개요
- 현황: 구름 딥다이브 3차 동료들과 사이드 프로젝트를 진행 중입니다.
- 기존 문제: 기존에 사용하던 CodeRabbit은 생성하는 리뷰 코멘트의 양이 많아 가독성이 저해되고 피로도가 높다는 의견이 있었습니다.
- 대안 검토: 다른 팀이 사용 중인 Gemini Code Assist는 리뷰가 비교적 짧고 간결하다는 정보를 얻었습니다.
- 목표: 팀 차원에서 최적의 AI 리뷰어를 선택하기 위해 두 도구를 비교 분석합니다.
AI 코드 리뷰어 소개
Gemini Code Assist
개발 주체
- Google (구글)
- 공식 문서 바로가기
AI 모델
- Gemini 2.5 (최신 Gemini 계열 LLM, 구글 파운데이션 모델)
동작 방식
1. 컨텍스트 수집: PR 변경 내역(diff), 제목·설명, 프로젝트 관련 파일 등을 선별적으로 수집, 1M 토큰 내 컨텍스트 구성
2. AI 분석 및 피드백 생성: Gemini 모델이 코드 품질, 보안, 성능, 스타일을 점검.
3. 결과 출력 (Output to PR): 요약 및 인라인 코멘트를 PR에 자동 게시.
학습 데이터 (공식적으로 공개된 범위)
- 공개 GitHub 코드 일부
- Google 내부 기술 문서, Google Cloud 관련 자료
- 사용자가 설치 시 허용한 저장소 코드(프로젝트 코드)
🔍 근거: Gemini Code Assist 문서에 “codebase awareness up to 1M tokens” 및 “custom style guides 적용 가능” 명시됨.
출처: developers.google.com, blog.google
특징 & 장점
- 대규모 컨텍스트: 최대 약 1,000,000 토큰 컨텍스트 윈도우 활용 (무료 버전<개인용>은 128,000 토큰).
- 실시간 코드 보조: 오류 탐지, 함수 제안, 테스트/디버깅 지원.
- 보안·컴플라이언스: Google Cloud 기반 엔터프라이즈 보안 체계 제공.
운영 현황 (2025년 10월 기준)
- AI PR 리뷰 분야 3위
- Google Cloud, Android Studio 기반 개발팀에서 주로 사용 추정
CodeRabbit
개발 주체
- CodeRabbit Inc.
- 오픈소스 저장소 바로가기
AI 모델
- 최신 LLM(대규모 언어 모델) 기반
- 구체적 모델명은 비공개 (최신 GPT 계열 추정)
- 공식 문서 참고
동작 방식
1. 컨텍스트 엔지니어링: 맥락 및 프로젝트 구조 전반 수집
2. 코드 그래프 분석: 시스템 전체 연결·의존성 파악
3. 리뷰 에이전트: AI가 리뷰 코멘트 및 개선안 생성
4. 검증 에이전트: 노이즈 제거, 실제 반영 가능한 제안만 필터링
5. 결과 출력 (Output to PR): 최종 리뷰를 PR에 자동 등록
학습 데이터
- 공개 GitHub 코드
- 자체 플랫폼에서 수집된 코드 리뷰 데이터
- 사용자 프로젝트 코드 (레포를 샌드박스에 복제 후 분석)
🔍 근거: CodeRabbit 공식 문서에서 “sandboxed repository clone” 및 “integrated linters/SAST” 언급.
출처: docs.coderabbit.ai
특징 & 장점
- 컨텍스트 엔지니어링 기반 정밀 분석
- 린터·SAST 결과 반영 → 구조화된 보안 점검 가능
- 자동 생성 다이어그램 제공 (코드 관계 시각화)
- “샌드박스 환경”에서 코드 실행 후 리뷰 제공
운영 현황 (2025년 10월 기준)
- AI PR 리뷰 분야 1위
- 2025년 1월 보안 사고 발생 (현재 취약점 수정 완료)
- 다양한 스타트업·팀에서 활발히 사용 중
비교 요약
가격 비교는 제외했음. (사이드 프로젝트에서는 무료 버전 사용 예정)
| 구분 | Gemini Code Assist | CodeRabbit |
|---|---|---|
| 개발사 | CodeRabbit Inc. | |
| 공식 모델 | Gemini 2.5 | 비공개 (GPT 계열 추정) |
| 컨텍스트 처리 | 최대 1M 토큰 컨텍스트 윈도우 | 컨텍스트 엔지니어링 + 코드 그래프 분석 |
| 리뷰 강점 | 짧고 간결한 리뷰, Google Cloud 통합 | 정밀 분석, 린터/SAST 통합, 다이어그램 |
| 출력 방식 | 요약 + 인라인 주석 | 요약 + 인라인 주석 + 시각 자료 |
| 보안 | Google Cloud 엔터프라이즈 체계 | 샌드박스 기반 분석 (과거 보안 사고 존재) |
| 시장 현황 | Google 생태계 중심 확산 | 오픈소스 및 스타트업 중심 확산 |
사용 후기
조사하면서 흥미로웠던 점은, 일부 글에서 Gemini code assist무료 버전(개인용)은 128,000 토큰으로 제공한다는 것이다. 하지만 사이드 프로젝트에서는 큰 제약이 되지 않으므로 문제 없다고 판단했다.
사용 후기 사이트
Gemini Code Assist
- Gemini Code Assist Review: Code Completions Need Improvement (The New Stack)
- Gemini Code Assist: AI 코딩 도구로 생산성을 극대화하는 법 (Tistory 블로그)
- Gemini Code Assist 기능 및 요금제 안내 (TILNote)
CodeRabbit
- AI 코드 리뷰 도구 CodeRabbit 사용 후기 및 장단점 분석 (APIDog)
- CodeRabbit: Code review GitHub PRs with GPT-4 (Reddit)
- 최고의 Flutter AI PR Reviewer를 찾아서 (Tistory 블로그)
추가 비교 (사용 후기 요약)
-
코멘트 길이/양
- Gemini: 간결하고 요점 집중 → 협업 시 가독성 좋음
- CodeRabbit: 리뷰가 많고 세밀 → 도움이 되지만 피로감 유발
-
정확성/품질
- Gemini: 전반적으로 무난, 일부 누락 있음
- CodeRabbit: 꼼꼼하고 정밀, 품질 일관
-
특화 기능
- Gemini: Google Cloud·Android 생태계 연동, 대규모 컨텍스트 처리
- CodeRabbit: 다이어그램/그래프 제공, 고도화된 SAST/린터 통합
-
협업/속도
- Gemini: 빠른 반영, 개인·팀 환경에 부드럽게 연동
- CodeRabbit: 즉각 리뷰 제공, 협업 최적화
-
단점
- Gemini: 일부 답변 누락, 세밀한 이슈 캐치는 부족
- CodeRabbit: 정보량 과다, 초기 셋팅 오류, 과거 보안 취약점 이력
결론
기존에 사용하던 CodeRabbit은 리뷰가 과도하게 많아 불편함이 있었고, 이 때문에 Gemini를 고려하게 되었다. 조사 과정에서 알게 된 점은 CodeRabbit은 자체 리뷰를 다른 AI로 재검증하지만, Gemini는 그렇지 않다는 것이다. 아마 이 차이가 리뷰 양의 차이를 만드는 원인일 것이다.
아직 어떤 도구를 선택해야 할지는 확신이 서지 않는다. 두 서비스 모두 훌륭하다.
개인적으로는 CodeRabbit을 선호한다. 다이어그램 제공 덕분에 팀원이 코드를 이해하는 데 도움이 되고, 과도한 리뷰를 통해 오히려 놓칠 수 있는 부분을 되돌아보게 만들기 때문이다.
참고자료
