최근 Hacker News에 Stage - Putting humans back in control of code review가 소개되며 개발자들 사이에서 꽤 흥미로운 논쟁이 붙었습니다. 핵심은 간단합니다. AI가 코드를 더 많이 쓰는 시대에, 코드 리뷰의 중심을 다시 인간에게 돌려줄 수 있느냐는 질문이죠.12
결론부터 말하면 Stage의 문제의식은 정확합니다. 다만 해법은 "AI가 대신 읽어주는 리뷰"보다, "인간이 더 잘 읽게 돕는 리뷰"에 가까워야 합니다. 이 지점이 앞으로의 AI 코드 리뷰 툴 경쟁에서 가장 중요한 갈림길이 될 가능성이 큽니다.
AI 코드 리뷰가 커질수록 더 중요해진 인간 중심 리뷰
예전에는 사람이 작성한 코드를 사람이 검토하면 됐습니다. 그런데 이제는 AI가 한 번에 더 큰 덩어리의 코드를 만들고, 리뷰어는 그 변경을 짧은 시간 안에 이해해야 합니다. 그래서 요즘 코드 리뷰의 진짜 병목은 "버그를 찾는 능력"보다 "변경 맥락을 빠르게 파악하는 능력"에 가깝습니다.
Stage가 주목한 것도 바로 이 부분입니다. 단순히 diff를 줄줄 읽는 대신, 변경을 장(chapter)처럼 나눠서 사람이 흐름을 따라가게 돕겠다는 접근이죠.2 아이디어 자체는 꽤 설득력 있습니다. 특히 큰 PR에서 "어디부터 봐야 하지?" 하는 순간을 줄여줄 수 있으니까요.
실제로 시장도 이 방향으로 움직이고 있습니다. Anthropic의 Claude Code Review는 여러 에이전트가 병렬로 PR을 살피고, 중요도별 코멘트를 남기는 구조를 택했습니다.3 Atlassian도 AI 리뷰어를 "사람을 대체하는 심판"이 아니라 "첫 번째 패스"로 정의하며, 내부 실험에서 PR 사이클 타임이 30.8% 줄었다고 밝혔습니다.4
Stage가 맞닥뜨린 핵심 문제: 코드보다 맥락이다
하지만 Hacker News 댓글에서 가장 날카롭게 나온 지적도 분명했습니다. 리뷰는 "무엇이 바뀌었는가"만 보는 일이 아니라, "왜 이 변경이 필요한가"를 확인하는 일이기도 하다는 점입니다.1
이건 정말 중요합니다. 코드 변경만 예쁘게 요약해도, 요구사항·이슈 티켓·설계 의도와 연결되지 않으면 리뷰어는 결국 다른 탭을 계속 열어봐야 합니다. 즉, 컨텍스트 스위칭이 사라지지 않습니다.
좋은 AI 코드 리뷰는 diff 요약에서 끝나면 안 됩니다. PR 설명, GitHub 이슈, Jira나 Linear 티켓, 테스트 근거까지 함께 묶어줘야 진짜 도움이 됩니다. Atlassian이 PR 정보와 Jira 이슈를 함께 넣어 리뷰 정확도를 높인 것도 같은 맥락입니다.4
한마디로, 앞으로의 승부처는 "코드를 설명하는 AI"가 아니라 "변경 의도를 복원하는 AI"입니다.
AI 리뷰 도구의 함정: 편리함이 곧 신뢰는 아니다
여기서 더 큰 문제가 하나 있습니다. AI가 리뷰 흐름을 안내하기 시작하면, 사람은 생각보다 빨리 그 안내에 의존하게 됩니다. "집중할 부분"만 보고 나머지를 대충 넘기는 습관이 생기면, 인간이 루프 안에 있어도 실제 통제권은 약해질 수 있습니다.1
이 우려는 괜한 비관론이 아닙니다. AI 리뷰 시스템들은 이미 환각과 과잉 자신감 문제를 줄이기 위해 별도 검증 레이어를 넣고 있습니다. Claude Code Review는 후보 이슈를 검증하는 단계를 두고,3 Atlassian은 생성된 코멘트를 다른 모델과 분류기로 다시 걸러냅니다.4 즉, AI 회사들조차 "AI가 처음부터 완전히 믿을 만하다"고 보지 않는다는 뜻입니다.
그래서 현실적인 답은 하나입니다. AI는 리뷰어의 눈을 대신하면 안 되고, 질문을 더 잘 던지게 만들어야 합니다. 보안 리뷰 실무에서도 LLM을 "취약점 자동 판정기"보다 "코드 이해를 돕는 조수"로 쓸 때 훨씬 효율적이라는 경험담이 나옵니다.5
실전에서 좋은 AI 코드 리뷰 도구를 고르는 기준
팀이 Stage 같은 도구를 검토한다면, 저는 네 가지를 먼저 보라고 권하고 싶습니다.
첫째, 변경 이유를 보여주는가입니다. PR 요약만이 아니라 이슈, 요구사항, 테스트 증거까지 연결해줘야 합니다.
둘째, AI가 무엇을 확신하고 무엇을 추정하는지 구분하는가입니다. 확신과 추측이 섞이면 리뷰 품질은 급격히 떨어집니다.
셋째, 사람의 판단 흔적이 남는가입니다. 좋은 리뷰 시스템은 자동화보다 승인 책임과 감사 가능성을 함께 설계합니다.6
넷째, 리뷰어를 게으르게 만들지 않는가입니다. 가장 위험한 도구는 틀린 답을 주는 도구보다, 덜 읽게 만드는 도구입니다.
시사점
Stage가 던진 메시지는 시의적절합니다. AI가 코드를 더 많이 쓰는 시대일수록, 코드 리뷰는 더 인간 중심이어야 합니다. 다만 "인간 중심"은 AI가 친절하게 요약해준다는 뜻이 아니라, 사람이 맥락을 더 잘 이해하고 더 날카로운 질문을 하게 만든다는 뜻이어야 합니다.
결국 좋은 AI 코드 리뷰의 목표는 리뷰를 자동화하는 것이 아니라, 인간의 주의력과 판단력을 더 비싼 곳에 쓰게 만드는 것입니다. 주도권은 버튼 하나로 돌아오지 않습니다. 어떤 정보를 먼저 보여주고, 무엇을 숨기지 않으며, 최종 책임을 누구에게 남기느냐에서 결정됩니다.
참고
1Show HN: Stage - Putting humans back in control of code review | Hacker News
2Show HN: Stage - Putting humans back in control of code review
3Code Review - Claude Code Docs
5Leveling Up Secure Code Reviews with Claude Code
6Approval Workflows for AI-Generated Code: Our Review Process
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.