Claude가 스스로 도구를 작성할 때, 기존의 리뷰 방식은 한계에 부딪힙니다
2026년 10월, Anthropic은 놀라운 보고서를 발표했습니다. 자사의 주력 AI인 Claude가 자체 코딩 도구인 Claude Code 코드의 약 90%를 직접 작성한다는 내용입니다. 이는 소프트웨어 개발에 있어 근본적인 질문을 던집니다. 도구 자체가 주 저자일 때 팀은 어떻게 소프트웨어를 검토해야 할까요? 기존의 줄 단위 인간 검토 패러다임은 한계에 직면했습니다.
이 도전의 규모는 엄청납니다. Anthropic은 9월 기준으로 모노레포(monorepo)에 매일 30,000건 이상의 변경 사항이 발생했다고 보고했는데, 이는 5월의 약 2,500건에서 엄청나게 증가한 수치입니다. 분당 20건 이상의 변경이 발생하는 셈이며, 인간의 검토로는 도저히 따라갈 수 없는 속도입니다.
이러한 변화는 품질 지표의 재평가를 요구했습니다. 6월부터 9월까지 Claude Code의 풀 리퀘스트(PR)는 두 배 이상 증가했습니다. 같은 기간 동안 되돌리기(reversion)가 필요한 변경 사항의 비율은 40% 이상 감소했습니다. 시스템은 더 적은 롤백으로 더 높은 처리량을 달성했으며, 이는 코드 품질 보증의 새로운 시대를 시사합니다.
해답은 한 명의 슈퍼 리뷰어가 아닌, 리뷰 조립 라인입니다
에이전트가 생성한 코드에 대한 Anthropic의 해답은 단일 슈퍼 리뷰어가 아닌 계층화된 조립 라인입니다. 변경 사항은 여러 자동화된 검사를 거칩니다. 먼저 에이전트가 테스트를 실행하거나 출력을 검사하여 작업을 확인하고, 그 다음 병렬 AI 리뷰어들이 버그를 탐색하며, 충분한 수의 에이전트가 동의할 때만 결과가 게시됩니다. 각 발견 사항은 수정되거나 논리적인 근거와 함께 종결되어야 합니다.
다음으로, 자동화된 보안 검토와 빌드와 같은 전통적인 CI 검사가 안전하지 않은 변경 사항을 차단합니다. 마지막으로 인간의 승인은 위험도에 따라 조정됩니다. 신뢰할 수 있는 작성자의 문서 수정은 동료 승인이 필요 없으며, 일반적인 제품 변경은 한 명, 고위험 코드는 두 명의 승인이 필요합니다.
이 시스템을 관리하는 두 가지 책임 규칙이 있습니다. 에이전트의 승인은 인간의 승인을 대체할 수 없으며, 에이전트에게 프롬프트를 입력한 사람이 해당 변경 사항에 대한 책임을 집니다. 이는 끝없는 에이전트-리뷰 루프를 방지합니다. 3라운드 후에도 해결되지 않으면 리뷰어는 작성자에게 접근 방식을 재고하도록 요청합니다. 이 변화만으로도 단일 라운드 PR 통과율이 65%에서 78%로 향상되었습니다. 또한 과거의 모든 사고는 테스트 케이스가 되어 AI 리뷰어를 지속적으로 개선합니다.
더 많은 검사는 인간의 병목 현상을 줄일 수 있습니다
신뢰할 수 있는 시스템은 모든 거래를 인간이 검사하는 것이 아니라, 계층화되고 반복 가능한 검사를 통해 유지됩니다. 메모리의 오류 수정 코드, 인터넷 패킷의 TCP 체크섬, 복식 부기 등을 생각해보십시오. 이러한 메커니즘은 오류를 자동으로 포착하여 인간의 병목 현상을 방지하고 규모에 맞는 무결성을 보장합니다.
엔지니어링 역할은 극적으로 변화합니다. 시니어 개발자는 업스트림으로 이동하여 프로젝트 범위와 아키텍처 패턴을 정의합니다. 다운스트림에서는 에이전트 시스템을 안내하는 중요한 테스트, 제약 조건 및 위험 통제를 설계합니다. 인간의 주의력은 희소 자원이 되어 기계가 아직 할 수 없는 전략적 결정(예: 무언가를 구축할지 여부 결정, 인간의 감독이 필요한 고위험 코드 식별 등)에 집중됩니다.
Claude Code 리뷰에 관한 Anthropic의 2026년 10월 게시물은 이러한 미래를 엿볼 수 있게 해주며, multi-layered pipeline을 통해 하루 30,000건 이상의 병합을 처리하는 방법을 자세히 설명합니다. 더 자세한 내용은 How the Claude Code Team Does Code Review를 참조하십시오. 주의할 점은 Anthropic이 스스로 성과를 평가하고 있다는 것입니다. 2026년 6월과 9월 사이 병합된 풀 리퀘스트가 두 배로 증가하고 되돌리기(revert) 비율이 40% 감소했다는 보고된 성과 수치는 독립적으로 검증되지 않았습니다. 또한 이 회사는 모델 사용 및 Scion 버전 관리 시스템과 같은 맞춤형 인프라에 상당한 자원을 투입하고 있으며, 이는 다른 기업이 도입하기에는 어려울 수 있습니다.
이 글이 마음에 드셨나요? 매일 아침 이런 글을 메일로 받아보세요.
하루 한 통 · 두 번의 클릭으로 구독 취소 · 제3자 추적 없음
데이터를 쏟아붓기 전에 탈출구를 먼저 구축하십시오
Anthropic의 계층화된 파이프라인은 실질적인 기준을 제시합니다. 팀은 변경 사항을 테스트하고, 릴리스를 스테이징하고, feature flags를 사용하고, 신속하게 롤백할 수 있게 되기 전까지는 인간의 검토를 줄여서는 안 됩니다. 이는 신뢰할 수 있는 시스템이 항상 작동해 온 방식과 동일하며, 계층화된 검사를 통해 오류가 확산되기 전에 잡아냅니다.
팀은 이전 사고 사례를 AI 리뷰어를 위한 반복적인 테스트로 전환해야 합니다. 소중한 주의력을 소모하는 반복적인 인간의 검토 의견은 지속 가능한 규칙, 자동화된 테스트 또는 새로운 도구로 바뀌어야 합니다. 이를 통해 기계가 단순히 인간의 업무를 떠맡는 것이 아니라 인간의 경험으로부터 학습하도록 보장해야 합니다.
조직에 미치는 영향은 심대합니다. 리더는 span of accountability를 기준으로 평가받아야 하며, 자동화가 확대되더라도 책임 소재가 명확하게 유지되도록 해야 합니다. 의사결정은 적절한 수준의 인간 감독과 매핑되어야 하며, 기계가 일상적인 작업을 조정하게 하되 인간의 판단이나 소유권이 사라지지 않도록 해야 합니다.
궁극적인 목표는 인간을 제거하는 것이 아니라 그들의 역할을 격상시키는 것입니다. 사람들은 줄 단위 검사에서 전략적 의사결정으로 업무를 전환합니다. 무엇을 구축할지, 어떤 코드가 기계만으로는 너무 위험한지, 어떤 설계가 패턴을 설정하는지, 그리고 증거가 타당한지를 결정하는 것입니다. 누가 코드를 작성했든 관계없이, 배포되는 모든 변경 사항에 대해서는 사람이 책임을 집니다.
자주 묻는 질문
Anthropic은 Claude가 작성한 코드를 어떻게 검토합니까?
Anthropic은 에이전트 실행 검증, AI 버그 검토, 보안 검사, 자동화된 테스트, 위험 기반의 인간 승인 및 롤백 안전장치를 결합하여 사용합니다.
Anthropic은 AI가 스스로 작성한 코드를 승인하도록 허용합니까?
아니요. Anthropic의 명시된 규칙은 에이전트 승인이 인간의 승인으로 간주되지 않으며, 각 변경 사항에 대해 사람이 책임을 진다는 것입니다.
왜 엔지니어들은 AI가 생성한 모든 변경 사항을 검토할 수 없습니까?
변경 볼륨이 매우 높을 때 줄 단위 검토는 팀이 가진 것보다 더 많은 인간의 주의력을 소모합니다. 자동화된 검사는 일상적인 위험을 처리하고 사람은 중요한 의사결정에 집중합니다.
모든 기업이 Anthropic의 검토 프로세스를 따라야 합니까?
안전장치 없이는 안 됩니다. 팀은 인간의 검토를 줄이기 전에 신뢰할 수 있는 테스트, 스테이징된 릴리스, feature flags, 그리고 빠른 롤백이 필요합니다.