BurstPick: 4명의 AI 전문가가 리뷰하는 앱 개발 프로세스

AICodeReviewSwiftMacOSWindowsMLDevProcess

사진 큐레이션 앱 BurstPick의 개발에서 AI 에이전트 리뷰어를 활용한 체계적인 코드 품질 관리 경험을 공유합니다.

BurstPick: 4명의 AI 전문가가 리뷰하는 앱 개발 프로세스

들어가며

BurstPick은 사진작가를 위한 버스트 사진 큐레이션 앱입니다. 세션당 3,000장 이상의 연사 프레임에서 최고의 컷을 자동으로 골라내는 도구죠. 22개의 온디바이스 ML 모델, 39개 언어 지원, macOS와 Windows 동시 개발 — 혼자서 이 규모의 프로젝트를 관리하려면 코드 리뷰가 생명입니다.

문제는, 1인 개발자에게 리뷰어가 없다는 점입니다. 아니, 없었습니다. 지금은 4명의 AI 전문가가 매 리뷰 라운드마다 동시에 코드를 검토합니다. 45번의 리뷰 라운드를 거치며 다듬어진 이 프로세스를 공유합니다.

4명의 전문 리뷰어

BurstPick의 리뷰 시스템에는 4명의 전문가가 있습니다. 각자 완전히 다른 렌즈로 코드를 봅니다.

1. Pro Photographer Reviewer — 현업 관점

“내가 내일 당장 이걸 내 비즈니스에서 쓸 수 있나?”

이 리뷰어는 기능 완성도, 워크플로우 통합, 데이터 안전성을 봅니다. 코드의 품질보다 사용자의 신뢰를 우선시해요.

R45 점수: 8.1/10 — “디자인 토큰 정리는 폴리시 작업이지, 기능 진전은 아니다”

2. Systems Performance Engineer — 성능 관점

“이거 10K장에서도 스케일하나? 핫 패스가 어딘가?”

CPU 활용, 메모리 프로필, GPU 가속, 동시성 패턴을 검사합니다. 벤치마크 수치로 이야기하는 리뷰어.

R45 점수: 9.2/10 — “디자인 토큰 마이그레이션에서 성능 임팩트 제로. 리그레션 없음”

3. Product Marketing Reviewer — 시장 관점

“사진작가들이 이게 Photo Mechanic과 뭐가 다른지 이해하겠나?”

가치 제안의 명확성, 경쟁 차별화, GTM 준비 상태를 평가합니다.

R45 점수: 9.3/10

4. UI/UX Design Reviewer — 인터페이스 관점

“디자인 시스템이 일관적인가? 접근성 패턴이 적용되었나?”

디자인 토큰 일관성, 접근성 어노테이션, 시각적 위계를 검사합니다.

R45 점수: 9.5/10 — “UI-11, UI-12 수정 확인 완료”

리뷰 라운드 시스템

45번의 라운드를 거치면서 정립된 프로세스입니다.

라운드 구조

R44: 변경 사항 리뷰 요청
  ↓
4명의 리뷰어가 동시에 리뷰 (각자 다른 LLM)
  ↓
각 리뷰어가 리포트 생성
  ↓
통합 리포트로 머지
  ↓
이슈 수정 (CRITICAL → HIGH → MEDIUM 순서)
  ↓
R45: 수정 사항 확인 리뷰

각 리뷰어는 자기 분야만 봅니다. 보안 리뷰어가 UI 디자인을 지적하거나, 마케팅 리뷰어가 코드 품질을 논하지 않습니다. 이 경계가 리뷰 품질을 높이는 핵심입니다.

Ground Truth 문서

리뷰가 반복되면서 한 가지 문제가 생겼습니다: 같은 이슈가 계속 재등장하는 것. 이미 해결된 항목을 리뷰어가 다시 지적하거나, 설계상 의도된 패턴을 문제로 판단하거나.

이를 해결하기 위해 REVIEW-GROUND-TRUTH.md를 만들었습니다:

## Resolved Items
| ID | Issue | Status | Round Fixed |
|----|-------|--------|-------------|
| SEC-1 | API key in source | Fixed | R12 |
| CQ-3 | AppState 5,800 lines | Accepted (MEDIUM debt) | R18 |
| PERF-7 | Vision framework deadlock | Fixed (4 concurrent limit) | R23 |


## Accepted Patterns
- ~190 `try?` expressions — intentional for non-critical image operations
- ~12 `@unchecked Sendable` — reviewed, minimal actor isolation bypass
- ~140 `.shared` singleton accesses — standard service layer pattern

이 문서가 있으면 리뷰어들이 이미 해결된 문제를 재론하지 않습니다. 점수도 단조 비감소(monotonically non-decreasing)여야 한다는 규칙을 적용했어요. 수정이 적용되었으면 점수가 내려가서는 안 됩니다.

심각도 체계

리뷰어 간 일관성을 위한 엄격한 정의:

심각도정의예시
CRITICAL데이터 손실, 보안 익스플로잇, 크래시, 핵심 기능 고장RAW 파일 손상, XMP 덮어쓰기
HIGH드문 크래시, 2배 이상 성능 저하, 부분 기능 실패10K장에서 OOM, 클러스터링 실패
MEDIUM기술 부채, 성능 이슈, 비핵심 기능 누락5,800줄 AppState, 캐시 미스
LOW스타일, 최적화, 문서변수명, 주석 누락

달러 비용으로 이야기하기

가장 효과적이었던 도입은 **달러 비용(Dollar Cost)**입니다.

리뷰어가 이슈를 보고할 때 “이걸 안 고치면 얼마의 비용이 발생하는가”를 추정합니다:

이슈상태달러 비용설명
CG-1: Lightroom 계층 키워드 미지원Open$200-500/건키워드 수동 재작업 비용
CG-3: 그리드에 임베디드 JPEG 미사용Open~$130/10K 세션Photo Mechanic 대비 속도 차이
CG-2: 태그 충돌 머지 UI 미노출OpenN/A사일런트 유니온 머지 리스크

“MEDIUM 이슈입니다”보다 “$130/10K 세션의 경쟁력 손실”이라고 하면 우선순위 판단이 훨씬 명확해집니다.

디자인 토큰 마이그레이션 사례

R44-R45에서 진행된 디자인 토큰 마이그레이션은 이 리뷰 시스템의 좋은 사례입니다.

변경 내용

// Before: 하드코딩된 색상
Text("Ready")
    .foregroundStyle(.green)


// After: 시맨틱 디자인 토큰
Text("Ready")
    .foregroundStyle(currentTheme.proSuccess)

UI-11에서 7개, UI-12에서 1개의 raw color literal을 시맨틱 토큰으로 교체했습니다.

4명의 리뷰어 반응

Performance Engineer: “토큰 읽기는 ResolvedTheme 구조체의 프로퍼티 접근. 힙 할당 없음, 새로운 관찰 의존성 없음. 성능 임팩트 제로.”

UI/UX Reviewer: “UI-11, UI-12 수정 확인. .green → proSuccess, Color.gray.opacity(0.2) → proTextQuaternary. 시맨틱이 정확함.”

Photographer Reviewer: “폴리시 작업이지 기능 진전은 아님. 점수 유지.”

Marketing Reviewer: “사용자에게 보이는 변화 없음. GTM 영향 없음.”

단 8줄의 변경이지만 4개의 다른 관점에서 검토되었습니다. 성능 리그레션이 없다는 확인, 시맨틱이 올바르다는 확인, 사용자 영향이 없다는 확인. 이런 검증을 혼자서 하려면 4가지 모자를 바꿔 써야 하는데, AI가 동시에 해줍니다.

멀티 플랫폼의 현실

BurstPick은 macOS와 Windows를 동시에 개발합니다. 둘 다 Swift 6.2지만 완전히 다른 세계에요.

macOSWindows
UISwiftUI + AppKitWinUI 3
ML 추론CoreML + MetalONNX Runtime + DirectML
이미지 디코딩CGImageSource, CIRAWFilterWIC + D2D
동시성TaskGroup + 구조화된 동시성수동 옵저버 패턴
언어 수39개19개
ML 모델22개서브셋 (DINOv2, RetinaFace 등)

같은 사진 분석 로직이지만, 플랫폼별로 최적화 전략이 완전히 다릅니다. macOS에서는 Metal 컴퓨트 셰이더로 GPU 가속을 쓰고, Windows에서는 ONNX Runtime으로 CPU 기본 + DirectML 옵션을 제공합니다.

리뷰 시스템도 플랫폼 경계를 존중합니다. macOS 리뷰에서 Windows 코드를 지적하거나 그 반대는 허용되지 않아요. Ground Truth 문서에 “Windows is out-of-scope for macOS reviews”가 명시되어 있습니다.

22개 ML 모델의 관리

BurstPick이 복잡한 이유 중 하나는 22개의 ML 모델입니다:

  • 화질 평가 5개: Heuristic, TOPIQ-NR, MUSIQ, MANIQA, NIMA
  • 미학 평가 2개: LAION Aesthetic, ViT-B/16 Aesthetic
  • 이미지 임베딩 3개: Vision FeaturePrint, DINOv2, CLIP
  • 얼굴 인식/임베딩 6개: EdgeFace-XS/S, AdaFace IR-18/50, AuraFace, GhostFaceNets
  • VLM 평가 5개: SmolVLM2 256M/2B, FastVLM 0.5B/1.5B, VLM Placeholder
  • 분류 1개: Apple Vision Classification

이 모델들의 점수를 가중합, 최대, 기하평균 등으로 조합해서 최종 순위를 매깁니다. 사용자가 ML Settings 패널에서 모델별 가중치를 조절할 수 있고, 실시간 미리보기로 결과를 확인합니다.

Performance Engineer 리뷰어가 이 파이프라인에서 가장 많이 지적하는 건 **메모리 압력(memory pressure)**입니다. 10,000장을 처리할 때 모든 모델을 메모리에 올려둘 수 없으니, 커널 레벨 메모리 모니터링으로 자동 캐시 퇴거와 모델 언로딩을 수행합니다.

i18n: 39개 언어의 함정

39개 언어를 지원하면서 배운 교훈이 있습니다.

포맷 스트링 버그

// Before: 이렇게 쓰면 안 됨
String(localized: "\(count) tags")
// → 숫자가 로컬라이즈드 키에 삽입됨 (의도와 다름)


// After: C-스타일 포맷 사용
String(format: String(localized: "%lld tags"), Int64(count))

Swift의 String(localized:) 안에서 인라인 인터폴레이션을 쓰면, 런타임 값이 로컬라이제이션 키의 일부가 되어버립니다. %lld 포맷 스페시파이어로 바꿔야 번역가가 기대하는 C-표준 정수 포맷이 됩니다.

오염된 번역 제거

11개 로케일에서 2,971개의 크로스 언어 오염 번역을 발견하고 제거했습니다. 베트남어 “KEEP”(GIU)의 성조 표시가 빠져서 “GIỮ”로 수정하고, 루마니아어 “Reject” 번역이 의미 없는 문자열이었던 것도 고쳤습니다.

CLDR 복수형 규칙

“1 photo” vs “2 photos” — 영어는 단수/복수지만, 아랍어는 0, 1, 2, few, many, other 6가지 형태가 있습니다. 39개 언어의 복수형 규칙(CLDR plural rules)을 모두 지원하는 건 리뷰 시스템 없이는 검증이 거의 불가능합니다.

신뢰와 데이터 안전성

Photographer Reviewer가 가장 중요하게 보는 것:

  1. RAW 파일은 절대 수정되지 않음 — 모든 결정은 카탈로그/XMP 메타데이터에 저장
  2. 완전한 실행 취소 — 모든 컬링 결정은 세션 내에서 되돌릴 수 있음
  3. 클라우드 의존성 없음 — 모든 처리가 로컬에서 수행

만약 BurstPick이 내일 사라져도, 데이터는 완전히 접근 가능합니다: SQLite 카탈로그(표준, 오픈 포맷), XMP 사이드카(Adobe 오픈 XML 표준), Lightroom 카탈로그 내보내기.

이 시스템을 가능하게 한 것

BurstPick의 AI 리뷰 시스템은 agt의 페르소나 기능 위에 구축되었습니다.

Terminal window
# 4명의 리뷰어가 동시에, 각각 다른 LLM으로
agt persona review security-reviewer --gemini \
  -o ".context/reviews/R45-security.md" &
agt persona review architecture-reviewer --codex \
  -o ".context/reviews/R45-architecture.md" &
agt persona review code-quality-reviewer --claude \
  -o ".context/reviews/R45-quality.md" &
agt persona review performance-reviewer --gemini \
  -o ".context/reviews/R45-performance.md" &
wait

결과는 .context/reviews/에 라운드 넘버링으로 저장됩니다. R1부터 R45까지의 히스토리가 있어서, 프로젝트의 품질이 어떻게 변화했는지 추적할 수 있습니다.

마치며

1인 개발자에게 코드 리뷰는 사치였습니다. 코드를 쓰는 사람과 리뷰하는 사람이 같으면, 자기가 놓친 문제를 자기가 발견하기 어렵죠.

AI 리뷰어는 이 문제를 구조적으로 해결합니다. 4명이 서로 다른 관점에서 동시에 리뷰하면, 보안 전문가는 OWASP를 보고 성능 전문가는 핫 패스를 보고 마케팅 전문가는 사용자 가치를 봅니다. 혼자서는 불가능한 다면적 검토가 가능해집니다.

45번의 라운드를 거치며 배운 가장 큰 교훈: 리뷰 시스템도 코드와 같이 진화해야 한다. Ground Truth 문서, 심각도 체계, 달러 비용 추정, 점수 일관성 규칙 — 이 모든 것이 초기에는 없었고, 문제가 생길 때마다 하나씩 추가되었습니다.

AI가 인간 리뷰어를 완전히 대체할 수 있는지는 모르겠습니다. 하지만 적어도 1인 개발자에게, 리뷰어가 없는 것보다는 AI 리뷰어가 있는 것이 압도적으로 낫습니다. R45까지 온 BurstPick이 그 증거입니다.

Comments

Loading comments...