AI Coding Agents Are Breaking Big Codebases — Dan Adler, Sourcegraph

한 줄 핵심

AI 코딩 에이전트가 개발 속도를 크게 높이는 만큼 대규모 코드베이스를 더 빠르게 망가뜨리고 있어, 이를 안전하게 관리하려면 검색·그래프·대량 변경 같은 코드베이스 인프라가 필수라는 주장이다.

시간별 요약

1. 0:00
   소개 발표는 대규모 복잡한 코드베이스를 소유하고 운영하는 일이 중요하지만 눈에 잘 띄지 않는 노동이며, AI와 에이전트 코딩 도구가 그 일을 더 어렵고 더 중요하게 만들고 있다고 문제를 제기한다.
2. 0:12
   대규모 코드베이스를 소유한다는 것 대규모 코드베이스를 관리하는 일은 화려하지 않지만 세계의 실제 시스템을 지탱하는 핵심 업무이며, 코드가 오래되고 방대할수록 조직 전체가 그 유지보수에 의존하게 된다.
3. 0:37
   세계를 움직이는 소프트웨어 은행, 보험, 물류, 항공, 급여, 사무실 설비까지 사회의 많은 핵심 기능은 수천 명의 엔지니어가 만든 거대한 장수 코드베이스 위에서 돌아간다.
4. 2:02
   AI가 만든 코드의 홍수 코딩 에이전트가 이전보다 훨씬 많은 코드를 더 빠르게 만들어내면서 코드 리뷰와 건강성 점검 부담이 폭증하고, 조직은 이 홍수를 따라잡기 위해 계속 임시방편을 쌓아야 하는 상황에 놓인다.
5. 2:57
   코드베이스의 붕괴가 시작된다 수십만 줄과 수만 개 저장소를 사람이 즉시 파악할 수 없을 정도로 커지면서 중복 코드, 불안정한 의존성, 표준 편차, 그리고 에이전트가 매일 찾아내는 취약점이 누적되어 코드베이스가 서서히 악화된다.
6. 3:57
   코드베이스 운영은 그 어느 때보다 어렵다 문제의 본질은 코드 생산 속도 자체이며, 개발 속도를 높여주는 바로 그 도구들이 대규모 코드베이스 붕괴의 조건도 함께 만들고 있다.
7. 4:31
   이 코드가 뭘 하는지 모르겠다 대기업 기술 책임자들조차 AI가 작성한 코드를 개발자가 이해하지 못하는 상황을 직접 체감하고 있으며, 특히 자율주행처럼 안전이 중요한 영역에서는 이런 불투명성이 심각한 리스크가 된다.
8. 5:11
   코드베이스 소유자는 더 나은 도구를 받아야 한다 현재의 에이전트 개발 도구는 5만 개 저장소 규모의 코드베이스를 보고 이해하는 문제를 해결하지 못하고 있고, 이 더 큰 문제는 쉽게 드러나지 않은 채 코드베이스 운영자들에게만 계속 부담으로 남는다.
9. 6:06
   개발 도구 제작자들에게 보내는 요청 에이전트 하네스와 개발 도구를 만드는 쪽이 대규모 저장소를 실제로 보고, 찾고, 이해할 수 있는 기반을 제공해야 하며, 그 인프라가 에이전트의 능력을 결정하게 된다.
10. 6:31
    저는 저장소가 90,000개입니다 대형 은행처럼 수만 개 저장소를 가진 조직에서는 단일 도구로 한두 곳을 고치는 수준이 아니라, 회사 전체의 생산 환경에 흩어진 의존성과 취약점을 일관되게 추적하고 수정할 수 있어야 한다.
11. 7:21
    에이전트는 검색을 좋아한다 LLM과 에이전트는 코드베이스를 이해할 때 결국 검색을 반복하며, 기본적인 저장소 설명만으로는 부족하고 실제로는 계속 찾아가며 세계 모델을 만들어 간다.
12. 7:51
    보이지 않는 것은 grep 할 수 없다 이해의 문제는 곧 컨텍스트의 문제이며, 눈에 보이지 않는 것은 검색으로도 찾을 수 없기 때문에 대규모 코드베이스를 탐색·검색·이해하게 해주는 별도의 인프라가 필요하다.
13. 8:21
    앞으로 코드는 더 많아진다 대규모 코드베이스는 사라지지 않고 오히려 더 늘어날 것이므로, 에이전트가 이런 거대한 시스템을 보고 이해하고 발전시킬 수 있게 하는 도구는 미래에 필수적이다.
14. 8:56
    코드 그래프 검색과 컴파일러 수준의 정확한 출력까지 아우르는 코드 그래프를 기반으로 해야 에이전트가 코드 변경의 영향을 제대로 이해할 수 있으며, 가시성 자체가 인프라가 된다.
15. 9:21
    에이전트식 배치 변경 새로 나온 agentic batch changes는 단일 프롬프트로 수백~수천 개 저장소에 변경을 배포하고, CI 상태와 PR 코멘트에 반응하며, 필요한 곳에는 에이전트를 쓰고 반복 가능한 곳에는 결정론적 스크립트를 써서 대규모 패치를 일관되게 적용한다.
16. 10:21
    Mercari 사례 Mercari에서는 GitHub 코드 인젝션 관련 설정 문제를 두 개 저장소에서 확인한 뒤 나머지 코드베이스를 탐색해 80개의 추가 취약 가능 지점을 찾았고, 이런 대규모 일괄 수정이 에이전트 시대의 신뢰성 기준이 된다.
17. 11:11
    정말 몇 개의 저장소를 가지고 있는가 조직이 실제로 보유한 저장소, 포크, 외부에서 들어온 복사본과 라이브 프로덕션에 숨어 있는 의존성을 모두 찾아내고, 배포 중인 코드를 빠짐없이 점검·업데이트하는 것이 앞으로의 핵심 과제다.

실무 인사이트

• 대규모 코드베이스에서는 코드를 더 잘 쓰는 것보다, 어디에 무엇이 있는지 정확히 보고 찾는 능력이 먼저다.
• 에이전트 도입 효과를 유지하려면 검색, 코드 그래프, 대량 변경 추적처럼 코드 운영 인프라를 함께 강화해야 한다.
• 취약점 대응은 단일 저장소 패치가 아니라, 회사 전체 저장소와 배포 경로를 대상으로 한 일관된 일괄 수정 체계로 바뀌어야 한다.