Devin, Agentic MapReduce 기반 'Code Scans' 공개… 코드 품질·성능 개선 자동화

Devin이 Agentic MapReduce 아키텍처를 기반으로 한 Code Scans 기능을 공개하며, 보안 스캔을 넘어 성능, 데이터베이스, 테스트 커버리지, 코드 품질 등 다양한 엔지니어링 목표를 자동화한다.

아키텍처 및 작동 방식

Devin Security Swarm용으로 구축된 아키텍처를 확장해 대규모 코드베이스 조사를 병렬 처리한다.

• Plan: 리포지토리를 분석해 목표와 관련된 코드 식별 규칙을 정의한다.
• Shard: 규칙에 따라 코드를 집중된 배치(batch)로 분할한다.
• Map: 병렬 Devin 에이전트가 각 배치를 조사하고 findings를 보고한다.
• Reduce: 최종 에이전트가 findings를 통합, 중복 제거 및 우선순위화를 통해 리포트와 PR을 생성한다.

성능 및 실증 결과

사전 테스트에서 여러 리포지토리에 걸쳐 96%의 PR 머지율을 기록했으며, 짧은 테스트 기간 동안 700시간 이상의 엔지니어링 시간을 절감한 것으로 추정된다.

• Rust 컴파일 최적화(Dioxus): 의존성 및 빌드 구성 최적화를 통해 clean debug build time을 58.6초에서 21.0초로 64% 단축했다.
• SEO 개선: devin.ai의 Ahrefs health score가 87에서 92로 상승했고, slow pages가 73% 감소했다. cognition.com에서는 누락된 이미지 alt text가 모두 수정되었다.

지원 스캔 유형

사용자는 /scan 명령어로 목표만 정의하면 된다. 지원 유형은 다음과 같다:

• Performance: 느린 경로, 중복 계산, 캐싱 기회 누락 탐지
• Database: N+1 쿼리, 불필요한 왕복 등 비효율적 데이터 접근 패턴
• Test Coverage: 테스트 미커버링 중요 흐름 및 엣지 케이스 식별
• Dead Code: 미사용 함수/모듈, 폐기된 feature flag 및 제거 근거 제공
• SEO Optimization: 메타데이터 누락, 잘못된 canonical URL, 구조화 데이터 공백 등
• Custom: 팀 코딩 표준, 접근성 체크리스트, 마이그레이션 요구사항 등 자체 패턴 정의