출시량 약 20배 주장한 코드래빗, 코덱스로 개발 절차 재편

코드래빗(CodeRabbit)은 코덱스(Codex)를 활용한 지난 6개월 동안 엔지니어 수를 늘리지 않고 소프트웨어를 약 20배 더 출시했다고 주장했다.

오픈AI(OpenAI)는 9일 공개한 고객 사례에서 이 수치를 소개했다. ‘20배’는 코드래빗 공동창업자 겸 CEO 하르조트 길(Harjot Gill)의 설명이다. 출시량의 산출 단위와 비교 기간의 기준값, 집계 방식은 사례에 담기지 않았다. 오픈AI 고객 사례

길은 “코딩 에이전트를 도입하면 모든 회사가 처음 부딪히는 병목은 코드 리뷰”라고 말했다. 코드 작성 뒤 변경 사항을 검토하는 과정이 개발 속도를 제한할 수 있다는 취지다.

코드래빗은 AI가 작성한 코드를 검토하고 보안 문제를 점검하는 개발 도구를 제공한다. 오픈AI는 해당 도구가 2만개 넘는 조직과 15만개 넘는 오픈소스 프로젝트에서 쓰인다고 소개했다.

길은 인터뷰 직전 30일 동안 자신이 풀리퀘스트(PR) 2500~3000건을 올렸다고 추정했다. PR은 코드 변경을 검토하고 병합해 달라고 요청하는 단위다. 이 개인 추정치는 팀 전체의 소프트웨어 출시량이나 병합·배포를 마친 PR 건수와는 구분된다.

코덱스 에이전트를 여러 개 동시에 가동하면서 노트북의 메모리와 연산 능력이 병목으로 나타났다. 코드 작성 작업이 늘면서 개발 환경의 처리 능력도 제약을 받았다는 설명이다.

테스트와 빌드·패키징, 의존성 관리에서도 병목이 생겼다. 생성된 코드의 검증과 소프트웨어 배포 준비가 에이전트의 작업 속도를 따라가야 하는 과제로 드러났다.

코드래빗은 배포 절차와 사람의 승인 지점을 다시 설계하고 위험이 낮은 변경은 자동 배포했다. AI가 코드를 만드는 단계뿐 아니라 검토와 배포 과정도 함께 조정한 것이다.

회사는 장애와 사내 메시지, 고객 지원 요청을 분류해 검토용 PR을 만드는 슬랙 봇에도 코덱스를 적용했다. 이 봇이 만든 PR은 담당자가 검토하고 병합할 수 있다.

코드래빗은 앞서 코드 경로와 권한 검증 절차를 살펴 취약점 후보를 찾는 보안 기능 ‘딥 스캔’을 소개했다. 이번 사례는 코드 검토·보안 점검에 더해 코드 작성과 배포 절차에 AI 도구를 적용한 내부 운영 방식도 다뤘다.

오픈AI가 2025년 5월 공개한 별도 사례에는 코드래빗의 코드 리뷰 도구를 사용한 뒤 PR 처리 주기가 25~50% 빨라졌다는 설명이 담겼다. 고객들이 운영 중인 제품에서 버그가 50% 줄었다고 보고했다는 내용도 포함됐다. 오픈AI의 2025년 사례

이전 사례의 PR 처리 주기와 고객 보고 버그 감소는 코드 리뷰 도구의 사용 경험을 다룬 수치다. 이번 사례의 소프트웨어 출시량 주장과는 측정 대상이 다르다.

프린스턴대 케빈 추이 등 연구진은 2026년 2월 27일 공개한 학술지 ‘Management Science’ 논문에서 마이크로소프트·액센추어·포춘 100대 기업 한 곳의 개발자 4867명이 참여한 3개 현장 실험을 합산 분석했다. AI 코드 완성 도구를 제공받은 집단에서는 완료 과제가 평균 26.08% 늘었다고 보고했다. 현장 실험 연구

METR의 2025년 실험에서는 숙련 오픈소스 개발자 16명이 과제 246건을 수행할 때 AI 도구 사용으로 완료 시간이 19% 늘었다. METR 실험 논문

두 연구는 도구와 참가자, 과제, 측정 지표가 달라 코드래빗이 밝힌 ‘20배’ 수치를 직접 입증하거나 반박하지 않는다. METR은 올해 2월 후속 실험에서 참가자·과제 선택 편향과 여러 에이전트를 병행할 때의 시간 측정 문제를 지적하며 생산성 효과의 크기를 신뢰성 있게 추정하기 어렵다고 밝혔다. METR 후속 발표