그랩, AI 코드 증가에 다층 검증 도입

ai.euno.news 자동 뉴스 요약

그랩(Grab)이 AI 코딩 도구 확산으로 릴리스마다 코드 변경량이 늘자, 모바일 앱 결함과 충돌을 개발 단계부터 배포 이후까지 차단하는 다층 검증 체계를 도입했다. 핵심은 코드를 더 빨리 만드는 만큼 사전 검사, 제한 배포, 실시간 대응을 연속해서 적용하는 것이다. 그랩은 “AI가 코드 작성 속도를 높이고, 다층 방어가 그 속도를 안전하게 만든다”고 설명했다.¹

그랩처럼 여러 제품팀에서 매주 많은 병합 요청을 처리하는 환경에서는 변경 하나가 앱 충돌로 이어질 수 있다. 릴리스와 별도로 켜지는 기능 플래그 뒤에 새 기능을 숨겨 배포하는 경우도 많아 원인을 찾기가 더 어렵다. 충돌은 사용자 경험뿐 아니라 충돌 없는 세션 비율과 구글 플레이 순위에도 영향을 준다. 자동 업데이트를 꺼둔 사용자의 기기에는 문제가 생긴 버전이 오래 남는다. 스택 추적 정보가 온전하지 않은 충돌은 릴리스 일정, 기능 플래그 활성화 시점, 세션 메타데이터까지 대조해야 원인을 좁힐 수 있다.¹

그랩은 우선 병합 전부터 사전 제작 환경까지를 ‘주요 방어선’으로 삼았다. 안드로이드 린트(Android Lint)와 스위프트린트(SwiftLint)에 플랫폼·커뮤니티·자체 규칙을 적용해 코드를 합치기 전에 문제를 찾고, 단위 테스트와 사용자 인터페이스(UI) 테스트, 수동 품질보증(QA) 검사를 병행한다. 이후 초기 빌드를 내부 사용자에게 배포하는 그랩 얼리 액세스(GEA·Grab Early Access)에서 충돌을 감시한다. 내부 사용자 몇 명에게만 나타난 오류도 실제 서비스 규모에서는 충돌률 급증과 고객 지원 부담, 긴급 수정으로 번질 수 있다는 판단이다.¹

출시 단계에서는 새 버전을 일부 사용자에게만 먼저 배포하는 단계적 출시를 쓴다. 충돌률이 비정상적으로 오르면 확대를 멈춘다. 기능 플래그도 점진적으로 켜며 영향을 측정하고, 미리 정한 기준을 넘으면 새 앱 버전을 배포하지 않고도 해당 기능을 즉시 끈다.¹

배포 뒤에는 파이어베이스 크래시리틱스(Firebase Crashlytics)와 빅쿼리(BigQuery)로 충돌을 실시간 감시한다. 자동 분류 시스템은 메타데이터와 스택 추적을 모아 충돌을 특정 풀 리퀘스트(PR)와 연결한다. 사고 분석 결과는 다시 린트 규칙과 테스트 범위에 반영된다. 다만 InfoQ가 소개한 내용은 전체 체계의 일부이며, AI 생성 코드가 실제로 충돌률을 얼마나 높였는지나 새 체계가 이를 얼마나 낮췄는지는 수치로 제시되지 않았다.¹

읽기 목록은 이 브라우저에 저장됩니다.