Copilot 코드 리뷰, 팀 맞춤형으로 진화

기존 코드 리뷰는 변경 사항 자체에 집중했지만, 실제 리뷰에 필요한 정보는 이슈 트래킹, 문서, 서비스 카탈로그 등 외부 도구에 분산되어 있었습니다. 에이전트 스킬(Agent Skills)은 팀 내부의 맞춤형 도구 및 표준을 Copilot 리뷰에 통합하여, 이미 해결된 질문에 대한 반복적인 검토를 방지합니다. 또한, MCP(Meta Context Protocol) 서버 연결은 팀이 이미 사용하는 서드파티 플랫폼 및 내부 시스템에서 직접 맥락 정보를 가져와 리뷰에 반영합니다. 이를 통해 시니어 엔지니어가 리포지토리 간 일관성 유지의 병목이 되는 상황을 해소하고, 리뷰 프로세스의 효율성을 높입니다.

코드 변경의 복잡성에 따라 리뷰의 깊이를 조절하는 새로운 중간 분석 계층(Medium Analysis Tier)이 도입되었습니다. 이 계층은 복잡한 로직, 보안에 민감한 코드, 서비스 간 변경 사항 등을 더 깊이 분석하기 위해 고수준 추론 모델을 활용합니다. 기존의 빠른 기본 계층(Low Tier)은 문서 수정이나 간단한 코드 변경에 적합하며, 중간 계층은 더 정확하고 실행 가능한 피드백을 제공하며 미묘한 버그를 포착하는 데 강점을 보입니다. 관리자는 리포지토리별로 이 설정을 조정하여 AI 컴퓨팅 리소스를 가장 중요한 곳에 집중시키고 비용을 효율적으로 관리할 수 있습니다.

팀의 고유한 요구사항을 Copilot 코드 리뷰에 통합하기 위해 맞춤형 에이전트 스킬(Custom Agent Skills)을 설정할 수 있습니다. 리포지토리 내 `.github/skills` 디렉토리에 코드 리뷰 관련 스킬을 위한 하위 디렉토리를 생성하고, `SKILL.md` 파일에 Copilot이 활용할 맥락과 지침을 명시하면 됩니다. 기존에 Copilot 클라우드 에이전트용으로 설정된 스킬은 코드 리뷰에도 자동으로 적용되어, 플랫폼 팀의 초기 투자로 일관된 동작을 여러 에이전트에서 얻을 수 있습니다. 이는 코드베이스 전반의 표준 준수를 강화하는 데 기여합니다.

MCP 서버 연결을 설정하려면 리포지토리 설정의 Copilot 섹션에서 JSON 형식의 MCP 구성을 추가해야 합니다. 인증에 필요한 토큰은 리포지토리 설정의 Secrets and variables → Agents에 저장합니다. 이미 Copilot 클라우드 에이전트에 MCP 구성이 있다면, 해당 설정은 코드 리뷰에도 자동으로 적용됩니다. 이는 기존 워크플로우와의 통합을 용이하게 하며, 별도의 설정 없이도 팀의 외부 시스템 맥락 정보를 활용할 수 있도록 지원합니다. 이를 통해 리뷰 과정에서 발생하는 정보 탐색 시간을 단축하고 의사결정의 질을 높일 수 있습니다.

리포지토리 설정에서 리뷰 노력 수준(Review effort level)을 'Low' 또는 'Medium'으로 선택하여 리뷰 강도를 조절할 수 있습니다. 'Medium' 계층은 'Low' 계층보다 더 많은 AI 크레딧을 소비하지만, 그만큼 더 깊이 있는 분석과 실행 가능한 피드백을 제공합니다. 이러한 비용 신호(Cost Signals)는 관리자가 사용량 기반 요금 청구 하에서 지출을 효과적으로 관리하도록 돕습니다. 복잡한 코드나 비즈니스 가치가 높은 변경 사항에는 'Medium'을, 단순한 작업에는 'Low'를 적용하여 컴퓨팅 자원을 최적의 장소에 배분하는 전략이 가능합니다.