AI 리뷰를 신뢰할 수 있을까요?
AI 코드 리뷰의 신뢰성을 높이기 위해 자체 벤치마크와 반영률 지표를 만들고 개선 과정을 정리했습니다. 서브에이전트와 프롬프트 튜닝의 한계를 확인한 뒤 데이터 기반으로 모델과 워크플로를 바꿨습니다.
#LLM#Claude#GitHub
13200
AI 리뷰를 신뢰할 수 있을까요?

AI 코드 리뷰의 신뢰성을 높이기 위해 자체 벤치마크와 반영률 지표를 만들고 개선 과정을 정리했습니다. 서브에이전트와 프롬프트 튜닝의 한계를 확인한 뒤 데이터 기반으로 모델과 워크플로를 바꿨습니다.
Claude Code를 REST API로 감싸 세션 복원, 스트리밍 분리, MCP 도구 연동 구조를 정리했습니다. 기존 AI SDK 도구를 재사용하면서 웹 환경에서 에이전트를 운영하는 방법을 공유했습니다.
AI PR 리뷰 도구의 한계를 자율성과 확장성 관점에서 설명했습니다. Claude Agent SDK로 Multi-turn 에이전트를 구성해 이슈 생성과 PR 작업까지 확장한 사례를 공유했습니다.

사내 AI 챗봇 서비스를 Next.js 템플릿 기반으로 구축하고, Azure OpenAI와 GraphQL 도구 연동을 확장한 과정을 공유했습니다. 배포와 필터링, 컨텍스트 초과 같은 문제를 해결하며 내부 구성원용 서비스로 운영한 사례입니다.

HTML 번역 전에 unified와 rehype로 속성을 분리해 LLM 입력을 최소화했습니다. 그 결과 토큰을 약 40% 줄이고 번역 오류 위험도 낮췄습니다.
