이제 기여자들은 AI 우선이다. 프로젝트도 그런가?

AutoGPT는 18만 개 이상의 GitHub 스타와 약 150개의 오픈 pull request를 보유했으며, 상당수가 Copilot, OpenClaw, 자체 도구 등 AI 에이전트가 작성한 PR이었다. 유지관리자들이 에이전트 생성 PR을 차단하려 할 때, AutoGPT는 에이전트가 프로젝트 개선에 컴퓨팅 자원을 쓰도록 허용하되 통과 조건을 명확히 하는 방식을 택했다.

문제는 문서의 양이 아니라 에이전트가 문서를 발견하는 방식이었다. 에이전트는 저장소 전체의 위키나 가이드보다 작업 중인 디렉터리 앞에 있는 지침을 우선 읽기 때문에, AutoGPT는 코드와 가까운 위치에 AGENTS.md를 배치하고 Claude용 파일은 공통 지침을 가리키도록 구성했다.

디렉터리 범위를 넘어 동적으로 로드되는 skill도 활용했다. 프런트엔드 폴더에서 컴포넌트를 수정하면 Storybook 테스트를 작성하도록 안내하는 skill을 자동 발견하게 했고, 백엔드에는 테스트 커버리지 80% 조건을 적용했다.

주요 품질 게이트는 다음과 같다.

• PR 템플릿 강제: 템플릿을 따르지 않은 PR은 자동 종료한다고 안내해 에이전트의 행동을 사전에 바꾼다.
• 테스트 계획 연동: 템플릿의 특정 문구가 test PR skill을 호출해 브라우저 에이전트를 설치하고 앱을 실행하도록 한다.
• CI를 필수 관문으로 운영: Codecov 커버리지 기준을 필수 체크로 지정해, 실패한 에이전트가 테스트 skill을 불러오도록 유도한다.
• CLA를 인간 확인 절차로 활용: 별도 도메인의 브라우저와 GitHub OAuth가 필요한 서명 절차를 통해 사람의 개입을 요구한다.

이런 장치를 적용한 뒤 AutoGPT는 실행되지 않는 PR보다 실제로 작동하지만 프로젝트 로드맵에 맞지 않는 PR을 더 많이 받게 됐다. 유지관리자 입장에서는 에이전트의 생산성을 막기보다, 저장소 안에서 작동하는 규칙과 자동화로 품질과 방향성을 통제하는 편이 더 나은 문제를 만든다.