코드는 다 읽을 수 없고, 코드 리뷰가 맡아온 책임은 사라지지 않는다

AI 도입도가 높은 팀에서 코드 리뷰 소요 시간이 441.5% 증가하고 리뷰 없이 머지되는 PR이 31.3% 증가하는 현상이 관측됨. 이는 코드 생성 속도보다 사람이 코드를 검증하고 승인하는 속도가 따라가지 못해 발생한 구조적 병목임.

기존 코드 리뷰는 단순한 버그 찾기를 넘어 검증, 유지보수성 확인, 지식 공유, 게이트키핑, 책임 분산 등 다섯 가지 역할을 수행해 왔음. AI 시대에 이 역할들은 인간과 AI 사이에서 재분배되어야 함.

300개 오픈소스 프로젝트 분석 결과, AI 에이전트가 리뷰를 시작하는 비중은 **55.7%**에 달하며, AI는 결함 탐지에 집중하는 반면 인간은 구현 의도와 컨텍스트를 다루는 것으로 나타남. AI 수정안 채택률은 **16.6%**로 인간(56.5%)보다 낮아, AI는 결함 후보를 넓게 탐지하는 센서 역할에 더 가까움.

102만 개 PR 분석에서는 AI 리뷰어 일괄 적용 시 리뷰 품질이 오히려 저하될 수 있음이 드러남. AI 도입은 단순한 속도 개선이 아니라, 검증과 책임의 구조를 어떻게 재설계할 것인가라는 개발 프로세스의 근본적 변화임.