AI 생성 코드의 증가하는 양은 전통적인 코드 검토 관행에 어려움을 주고 있습니다. AI가 코드 생산을 가속화하는 동안, 인간 검토자는 늘어난 검토 작업량에 맞춰 나가는 데 어려움을 겪고 있습니다. 현재의 코드 검토 프로세스는 품질, 보안, 지식 공유를 보장하는 것을 목표로 하지만, 이러한 기능들이 과부하되고 있습니다. 저자는 코드 검토에 기인하는 많은 이점들이 개발 주기 초기에 해결되어야 한다고 주장합니다. 예를 들어, 대안적인 솔루션을 탐색하는 것은 구현 전에 하는 것이 더 좋습니다. 지식 이전은 완료 후 검토보다는 페어 프로그래밍이나 직접적인 멘토링을 통해 더 효과적입니다. 집단적 소유권과 아키텍처 이해는 협업 설계 세션과 몹 프로그래밍을 통해 육성될 수 있습니다. 형식 지정 및 린팅과 같은 결정론적 검사는 자동화되어야 합니다. 페어 프로그래밍 및 트렁크 기반 개발과 같은 관행을 사용하여 피드백 루프를 더 일찍 전환하는 것이 중요합니다. 인간의 판단은 중요한 아키텍처 변경이나 복잡한 문제에 대해 여전히 가치가 있습니다. AI에 의존하여 인간 검토를 모방하는 것은 근본적인 목적을 해결하지 않고 의례를 보존하는 것입니다. 실제 문제는 코드 검토를 다양한 개발 요구에 대한 만능 해결책으로 사용하는 것일 수 있습니다. AI가 코드 출력을 증가시킴에 따라 시스템에 대한 인간의 이해를 유지하기 위한 보다 신중한 접근 방식이 필요합니다. 초점은 코드를 더 빨리 검토하는 것에서 개발 초기에 이러한 중요한 대화에 참여하는 것으로 이동해야 합니다.