구글 안티그래비티 AI 에이전트로 SDLC 자동화: 이슈 파악부터 코드 리뷰까지

핵심 메시지

• AI 코딩 에이전트를 '코드 생성'에만 쓰면 기능은 빨리 늘지만 버그와 기술 부채도 함께 쌓인다. 유지·리뷰·테스트까지 에이전트를 붙여야 한다.
• 발표자는 소프트웨어 개발 주기(SDLC)를 이슈 파악 → 해결책 설계 → 구현 → 리뷰·테스트의 단순화된 흐름으로 나눠 각 단계에 안티그래비티를 적용한다.
• 긴 이슈와 딸린 토론·PR을 에이전트에게 요약시키면 문제 파악 속도가 빨라진다.
• PR 리뷰는 파일별로 한두 문장 요약을 받아 하나씩 확인하고, 이해가 안 되는 부분만 한 줄씩 파고드는 대화형 방식이 효과적이다.
• 모든 코드를 손으로 이해할 필요는 없지만, 필요할 때 원하는 깊이까지 파고들 수 있는 선택지를 쥐고 있어야 통제권을 잃지 않는다.

쉽게 이해하기

구글 클라우드 발표에서 소개된 이 세션은 AI 코딩 에이전트인 '안티그래비티(Antigravity)'를 소프트웨어 개발 주기(SDLC) 전 과정에 적용하는 방법을 다룬다. 발표자는 에이전트 코딩의 흔한 불만에서 이야기를 시작한다. 사람들이 기능을 많이 만들지만 그만큼 버그도 많이 만들고, 코드가 늘면 자연히 기술 부채도 늘어난다는 것이다.

그가 보는 원인은 에이전트를 '코드 생성'에만 과하게 의존하고, 그 코드를 유지·리뷰·테스트하는 데는 충분히 활용하지 않는다는 점이다. 그래서 그는 SDLC를 이슈 파악과 이해, 해결책 설계, 구현, 리뷰·테스트라는 단순화된 단계로 나누고 각 단계에 에이전트를 어떻게 붙이는지 보여준다.

이슈 파악 단계에서는 오픈소스 프로젝트의 복잡한 이슈와 거기 딸린 토론·PR을 안티그래비티에게 요약시켜 상황과 문제, 현재 상태를 빠르게 파악한다. 설계·구현 단계에서는 기여도 점수를 보여주는 오픈소스 사이트(GitFit)를 예로 들어, 사용자 순위 분포 기능을 추가하기 위해 약 2만 개 계정 데이터를 개인정보에 안전한 익명화 방식으로 모으고 저장하는 설계 결정을 에이전트와 긴 대화로 풀어간다.

리뷰·테스트 단계에서는 이름 표시 오류 이슈를 예로 든다. 성을 자동으로 추측하는 대신, 사용자가 카드에 표시할 이름을 직접 수정해 URL 파라미터에 저장하도록 커스터마이즈하는 방식이 가장 유연하고 포괄적인 해결책이라고 설명한다. PR 리뷰는 바뀐 파일이 많을 때 파일별로 한두 문장 요약을 받아 하나씩 검토하고, 이해가 안 되는 줄만 골라 설명을 요청하는 대화형 리뷰가 빠르다고 말한다.

주요 인사이트

• 에이전트를 코드 '생산'에만 쓰면 속도는 나지만 버그·기술 부채가 함께 늘어난다. 생산과 유지·리뷰·테스트의 균형이 핵심이다.
• 이슈 이해는 요약 대상으로, PR 리뷰는 '파일별 한두 문장 요약 후 필요한 줄만 심화'라는 대화형 절차로 자동화하면 실무 효율이 올라간다.
• 이름 표기처럼 규칙으로 못 잡는 문제는 자동 추측보다 사용자가 직접 지정하도록 커스터마이즈하는 편이 더 견고하다.
• AI 도구를 쓴다고 코드 통제권을 잃는 게 아니라, 원하는 부분을 더 쉽게 파고들 수 있어 오히려 통제력이 커진다.

자주 묻는 질문

관련 AI 소식