Purple Polish

풀고 있는 문제

코드 부채는 모두가 알지만 아무도 손대지 않는 영역입니다. SonarQube, CodeClimate 같은 도구는 부채를 지적하지만, 정작 수정은 사람의 몫입니다. 운영을 책임지는 1인 개발자에게 부채 정리는 항상 후순위로 밀립니다.

문제는 부채 식별과 수정 사이의 간극입니다. 도구가 제시한 1,000개의 경고 중 어떤 것이 진짜 문제이고, 어떤 것이 무시해도 되는지 사람이 판단해야 합니다. 그 판단을 위해 코드를 읽고, 영향도를 분석하고, 수정안을 만드는 시간이 결국 사람에게 부담으로 돌아옵니다.

접근 방식

“시장 도구는 지적만, Polish는 수정 PR까지.”

기존 정적 분석 도구의 결과 위에 LLM 분석 레이어를 추가합니다. 사내 코딩 룰(Purple Skills)과 시스템 컨텍스트(Purple Hub)를 함께 참조해 부채를 우선순위화하고, 작은 단위로 분할된 리팩토링 PR을 자동 생성합니다.

부채 인입 표준화

테스트 실패, Skills 룰 위반, Pipeline 코드 변경 시 발생하는 신호를 모두 부채 후보로 자동 등록합니다. 사람이 부채 목록을 따로 관리할 필요가 없습니다.

작은 단위 리팩토링 PR

LLM이 한 번에 한 가지 부채만 다루는 작은 PR을 만들고, Test에서 회귀 검증을 거쳐 Pipeline에서 머지됩니다. 사람은 결과만 봅니다.

핵심 인사이트

부채는 식별하는 비용보다 수정하는 비용이 큽니다. AI가 지적까지 도달한 도구는 많지만, 수정 PR과 검증까지 한 흐름으로 이어가는 것이 진짜 가치입니다.

결과 힌트

매주 부채 리포트 검토가 우선순위 재조정 수준으로 줄어듭니다. 코드 품질 지표가 사람의 의지가 아닌 시스템에 의해 유지됩니다.