Anthropic이 자사 소프트웨어 일일 유지보수를 AI ‘Claude Code’에 맡기며 자동화 효율과 한계를 동시에 검증한다.
- Anthropic 엔지니어 Boris Cherny는 생성형 AI 개발 도구인 ‘Claude Code’를 활용해 자사 소프트웨어의 일일 유지보수를 수행하도록 설정했으며, 이는 iOS·Android·데스크톱·웹·CLI·Agent SDK 등 Anthropic의 주요 플랫폼 전반을 대상으로 한 자동화 실험으로 개발자의 반복적 유지보수 부담을 줄이고 AI의 실무 적용 가능성을 검증하기 위한 초기 단계 시도이다.
- 이 자동 유지보수 체계에서 Claude Code는 ‘Crash Fuzzer’로 시뮬레이터에서 실제 iOS·Android·데스크톱 앱을 무작위로 조작해 크래시를 유도하고 원인을 분석해 수정 코드를 포함한 풀 리퀘스트를 생성하며, ‘Dup Unifier’가 유사 추상화 구조를 찾아 통합을 제안하고 ‘Dead-Code Remover’가 정적 분석으로 도달 불가능한 코드를 식별한 뒤 의심 영역에는 로깅을 추가하고 다음 날 실제 사용 여부를 재검증하는 방식으로 사람 없이도 주기적 코드 품질 관리를 수행한다.
- Cherny는 별도의 복잡한 프롬프트 엔지니어링 없이 전용 슬랙 채널 ‘proj-claude-maintains-apps’에서 평이한 자연어 지시만으로 Claude Code에 크래시 퍼징, 실제 앱 사용, 수정 풀 리퀘스트 생성 등의 일일 루틴을 시작하도록 명령했다고 밝히며, 팀은 Claude가 첫 시도에서 코드를 잘 수정하지 못할 경우 루틴과 지시를 며칠에 걸쳐 조정해 다음 날 더 나은 자동 수정을 하도록 튜닝하는 인간-AI 협업 운영 체계를 병행하고 있다.
- Claude Code는 몇 주 동안 Anthropic 저장소 전반에서 총 388개의 풀 리퀘스트를 자동 생성했으며, 자동 리뷰와 인간 리뷰를 거쳐 그중 180개가 병합되어 약 46%의 머지율을 보였고, 절반 이상이 최종 반영되지 않았다는 사실은 현 단계에서 자율 AI 유지보수의 정확도와 신뢰성에 한계가 있음을 드러내는 동시에, 반복되는 유지보수성 변경에 대해서는 상당 부분을 개발자 대신 처리할 수 있다는 정량적 가능성을 보여준다.
- Anthropic은 이번 실험 결과를 Boris Cherny가 ‘early signs of life’로 표현할 만큼 자율적 AI 기반 앱 유지보수의 현실성을 확인하는 출발점으로 보고 있으며, 반복적 코드 정리와 버그 수정 같은 기계적 변경의 머지 프로세스를 더 빠르게 처리하는 방안을 모색함으로써 향후 대규모 소프트웨어 조직에서 AI 개발 에이전트를 상시 배치해 운영 비용을 낮추고 개발자의 역할을 설계와 고난도 문제 해결 중심으로 재편하는 구조 변화를 준비하려 하고 있다.
- Anthropic이 Claude Code로 자사 소프트웨어 유지보수를 실험하고 388개 중 180개 풀 리퀘스트를 실제 병합한 사례는 대형 AI 기업이 코드 품질 관리와 운영에 자율형 AI를 투입하는 방향성을 보여주며, 이는 한국의 공공 및 민간 소프트웨어 자산에서도 장기적으로 일일 점검·장애 탐지·구 코드 제거를 AI 에이전트에 위임하는 정책·가이드라인 수립 필요성을 시사하고, 특히 민감한 인프라 분야에서 자동 수정의 검증 절차와 책임 소재를 명확히 규정하는 규범 정비를 선행해야 함을 강조한다.
자율형 AI 개발 에이전트가 실제 코드에 손대기 시작한 만큼, 정책 담당자는 공공·핵심 인프라 시스템에 유사 기술을 도입할 때 검증 절차와 책임 기준을 미리 정하고 국내 소프트웨어 산업이 안전한 AI 유지보수 도구를 개발·실험할 수 있도록 규제 샌드박스와 보안 기준을 병행 설계할 필요가 있다.
주요 용어: Claude Code(Anthropic이 개발한 AI 기반 코드 작성·유지보수 도구), Crash Fuzzer(앱을 자동 실행·조작해 크래시를 유발하고 원인을 분석하는 테스트 루틴)
출처: The Decoder