Spotify, AI 도입으로 변경량 2배 증가에도 품질 저하 없어… 병목은 '검증'으로 이동

Spotify는 AI 도입 이후 개발 속도가 빨라졌지만, 데이터 분석 결과 단순한 '속도 대 품질' 트레이드오프는 발생하지 않은 것으로 나타났다. 8월 기준 총 병합 변경량은 전년 대비 2배 이상 증가해 약 8,100건에서 17,000건으로 늘었으나, 코드 품질 및 최적화 작업 비중은 오히려 27%에서 **31%**로 상승했다.

품질 저하의 진짜 원인

Spotify 내부 분석에 따르면 품질 저하의 주된 원인은 AI가 생성한 코드 자체의 결함(AI slop)이 아니었다. 대신 **변화 속도(pace of change)**가 기존 검증 및 모니터링 시스템이 적응할 수 있는 속도를 초과했기 때문이다. Google Cloud의 2025 DORA 연구와 Spotify의 자체 데이터 모두 AI 도입이 배포 처리량(throughput)을 높이는 동시에 소프트웨어 배포 안정성을 저하시킬 수 있음을 시사했다.

주요 이슈 및 대응

• Content Processing: 일일 신규 콘텐츠 처리 과정에서 스케줄링 버그와 경쟁으로 처리량이 10% 감소하는 사고가 발생했다. 이에 따라 end-to-end 모니터링 도입과 워크로드 우선순위 재설계를 통해 대응했다.
• Fleet Updates: Agentic-driven 변경을 통해 Java 마이그레이션을 3일 만에 완료했으나, 자동 의존성 업그레이드가 프로덕션에서 실패하는 사례가 발생했다. 안전장치 강화와 자동 변경 스케줄링 조정을 통해 리스크를 관리하고 있다.

병목의 이동과 향후 과제

Spotify는 AI가 변경 생산 능력(capacity)을 높였지만, 다음 병목은 이를 **검증(verify)**하는 능력으로 이동했다고 결론지었다. 현재 code complexity와 PR size가 서서히 증가하는 추세를 보이나, 이는 인간과 에이전트의 협업으로 더 큰 단위 작업이 수행되었기 때문일 수 있어 지표 임계값을 임의로 조정하지 않고 모니터링 중이다. 핵심 과제는 automated safeguards, rollback, observability 등 제어 장치가 개발 속도만큼 빠르게 작동하도록 유지하는 것이다.