AI끼리 밤새 50번 싸웠다 | Anthropic은 AI가 쓴 코드를 어떻게 리뷰할까

한 줄 핵심

Anthropic은 AI가 코드를 대량으로 쓰는 상황에서 사람의 읽기 부담을 줄이기 위해 다층 자동 리뷰와 위험 기반 승인 체계를 만들었고, 그 결과 속도를 유지하면서 되돌림과 사고를 줄였다.

시간별 요약

1. 0:00
   AI 둘이 밤새 50번 싸운 사건 Claude Code를 만드는 Anthropic 팀은 AI가 서로의 변경을 끝없이 지적하며 50번 넘게 리뷰가 반복된 실제 사례를 공개했다. 코드 생산량은 크게 늘었지만 되돌림 비율은 오히려 줄었고, AI가 쓴 코드를 사람이 일일이 읽는 방식은 더 이상 전제가 아니게 됐다.
2. 0:50
   하루 3만 건, 코드 홍수 저장소에 들어오는 코드 변경량이 몇 달 사이 10배 이상 늘어나면서 사람 손으로 한 줄씩 검토하는 방식은 사실상 불가능해졌다. 그래서 리뷰의 기준을 '사람이 읽었는가'가 아니라 '무엇이 잘못될 수 있고 어떤 검사로 잡을 것인가'로 바꾸고, 리뷰를 완료 후 관문이 아니라 작성 중 계속 도는 검사로 전환했다.
3. 1:33
   진짜 부족한 자원: 사람의 주의력 가장 희소한 자원은 컴퓨터가 아니라 사람의 시간과 주의력이므로, 대부분의 PR은 최대 한 명, 가능하면 작성자 본인만으로 끝나야 한다. 다만 속도를 위해 사고와 되돌림이 늘어서는 안 되며, 시간을 아끼는 것이 고치는 시간으로 옮겨가는 결과가 되면 안 된다.
4. 2:14
   코드 한 줄의 여정: 7겹의 리뷰 한 변경은 테스트·빌드·린터 실행 증명, 맥락이 비어 있는 다른 AI의 재검토, 여러 AI의 병렬 버그 탐지와 투표, 보안 리뷰, 린트·타입·테스트·빌드의 자동 검사, 위험도에 따른 사람 승인, 기능 플래그와 단계적 배포, 빠른 감지와 롤백의 7단계를 지난다. 이 구조는 모든 문제를 막기보다 일부를 각 층에서 걸러내고, 남은 문제는 빠르게 되돌리는 방식으로 속도와 안전을 함께 잡는다.
5. 4:20
   다시 그날 밤: 50라운드의 원인과 해결 50라운드가 반복된 원인은 새 버그가 아니라 원래 있던 문제를 AI가 매번 조금씩 더 집요하게 고쳤기 때문이었다. 그래서 세 번 이상 같은 종류의 리뷰가 돌면 접근 방식을 다시 보게 하고, 이미 지적한 부분을 반복하지 않도록 규칙을 바꾸었으며, 사고를 학습 데이터처럼 써서 리뷰어 성능도 계속 측정하고 개선했다.
6. 5:32
   그럼 사람은 뭘 하나 사람은 이제 코드를 직접 많이 읽는 대신 무엇을 만들지 결정하고, 결제나 자동 업데이트 같은 고위험 영역을 판단하며, 남들이 따를 아키텍처를 정하고, 테스트 결과와 스크린샷 같은 증거를 해석하는 역할을 맡는다. 배포 책임은 여전히 사람에게 있고, 내가 머지했으면 내가 고친다는 원칙 아래 변경을 작게 쪼개 즉시 되돌릴 수 있게 만드는 것이 핵심이다.
7. 6:28
   우리 팀에 적용하려면 실무 적용은 AI가 실행할 검사와 반복 규칙을 짧은 문서에 명시하고, 자주 반복되는 리뷰 지적을 별도 문서로 축적하며, 라운드 상한과 위험 등급 기준을 명확히 두는 것부터 시작할 수 있다. 결국 목표는 리뷰를 없애는 것이 아니라 기계가 읽을 수 있는 부분은 넘기고 사람의 주의력을 정말 위험한 곳에만 쓰게 만드는 것이다.

실무 인사이트

• AI 코드 리뷰의 핵심은 사람을 대체하는 것이 아니라, 사람의 판단이 필요한 지점만 남기고 나머지는 자동화하는 데 있다.
• 리뷰가 반복되는 이유를 '더 엄격하게 보기'로 해결하기보다, 반복 지적을 구조화해 같은 실수를 다시 묻지 않게 만드는 편이 효과적이다.
• 팀에 적용할 때는 위험도 분류, 리뷰 라운드 상한, 롤백 가능성처럼 운영 규칙부터 정해야 AI 리뷰가 실제 속도 향상으로 이어진다.