Duolingo, AI 코드 리뷰 자동화 도입

어학학습 서비스를 제공하는 Duolingo가 AI를 활용한 코드 리뷰 자동화에 나서고 있다. 동사의 엔지니어링 담당자인 Sarah Deitke가 그 구체적인 방법과 성과를 사외에 발표했다. 도구를 도입하는 것만이 아니라, 조직 전체에 AI를 뿌리내리는 문화를 만드는 것을 중시한 점이 이 시도의 핵심이라 할 수 있다.

배경으로는, 많은 기업들이 AI 도구를 도입해도 현장의 엔지니어들에게 충분히 활용되지 못한 채 끝난다는 과제가 있다. 도구를 준비하기만 해서는, 엔지니어들이 기존의 작업 절차를 바꾸려 하지 않는 경우가 많다. Duolingo는 이 문제에 대해 도구의 정비와 병행하여, 직원들의 AI에 대한 이해와 신뢰를 높이는 시도를 결합하는 방침을 취했다.

구체적인 시책으로서, Duolingo는 사내에서 AI 리터러시 향상을 목표로 한 워크숍을 실시했다. 함께, AI가 어떻게 동작하고 있는지를 엔지니어 자신이 확인할 수 있는 '관찰 대시보드'를 정비하고, AI의 판단을 시각화하는 환경을 마련했다. 이러한 시도들을 통해, 엔지니어들이 AI의 동작을 이해한 위에서 업무에 활용할 수 있는 체계를 구축하고 있다.

코드 리뷰 분야에서는, 풀 리퀘스트(PR)의 위험도를 자동으로 평가하는 봇을 도입했다. 풀 리퀘스트란, 엔지니어가 코드의 변경을 제출하고, 다른 멤버에 의한 확인을 요청하는 작업 단위를 말하며, 소프트웨어 개발 현장에서는 일상적으로 발생한다. 이 봇이 위험도가 높은 변경을 자동으로 식별함으로써, 확인 작업의 우선순위를 정하기 쉬워지고, 리뷰의 효율이 높아진다.

Deitke에 따르면, 개발자 대상의 교육과 AI의 안전 대책(가드레일)을 결합함으로써, 개발 속도의 향상과 장애 발생률의 유지를 동시에 실현했다고 한다. AI를 도입하면 장애가 늘어나지 않을까 하는 우려가 현장에서 뿌리깊이 있지만, 이번 사례는 그 양립이 가능하다는 것을 보여주는 한 예로 위치지어진다.

이 시도가 보여주는 중요한 점은, AI 도입의 효과가 도구의 성능만으로는 결정되지 않는다는 점이다. 엔지니어들이 AI를 '신뢰할 수 있는 것'으로 받아들이는가 하는 것이, 실제의 활용 정도를 좌우한다. Duolingo가 교육과 관찰성의 정비에 힘을 쏟은 것은, 바로 이 신뢰의 형성이 출발점이라는 판단에서라고 할 수 있다.

AI 활용이 진전되는 개발 현장에서는, 앞으로도 도구 도입과 인재 교육을 어떻게 결합할 것인가가 과제가 될 것으로 보인다. Duolingo의 사례는, 기술만이 아니라 조직 문화의 변혁도 포함한 포괄적인 접근의 한 가지 형태로서, 다른 기업들에게도 참고가 될 가능성이 있다. 코드 리뷰라는 개발의 근간에 있는 프로세스에서의 실적은, AI 활용의 범위를 어디까지 넓힐 수 있는지를 탐색하는 데 있어서도 주목된다.