빨리 많이 쓰게 만들면서 병목은 개발 속도에서 코드 리뷰와 장애 대응으로 이동했고, 대규모 조직은 Sourcegraph 같은 코드 이해·검색 기반으로 가시성과 대응력을 높여야 한다는 메시지다.

시간별 요약

1. 0:00
   소개 Sourcegraph는 대규모 코드베이스를 이해하는 코드 검색·코드 그래프 제품을 제공하며, 최근에는 사람뿐 아니라 에이전트를 주요 사용자로 보고 있다. 이 영상은 개발자 생산성 자체보다 AI가 소프트웨어 개발과 현장 지원에 미친 변화와 그 대응 방법에 초점을 맞춘다.
2. 1:28
   AI 주도 개발의 전개 에이전틱 코딩이 확산되면서 개발 속도는 급격히 빨라지고 코드베이스는 커졌으며, 조직은 AI 도구 도입을 정당화하기 위해 더 많은 산출을 기대하게 됐다. 그 결과 예전에는 몇 명을 줄일 수 있느냐가 핵심 질문이었지만, 이제는 코드 리뷰가 주요 병목으로 바뀌었다.
3. 2:52
   새로운 병목은 코드 리뷰 AI가 코드를 더 많이 더 빨리 쓰면서 병목은 타이핑 속도가 아니라 사람이 그 코드를 검토하는 속도로 이동했다. 미검토된 AI 생성 PR이 프로덕션에 들어가고, 깨진 변경이 누락되며, 장애 빈도와 대응 부담이 함께 커지는 구조가 형성된다.
4. 4:27
   SRE를 더 뽑는 것만으로는 부족한 이유 장애가 늘자 추가 SRE 채용이 임시방편으로 보이지만, 수요 증가 속도가 채용 속도를 앞지르면서 비용과 난이도만 더 커진다. 특히 대규모 레거시 코드와 부분적인 문맥만 가진 AI 환경에서는 교차 서비스 문제, 수동 커밋 스캔, 느린 복구가 반복되어 단순 인력 확충으로는 따라갈 수 없다.
5. 7:06
   산업 데이터가 보여주는 것 업계 데이터는 2027년까지 코드의 약 2/3가 AI에 의해 작성될 것으로 예상하고, PR 수와 PR 크기, 코드 리뷰 시간도 크게 늘어난다고 본다. 동시에 개발자 신뢰와 검증율은 낮고, 품질·보안·안정성은 하락하며, AI 생성 코드에 대한 이해도도 떨어지는 흐름이 나타난다.
6. 9:20
   SRE와 플랫폼 팀의 중요성이 커진 이유 AI가 강한 영역은 무제한 자동화가 아니라 맥락이 잘 제한된 도메인이며, 바로 그런 환경에서 SRE와 플랫폼 팀이 효과를 낸다. 이 팀들은 원래 자동화된 복구, 반자동 장애 대응, CVE 모니터링을 다뤄 왔기 때문에 AI 코드의 신뢰도를 가늠하는 기준이자, 동시에 AI를 안전하게 활용해 생산성과 안전성을 높일 수 있는 최적의 조직이다.
7. 13:14
   조사·예방·복구 Sourcegraph는 SRE 워크플로를 조사, 예방, 복구 세 단계로 나누어 지원한다. 전체 저장소·브랜치·커밋을 한 번에 검색해 원인을 빠르게 찾고, 위험한 커밋이나 비준수 패턴을 감지해 사전에 막으며, 영향을 받는 범위를 찾아 여러 저장소에 일괄 수정해 복구 속도를 높인다.
8. 15:00
   고객 사례 내부 보안 트리아지에서는 HackerOne 웹훅을 에이전틱 검색과 연결해 실제로 대응할 사안인지 자동 판별하고, 대규모 기업에서는 장애 발생 시 로그·트레이스와 Git 히스토리를 엮어 원인 커밋과 작성자를 찾은 뒤 롤백이나 재배포를 수행한다. 또 다른 사례에서는 거대한 mono repo의 코드 리뷰 에이전트를 위해 수백 개의 과거 브랜치를 빠르고 저렴하게 검색하는 읽기 전용 코드 파인더를 사용해 평가와 배포를 안정화한다.
9. 18:31
   마무리 AI 생성 코드로 인한 장애와 리뷰 부담이 커진 조직은 원인 조사와 빠른 복구를 위한 코드 이해 인프라가 필요하며, 그 기반 위에서만 에이전틱 도구를 안전하게 확장할 수 있다. 필요하다면 Sourcegraph 부스에서 더 나은 코드 이해와 컨텍스트 엔진에 대해 상담할 수 있다.

실무 인사이트

• AI 도입의 성패는 생성 속도보다 검토·복구 체계를 얼마나 자동화하느냐에 달려 있으므로, PR 증가율과 장애 복구 시간을 함께 관리해야 한다.
• 대규모 조직은 사람의 기억에 의존한 코드 이해보다 전 저장소·전 브랜치 수준의 검색과 문맥 제공 체계를 먼저 갖춰야 한다.
• SRE와 플랫폼 팀은 AI가 가장 먼저 효율을 내는 실무 영역이므로, 이 팀을 대상으로 한 위험 탐지·일괄 수정·반자동 대응 투자가 우선순위가 높다.