Codex로 AI 코드 리뷰에 맥락을 더하는 Qodo

Qodo⁠(새 창에서 열기)는 코드 리뷰와 소프트웨어 품질 관리를 위한 AI 도구를 개발합니다. 코딩 에이전트가 자신이 수정하는 코드를 이해하는 데 필요한 조직의 지식을 제공하는 도구입니다. 공동 창립자 겸 CEO인 Itamar Friedman은 이를 “코딩 에이전트의 가장 친한 친구”라고 부릅니다.

Qodo는 GPT‑6 Astra를 비롯한 OpenAI 모델로 엔지니어링 지식을 수집하고, 코드를 리뷰하며, 소프트웨어 품질을 모니터링합니다. Qodo의 Codex 플러그인은 개발자의 코딩 세션에 이러한 맥락 정보와 리뷰 기능을 제공합니다.

Itamar에 따르면 고객 환경은 1만 개 이상의 저장소에 걸쳐 있을 수 있습니다. 이런 환경에서는 일부 코드의 변경이 그 자체로는 올바르더라도, 이를 사용하는 다운스트림 서비스에 장애를 일으킬 수 있습니다. Qodo는 이 문제를 해결하기 위해 플러그인을 개발해 Codex 마켓플레이스에 제공했습니다.

Itamar는 “Codex는 한정된 범위의 작업을 맡아 효율적으로 완수하는 데 매우 뛰어납니다”라고 말합니다. Qodo 플러그인은 Qodo의 Agentic Toolbox를 통해 Codex에 코드베이스 지식, 조직의 규칙, 독립적인 리뷰 기능을 제공합니다.

이러한 맥락 정보를 갖춘 Codex는 서로 다른 Git 제공업체가 호스팅하는 저장소나 Kafka로 연결된 서비스까지 포함해, 여러 저장소에 걸친 의존성을 고려할 수 있습니다. Itamar는 “Qodo가 그런 연결 관계를 파악해 Codex가 소프트웨어 전체를 살펴보고 P0 버그를 놓치지 않도록 도와줍니다”라고 말합니다.

Codex는 코드 작성을 시작하기 전에 Qodo 플러그인으로 관련 코드베이스 규칙과 pull request 이력 및 패턴을 조회할 수 있습니다. Codex가 코드를 변경하면 Qodo가 변경 사항을 리뷰합니다. 그리고 개발자가 pull request를 만들기 전에 같은 세션 안에서 리뷰 결과를 Codex에 직접 전달합니다.

Qodo의 AI 개발자 관계 책임자인 Nnenna Ndukwe는 개발자들이 이 워크플로를 활용해 Codex의 GPT‑6 모델로 기능을 개발하고 기술 부채를 해결하는 모습을 보고 있습니다. 개발자들은 Codex의 코딩 작업에서 Qodo의 독립적인 리뷰로 이어지는 작업 인계 과정을 자동화하고 있습니다. Nnenna는 “개발자들이 그렇게 작업하는 모습을 보고 있어요. GPT‑6의 역량이 워낙 뛰어나서 정말 기대가 큽니다”라고 말합니다.

Itamar는 코딩 에이전트와 리뷰 에이전트를 “음과 양”에 비유합니다. 하나가 코드를 만들면 다른 하나는 그 코드에 문제는 없는지 따져봅니다. 각 역할에는 그에 맞는 설정과 맥락 정보가 필요하며, 여러 에이전트가 참여할 수도 있습니다. 그가 그리는 미래는 에이전트들이 리뷰 결과를 논의하고, “서로 받아들이지 못하는 부분만 드러내어” 사람이 검토하도록 하는 것입니다. 개발자는 계획과 검토를 맡아, 해결되지 않은 문제를 에이전트들의 논의 내용, 맥락 정보, 개발자의 과거 결정과 함께 살펴볼 수 있게 됩니다.

Itamar는 “그렇게 신뢰를 쌓는 겁니다”라고 말합니다. Nnenna도 “전체 과정이 더 효율적으로 바뀐다고 생각해요”라고 덧붙입니다. “저희의 전문성이 가장 빛나는 부분을 활용할 수 있게 되는 거죠.”

Qodo에서 Nnenna는 자신의 자동화된 개발 워크플로와 지식 업무에 GPT‑6 Astra의 Extra High 및 Ultra 추론 설정을 활용하고 있습니다.

Nnenna는 한 주 동안 이룬 성과와 다음으로 집중하거나 개선할 부분을 보고하도록 Codex에 예약 작업을 설정합니다. 또한 소셜 플랫폼에서 에이전트 기반 엔지니어링에 관한 논의를 조사하고 개발자용 콘텐츠 아이디어를 제안하는 데도 Codex를 활용합니다. 자신이 변경한 코드에 대해서는 작업 내용을 분석하고 새로 만들거나 다듬을 에이전트 스킬을 제안하도록 Codex에 예약 작업을 설정합니다.

Itamar는 모든 결정을 언어 모델에 맡기는 대신, OpenAI가 최근 출시한 Decisions API로 개발 단계마다 적용할 규칙과 에이전트 스킬을 선택할 수 있을 것으로 보고 있습니다.

그가 제시한 예시에서는 Decisions API가 200개 규칙 중 점검이 필요한 것을 선택한 뒤 언어 모델이 해당 규칙에 대해 추론합니다. 이를 통해 규칙 선택 속도를 높이고 비용을 줄이는 동시에 리뷰 품질도 개선할 수 있습니다. Itamar는 “Decisions API는 저희가 이 과정의 신뢰성을 높일 수 있는 엄청난 기회입니다”라고 말합니다.

Nnenna는 Qodo의 접근 방식이 “인공지능의 가장 뛰어난 장점과 전통적인 소프트웨어 엔지니어링 및 스크립팅의 가장 뛰어난 장점”을 결합한다고 말합니다. 기업의 지식이 코딩 에이전트의 작업 방향을 안내하고, 독립적인 리뷰가 그 결과를 점검하며, 남은 문제는 사람의 전문성으로 해결합니다.

이는 Itamar가 말하는 소프트웨어 팩토리의 토대가 됩니다. 고객이 직접 구성하고 소유할 수 있는 이 시스템은 코딩 및 리뷰 에이전트에 프로덕션 환경에서 소프트웨어가 어떻게 변화하는지에 대한 이해를 결합합니다.

Qodo는 OpenAI와 함께 코딩 에이전트가 기업에 축적된 경험을 더 폭넓게 활용하고, 개발자는 자신의 판단이 가장 중요한 곳에 집중할 수 있는 미래를 만들어가고 있습니다.