How to Kill the Code Review — Ankit Jain, Aviator

한 줄 핵심

코드 리뷰는 더 이상 줄 단위 검토로 유지되지 않으며, AI 시대에는 리뷰의 초점을 diff가 아니라 의도·수용 기준·검증 증거로 옮겨야 한다는 주장이다.

시간별 요약

1. 0:00
   다섯 계층 신뢰 모델이 놓친 것 기존의 다섯 계층 신뢰 모델로는 줄 단위 리뷰 없이 병합 가능한 신뢰를 어떻게 쌓을지 설명하려 했지만, 실제 코드 리뷰가 팀의 정렬과 협업까지 포함한다는 점은 충분히 담지 못했다.
2. 1:17
   이미 리뷰는 멈췄고, AI 리뷰는 아무도 읽지 않는다 코드 생산량과 churn이 폭증하면서 리뷰는 병목이 되었고, 실제로 상당수 변경은 리뷰 없이 병합된다. AI가 작성하고 AI가 검토한 결과를 사람이 거의 읽지 않는 흐름이라면, 현재의 리뷰 방식 자체가 잘못 설계된 것이다.
3. 3:05
   코드 리뷰의 실제 목적 코드 리뷰는 버그 탐지와 규칙 확인뿐 아니라 지식 공유, 멘토링, 아키텍처 피드백, 온보딩, 팀 정렬을 위한 장치다. 따라서 의미적 정확성을 높이는 도구는 강화할 수 있어도, 협업과 정렬의 기능은 사라지면 안 된다.
4. 4:21
   명세 기반 개발은 다시 워터폴이다 명세를 먼저 작성하고 에이전트가 코드를 생성한 뒤 검증하는 방식은 피드백 루프가 약해 1970년대 워터폴과 닮아 있다. 실제 개발에서는 명세에 없는 정보가 계속 드러나고, LLM은 결정적이지 않기 때문에 세션 상호작용이 필수다.
5. 5:53
   의도는 프롬프트에 있는데, 우리는 그것을 버린다 의도는 Jira 티켓과 PRD뿐 아니라 에이전트와 주고받는 프롬프트 안에 가장 선명하게 남는다. 그런데 PR을 만들고 나면 그 프롬프트를 버려 버리기 때문에, 실제 결정 과정을 리뷰와 검증에 활용하지 못한다.
6. 6:42
   AI 슬롭 레지스트리 반복해서 등장하는 리뷰 코멘트를 규칙과 가드레일로 구조화해 두면, 같은 문제를 매번 새로 지적하지 않아도 된다. 이런 레지스트리는 시간이 지날수록 학습하며, 인간 리뷰 경험을 기반으로 LLM의 성능을 점진적으로 끌어올린다.
7. 7:58
   세션에서 수용 기준으로, 다시 테스트 계획으로 에이전트와의 세션에서 나온 사용자 응답과 결정은 수용 기준이 되고, 이것과 AI 슬롭 레지스트리를 합치면 테스트 계획이 된다. 리뷰의 표면은 코드가 아니라 의도, 수용 기준, 검증 증거로 바뀌며, 영어로 공유 가능한 행동 기반 검증 체계에 가까워진다.
8. 11:51
   가능한 곳은 결정적으로, 차이는 의도를 리뷰하기 일부 검증은 deterministic하게 처리하고, 나머지는 LLM을 보조 수단으로 사용해야 한다. 예를 들어 화면 캡처와 DB snapshot 같은 증거를 모아 검증하고, 리뷰어는 diff가 아니라 세션에서 수집된 의도와 아키텍처 결정, 검증 결과를 본다.
9. 14:12
   최근 1,000개 리뷰 코멘트를 파보는 숙제 최근 리뷰 코멘트를 분석해 반복되는 항목을 AI 슬롭 레지스트리로 만들면, 같은 피드백을 계속 쓰지 않아도 된다. 초기 구축 비용은 있지만, 장기적으로는 의미적 정확성과 협업을 함께 유지하는 더 나은 리뷰 체계를 만든다.

실무 인사이트

• 리뷰 개선의 출발점은 diff 품질이 아니라, 세션에서 나온 의도와 결정 사항을 구조적으로 저장하는 것이다.
• 반복 코멘트를 레지스트리화하면 리뷰어의 시간을 절약할 뿐 아니라, 팀의 암묵적 품질 기준을 명시적 가드레일로 전환할 수 있다.
• AI 시대의 코드 리뷰는 줄 단위 판정보다 수용 기준과 검증 증거를 보는 방식으로 재설계해야 한다.