DoorDash, 6만 건의 기능 플래그를 AI로 자동 정리

음식 배달 대형 기업 DoorDash가 소프트웨어 개발 현장의 오랜 과제를 자동화하는 노력을 공개했다. 같은 사는 복수의 AI 에이전트를 연계한 '멀티에이전트 LLM' 시스템을 독자적으로 구축하여, 60,000건 이상의 '피처 플래그'와 623개의 저장소를 대상으로 불필요한 코드의 자동 정리를 실현하고 있다.

'피처 플래그'란 새로운 기능을 코드 상의 스위치로 온·오프 전환하는 메커니즘이다. 새로운 기능을 단계적으로 배포하거나 문제 발생 시 즉시 비활성화할 수 있어 많은 소프트웨어 기업이 널리 채택하고 있다. 다만 기능의 정식 출시 후에도 플래그가 코드에 계속 남아있는 경우가 많아, 시간이 지나면 '어떤 플래그가 여전히 필요한지' 파악하기 어려워진다. 방치하면 코드의 복잡성이 증가하고 유지보수 비용이 증가한다는 문제가 현장에 뿌리 깊게 존재한다.

DoorDash의 시스템은 복수의 처리를 조합하여 작동한다. 먼저 실험의 운영 데이터를 실시간으로 취득하기 위해 MCP(Model Context Protocol: AI 모델이 외부 도구나 데이터를 다루기 위한 표준 규격)를 활용하여 정리 대상 플래그를 특정한다. 다음으로 엔지니어가 삭제 대상을 승인한 후, '깃 워크트리(Git worktree)'라 불리는 격리된 작업 환경에서 병렬 에이전트가 코드를 수정하고, 자동 검증을 거쳐 풀 리퀘스트(코드 변경 제안)를 작성한다. 일련의 흐름을 사람의 개입을 거의 없이 처리할 수 있다는 점이 특징이다.

50건의 플래그를 대상으로 한 평가에서는 45건이 실제로 활용 가능한 풀 리퀘스트를 생성했다. 건당 소요 시간은 평균 13.8분, 비용은 평균 4.79달러였다. 성공률은 90%에 해당하며, 속도와 비용 양면에서 실용 수준에 달했다고 볼 수 있다.

이러한 노력이 주목받는 이유는 AI 에이전트의 활용이 '새로운 기능을 만드는' 방향뿐 아니라 '기존 코드의 부채를 줄이는' 방향으로도 확대되고 있음을 보여주기 때문이다. 코드의 기술적 부채(뒤로 미루어진 정리·수정의 축적)는 엔지니어링 조직의 생산성을 장기간에 걸쳐 압박하는 과제로 널리 인식되고 있다. AI가 그 해소를 담당할 수 있다면, 개발자는 보다 본질적인 설계와 기능 개발에 집중할 수 있다는 관점이 있다.

또한 이번 아키텍처는 범용성이라는 관점에서도 시사가 풍부하다. 엔지니어의 승인 단계를 거치면서 병렬 에이전트와 자동 검증을 조합하는 설계는 피처 플래그 정리 이외의 코드 유지보수 작업에도 응용할 수 있다고 여겨진다. 멀티에이전트의 활용 범위가 연구와 실험적 용도에서 실제 개발 업무로 이행하는 흐름을 보여주는 사례로 위치 지워진다.

DoorDash는 이번 시스템의 상세 내용을 공개하고 있으며, 유사한 과제를 안고 있는 다른 엔지니어링 조직에게도 참고가 될 수 있는 사례라 할 수 있다. 향후에는 이러한 자동화가 인간의 검토를 얼마나 줄일 수 있는지, 또한 품질 보증과의 균형을 어떻게 설계할지가 실운영에서의 다음 논점이 될 것으로 보인다.