발표에서 확인된 핵심 사실

AI로 코드를 짜면 처음에는 개발 속도가 비약적으로 빨라진다. 하지만 프로젝트가 커질수록 기능 하나를 추가할 때마다 엉뚱한 곳이 고장 나는 유지보수의 늪에 빠지기 쉽다. AI가 생성한 코드가 누적되며 발생하는 비효율을 걷어내기 위해 코드베이스의 중복을 제거하고 최적화하는 서비스가 출시되었다.

이 서비스는 AI 생성 프로젝트가 비대해지며 발생하는 코드 중복과 유지보수 문제를 해결하는 데 집중한다. 우선 무료로 코드베이스를 분석하며, 만약 도움을 줄 수 없다고 판단되면 이를 고객에게 알리고 작업을 진행하지 않는다. 분석 결과 개선 가능성이 확인되면 고정 가격과 함께 10만 라인을 3.5만 라인으로 축소한다는 식의 구체적인 코드 감소 목표치를 제시한다.

실제 작업에는 3명의 시니어 엔지니어가 일주일간 투입되며 비용은 10,000달러다. 비용 지불은 사전에 약속한 코드 감소 목표 달성 비율에 따라 결정되는 성과 기반 구조를 가진다. 약속한 목표치의 40%만 달성했다면 4,000달러를 지불하며, 목표를 달성하거나 그 이상으로 초과 달성했을 때만 비용 전액을 지불한다.

기능은 그대로 유지하면서 코드 라인 수라는 정량적 지표를 통해 최적화 성과를 증명한다. AI 에이전트에게만 의존해 코드를 쌓아 올리는 방식이 임계점에 도달했을 때, 인간 전문가의 개입을 통해 코드베이스를 다시 정돈하는 기준을 제시한다.

기술이 실제로 작동하는 방식

비슷한 기능을 하는 코드가 여기저기 흩어져 있어 수정할 때마다 모든 파일을 뒤져야 하는 피로감이 있다. 작업팀은 코드에 손을 대기 전 앱이 수행하는 모든 기능을 화면 단위와 엔드포인트 단위로 상세히 기록한 체크리스트를 작성한다. 이 리스트는 작업 과정에서 발생할 수 있는 기능 누락을 막기 위한 안전장치로 활용된다. 이후 14개로 흩어져 있던 날짜 포맷터를 하나로 통합하고, 개발자가 직접 만든 자체 프레임워크를 검증된 외부 라이브러리로 교체하며 중복된 로직들을 하나로 합친다. 만약 코드가 회생 불가능한 수준이라면 기존 기능이 무엇을 수행하는지 핵심만 추출해 깨끗하게 다시 구축하는 방식을 쓴다. 기능의 무결성을 유지하며 불필요한 코드 덩어리를 걷어내는 과정이다.

코드의 양은 scc(공백과 주석을 제외한 실제 코드 라인 수를 측정하는 도구)를 통해 측정한다. 단순히 주석을 삭제하거나 가독성을 해치면서까지 코드를 압축하는 코드 골프(code golf) 방식은 계약상 금지된다. 수치상의 라인 수를 줄이기 위해 읽기 어려운 코드를 만드는 편법이나, 지나치게 영리하지만 이해하기 힘든 방식으로 코드를 압축해 성과를 내는 행위를 원천적으로 차단한다. 주석을 지우거나 가독성을 포기하는 방식으로는 계약상의 승리를 거둘 수 없게 설계했다. 이는 단순한 양적 축소가 아니라 인간 엔지니어가 읽고 관리할 수 있는 정제된 코드 베이스를 만드는 것이 목적이다.

확인해야 할 핵심 지점

AI가 생성한 코드는 당장 비용이 들지 않는 것처럼 보이지만 유지보수 단계에서 청구서가 도착한다. 이 서비스는 축소된 코드베이스와 QA 체크리스트, 가드레일 세트를 함께 제공해 사용자가 다시 개발을 시작할 때 코드 품질이 다시 낮아지는 현상을 방지한다. AI에게 프로젝트의 맥락과 지침을 전달하는 CLAUDE.md 파일과 코드 문법 및 스타일을 강제하는 린트 규칙, 자동화된 통합 테스트인 CI 체크를 구축해 품질 저하 속도를 늦추는 장치를 마련한다. 작업 완료 후 2주 동안 기존에 정상적으로 작동하던 기능이 망가졌을 경우 무료로 수정해 주는 보증 기간을 운영해 실제 작동 여부를 책임진다.

작업 과정에서 Claude Code(AI 코딩 에이전트)를 사용하지만 도구에 결정권을 부여하지 않는다. AI 에이전트는 매우 제한적인 범위 내에서만 활용되며 최종적인 코드 수정 방향이나 구조 결정에 대해 어떠한 투표권도 갖지 않는 구조다. 유지보수 가능한 코드 설계에 대해 합산 30년의 경력을 보유한 전문가들이 모든 과정을 엄격하게 통제하며 AI를 매우 짧은 통제 범위 내에서 보조 도구로만 활용한다. 전문가의 경험은 AI가 짠 코드를 단순히 검토하는 수준을 넘어 유지보수 가능한 코드의 정석이 무엇인지 정의하는 기준이 된다. AI의 생성 속도에만 의존하는 방식에서 벗어나 인간 전문가의 개입이 필요한 코드베이스의 임계점을 판단하는 기준을 제공한다.

AI로 코드를 짜면 초기 속도는 비약적이지만, 어느 순간 기능 하나를 추가할 때마다 다른 곳이 고장 나는 유지보수의 늪에 직면한다. 시니어 엔지니어 3명이 일주일간 scc로 라인 수를 측정하고 CLAUDE.md와 린트 규칙으로 가드레일을 세워 코드를 쳐내는 서비스가 나온 이유는 이 임계점 때문이다.

AI 에이전트에게만 의존하는 바이브 코딩의 한계를 인지하고 인간 전문가의 개입 시점을 판단하는 것이 새로운 기준이 됐다. 결국 생성 속도가 아니라 정제된 코드베이스를 유지하는 능력이 개발의 실질적 속도를 결정한다.