GUIDE / 중급

AI로 코드 리뷰하기: 자동화와 사람 리뷰의 균형

Claude·GPT API를 활용한 자동 코드 리뷰 시스템 구축, GitHub Actions 통합, 리뷰봇 프롬프트 설계, 그리고 AI 리뷰와 사람 리뷰의 올바른 역할 분담을 다룹니다.

PALDYN Team2026.05.268 MIN READ

지난 글에서 AI 코딩 도구를 효과적으로 쓰는 5가지 원칙을 살펴봤다. 이번 주제는 AI 코드 리뷰다. AI가 코드를 생성하는 것을 넘어, 생성된 코드를 다시 AI가 검토하는 파이프라인을 구축하면 팀의 코드 품질을 24/7 자동으로 지키는 시스템이 완성된다.

AI 코드 리뷰가 필요한 이유

전통적인 코드 리뷰의 문제점은 세 가지다.

병목: 리뷰어가 바쁘면 PR이 쌓인다
일관성 부족: 리뷰어마다 기준이 다르다
피로: 반복적인 스타일 지적에 시간을 낭비한다

AI 리뷰는 이 세 문제를 해결한다. 보안 패턴 확인, 코딩 컨벤션 검사, 기본적인 논리 오류는 AI가 즉각적으로, 일관된 기준으로 처리하고, 사람 리뷰어는 비즈니스 로직과 아키텍처에 집중한다.

AI 코드 리뷰 프로세스

리뷰 시스템 설계

AI vs 사람 역할 분담

검토 항목	AI	사람
보안 취약점 패턴	✅	보완
코딩 컨벤션	✅	-
기본 에러 처리	✅	-
N+1 쿼리 패턴	✅	-
비즈니스 로직 타당성	⚠️ 보조	✅
아키텍처 적합성	⚠️ 보조	✅
팀 문화·맥락	❌	✅
최종 승인 책임	❌	✅

Claude API로 리뷰봇 구축

AI 코드 리뷰 자동화

import anthropic
import subprocess
import sys

client = anthropic.Anthropic()

def get_pr_diff(base_branch: str = "main") -> str:
    """현재 브랜치의 diff 가져오기"""
    result = subprocess.run(
        ["git", "diff", f"{base_branch}...HEAD"],
        capture_output=True, text=True
    )
    return result.stdout

def review_code(diff: str, project_context: str = "") -> str:
    """
    Claude로 코드 리뷰 실행
    """
    system_prompt = f"""당신은 시니어 소프트웨어 엔지니어입니다.
코드 변경사항을 리뷰하고 다음 형식으로 보고해주세요:

## 요약
변경사항의 간단한 설명

## 이슈
각 이슈를 다음 형식으로:
- 🔴 **Critical**: [파일명:라인] 문제 설명과 수정 방법
- 🟡 **Warning**: [파일명:라인] 문제 설명과 개선 방법
- 🔵 **Info**: [파일명:라인] 개선 제안

## 잘된 점
좋은 코드 패턴이 있다면 언급

{f"## 프로젝트 컨텍스트{chr(10)}{project_context}" if project_context else ""}
"""

    response = client.messages.create(
        model="claude-sonnet-4-6",
        max_tokens=4096,
        system=system_prompt,
        messages=[{
            "role": "user",
            "content": f"다음 diff를 리뷰해주세요:\n\n```diff\n{diff}\n```"
        }]
    )

    return response.content[0].text

def main():
    diff = get_pr_diff()
    if not diff:
        print("변경사항이 없습니다.")
        return

    # 너무 큰 diff 처리 (4000줄 제한)
    lines = diff.split('\n')
    if len(lines) > 4000:
        diff = '\n'.join(lines[:4000]) + "\n... (이후 생략)"
        print(f"⚠️ Diff가 너무 커서 처음 4000줄만 리뷰합니다.")

    print("🤖 AI 코드 리뷰를 시작합니다...\n")
    review = review_code(diff)
    print(review)

    # Critical 이슈가 있으면 비정상 종료 (CI 블로킹)
    if "🔴" in review:
        print("\n❌ Critical 이슈가 발견되었습니다. 수정 후 재시도하세요.")
        sys.exit(1)
    else:
        print("\n✅ Critical 이슈 없음. 리뷰를 완료했습니다.")

if __name__ == "__main__":
    main()

GitHub Actions 통합

# .github/workflows/ai-code-review.yml
name: AI Code Review

on:
  pull_request:
    types: [opened, synchronize]
    paths:
      - '**.py'
      - '**.ts'
      - '**.go'

jobs:
  ai-review:
    runs-on: ubuntu-latest
    permissions:
      pull-requests: write
      contents: read

    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 0

      - name: Setup Python
        uses: actions/setup-python@v5
        with:
          python-version: '3.11'

      - name: Install dependencies
        run: pip install anthropic

      - name: Run AI Review
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
        run: python scripts/ai_review.py

      - name: Post Review Comment
        if: always()
        uses: actions/github-script@v7
        with:
          script: |
            const fs = require('fs');
            const review = fs.readFileSync('review_output.txt', 'utf8');
            github.rest.issues.createComment({
              issue_number: context.issue.number,
              owner: context.repo.owner,
              repo: context.repo.repo,
              body: `## 🤖 AI 코드 리뷰\n\n${review}\n\n> [AI Generated] This review was automatically generated by Claude.`
            });

Claude Code의 /review 슬래시 커맨드

Claude Code를 쓴다면 별도 스크립트 없이도 코드 리뷰가 가능하다.

# 현재 브랜치의 변경사항 리뷰
claude "/review"

# 특정 파일 리뷰
claude "app/services/payment.py를 보안 관점에서 리뷰해줘"

# 마지막 커밋 리뷰
git diff HEAD~1 | claude -p "이 변경사항의 보안·성능 이슈를 분석해줘"

리뷰봇 프롬프트 튜닝

리뷰봇의 품질은 프롬프트 품질에 달려 있다. 팀에 맞게 조정해야 한다.

# 팀 규칙을 시스템 프롬프트에 통합
TEAM_REVIEW_PROMPT = """
당신은 우리 팀의 시니어 개발자입니다. 다음 팀 규칙을 기준으로 리뷰하세요:

## 필수 확인 항목
1. 보안: SQL 인젝션, XSS, CSRF, 인증 누락
2. DB: N+1 쿼리, 인덱스 미사용, 트랜잭션 누락
3. 에러: 예외 처리 누락, 빈 catch 블록
4. 비밀값: 하드코딩된 API 키, 비밀번호

## 팀 컨벤션
- Python: PEP 8 + 타입 힌트 + 한국어 주석
- API: RESTful 설계, 적절한 HTTP 상태 코드
- 테스트: 새 기능에 반드시 테스트 추가

## 금지 패턴
- print() 사용 (logging으로 대체)
- SELECT * 쿼리
- 3단계 이상 중첩 if문

## 리뷰 형식
반드시 다음 형식 사용:
🔴 Critical: [파일명:라인] 설명 — 수정 방법
🟡 Warning: [파일명:라인] 설명 — 개선 방법
🔵 Info: [파일명:라인] 설명 — 제안 이유
"""

리뷰봇 운영 경험

실제 운영 경험에서 나온 팁들이다.

False Positive 관리: AI가 너무 많은 경고를 생성하면 개발자가 무시하게 된다. 처음엔 Critical 항목만 활성화하고 팀 피드백을 받아 점진적으로 확장한다.

파일 크기 제한: diff가 1000줄을 넘으면 리뷰 품질이 떨어진다. 큰 PR을 작게 쪼개도록 유도하거나, 파일별로 나눠서 리뷰한다.

도메인 지식 주입: 비즈니스 규칙을 프롬프트에 추가하면 리뷰 품질이 크게 올라간다. "결제 금액은 항상 양수여야 한다", "관리자만 삭제할 수 있다" 같은 규칙들이다.

비용 관리: GPT-4o 기준으로 1000줄 diff 리뷰에 약 $0.02~~0.05 정도다. 하루 20개 PR이면 월 $15~~30 수준이다.

# 비용 추적
def estimate_cost(diff: str, model: str = "claude-sonnet-4-6") -> float:
    """리뷰 비용 추정 (USD)"""
    # 토큰 수 추정 (rough: 4자 = 1토큰)
    input_tokens = len(diff) // 4 + 1000  # 시스템 프롬프트 포함
    output_tokens = 2000  # 리뷰 출력 추정

    # Claude Sonnet 4.6 가격 (2026년 기준 확인 필요)
    input_cost = input_tokens * 3 / 1_000_000   # $3/MTok
    output_cost = output_tokens * 15 / 1_000_000  # $15/MTok

    return input_cost + output_cost