우버(Uber), 도어대시(DoorDash), 클라우드플레어(Cloudflare) 등 글로벌 테크 기업들이 AI 활용 범위를 코드 자동 생성에서 더 이른 단계인 제품 요구사항 문서(PRD, Product Requirement Document) 검토와 시스템 설계 단계까지 확장하는 사례가 공개됐다. 이들의 공통점은 AI를 엔지니어를 대체하는 자동화 수단이 아니라, 인간 검토자가 최종 판단을 내리기 전 1차 평가 레이어로 활용한다는 점이다.
우버는 PRD가 엔지니어링 팀에 전달되기 전에 AI가 문서를 먼저 검토하는 ‘퍼스트 패스(first pass)’ 방식을 도입했다. AI는 요구사항의 명확성과 완성도, 실행 리스크를 평가하고, 담당팀이 인지하지 못했을 수도 있는 회사 전반의 관련 프로젝트와 맥락 정보를 보완한다. 우버는 AI가 PRD를 함께 작성하는 도구가 아니라 개발자가 미처 생각하지 못한 의존성·누락·불명확한 가정들을 설계 전 단계에서 걸러내는 구조화된 검토 메커니즘으로 기능한다고 설명했다. 도어대시는 기존 코드 리뷰 도구와는 다르게, 노이즈를 최소화하고 유의미한 피드백만 생성하도록 설계된 내부 AI 코드 리뷰어를 구축했다. 핵심 목표는 엔지니어들이 AI 피드백을 실제로 반영하게 만드는 것이었으며, “댓글은 적게, 더 유용한 피드백으로, 코드가 배포되기 전에 실질적인 행동 변화를”이 설계 원칙으로 제시됐다.
클라우드플레어는 보안 분석, 성능 평가, 정확성 검사 등 각각의 책임을 맡은 특화 AI 에이전트들로 구성된 다중 에이전트(multi-agent) 코드 리뷰 체계를 구축했다. 이는 분산 시스템의 관심사 분리(separation of concerns) 원칙을 AI 리뷰에 적용한 것으로, 단일 범용 리뷰어보다 역할을 명확히 좁힌 에이전트가 더 높은 정밀도를 발휘한다는 판단에 따른 것이다. 클라우드플레어는 또한 무엇을 탐지할지 못지않게 무엇을 지적하지 않을지를 정의하는 것이 고신호(high-signal) 리뷰를 유지하는 핵심이라고 강조했다.
세 기업의 사례는 AI가 소프트웨어 개발 라이프사이클 전반에 걸쳐 PRD부터 설계, 코드 리뷰, 구현에 이르기까지 각 단계에 검토 체크포인트를 추가하는 ‘연속적 검증’ 모델로 수렴하고 있음을 보여준다. 자동화 분석을 도입하면서도 엔지니어의 최종 판단 권한을 유지하는 구조는, AI를 단순 코딩 보조 도구가 아닌 개발 거버넌스 레이어로 자리매김하려는 업계 트렌드를 반영한다.
