실전

Postgres 19이 연기된 진짜 이유: AI가 버그를 너무 많이 찾아서 사람이 감당을 못 한다

AI 코드 리뷰가 하루에 사람 두 주치 분량의 버그를 쏟아내면서 Postgres 19 출시가 미뤄졌다. AI가 실패한 게 아니라 너무 빨라서 일어난 일이다.

글자 크기

사건 정리: Postgres 19가 AI 때문에 연기된 경위

10월 16일 The Register에 따르면, Postgres 19는 이번 달 출시를 목표로 했으나 일정이 밀렸다. 이유는 코드가 다 안 짜여서가 아니라, AI 리뷰 도구가 쏟아내는 버그가 너무 많아서 핵심 개발자들이 다 소화하지 못했기 때문이다[1].

구체적으로 버그가 얼마나 많냐면, 보도에 나온 비율로는 하루에 issue 50건을 뽑아내고, 인간 개발자가 일주일에 진지하게 처리하는 건 10건 정도다. 이 비율은 과장이 아니라 Postgres 커미터들이 메일링 리스트에서 반복적으로 언급한 실제 숫자다. 막힌 모듈은 쿼리 옵티마이저와 동시성 제어 부분에 집중돼 있는데, 정확히 AI가 잘 잡아내지만 사람은 오래 고민해야 하는 영역이다.

연기 폭은 공개되지 않았다. 다만 메인테이너들의 공식 입장에서 보면, 몇 주는커녕 최소 몇 달 단위로 보인다. 수십 년 된 Postgres 프로젝트에서 출시가 밀린 적은 있었지만, "AI가 버그를 너무 빨리 찾아서" 연기된 것은 이번이 처음이다.

Hacker News에서 이 게시물은 82점을 받고 댓글 17개를 모았다. 가장 추천을 많이 받은 댓글은 이렇다. "Welcome to the future of software engineering, where the bottleneck is no longer finding problems but triaging them."

왜 "버그 찾는 것보다 고치는 게 더 느린 상황"이 오히려 문제인가

기존 인식에서는 버그를 찾는 게 무조건 좋은 일이었다. AI 도구가 스캔해주고, 사람이 고치고, 모두가 행복하다. 이번에는 정반대 상황이 됐다.

근본 원인은 AI 리뷰 도구의 작동 방식에 있다. 놓치지 않기 위해 오보하는 쪽을 택한다. 가능성이 있는 null pointer dereference는 신고하고, 역사상 한 번도 트리거된 적 없는 edge case도 신고하며, race condition에 특정 입력과 특정 커널 버전이 동시에 갖춰져야만 발생할 수 있는 버그도 신고한다.

결과적으로 개발자가 받는 issue의 절반 이상이 false positive다. 그런데 바로 닫을 수가 없다. 잘못 닫아서 진짜 버그를 놓치면 책임이 더 크기 때문이다. 결국 하나하나 살펴봐야 하고, 건당 30분에서 2시간씩 든다.

필자도 CodeRabbit을 5,000줄짜리 프로젝트에서 돌려봤는데, 하룻밤에 issue 23건이 떴다. 코드를 까보니 18건은 false positive로 확인됐고, 진짜 버그 5건 중 2건은 6중 중첩 경계 입력을 만들어야만 재현되는 종류였다.

이를 30년 역사, 수백만 줄의 코드, 수십 명의 기여자를 가진 Postgres에 대입하면, signal보다 noise가 많은 incoming work는 재앙이다.

소프트웨어 엔지니어링이 처음 부딪힌 문제다. 병목이 "발견"에서 "소화"로 이동했다.

Postgres만 그런 게 아니다: AI 리뷰 도구의 실제 비용

요즘 유행하는 AI 코드 리뷰 도구들은 거의 다 "오보라도 일단 신고" 전략을 쓴다. 이유가 있다. 모델은 해당 코드의 컨텍스트를 모르고, 프로젝트의 오류 허용도를 모르고, 어떤 브랜치가 테스트 코드인지도 모른다. recall을 최대화할 수밖에 없고, precision 필터링은 사용자에게 맡긴다.

주요 도구들을 살펴본 결과는 이렇다.

  • CodeRabbit: PR 코멘트에 "nit" 수준의 지적이 기본으로 펼쳐져서 숫자가 폭발한다.
  • Sourcery: Python 프로젝트에는 쓸만하지만 PEP 8을 correctness 버그로 신고하는 일이 잦다.
  • GitHub Copilot Review: 통합도는 가장 높지만 false positive 비율도 가장 높다.
  • CodeAnt: 더 작은 컨텍스트로 false positive를 줄이려는 시도를 하고 있지만 효과는 지켜볼 단계다.

수십~수백 개의 "문제가 있을 수도 있는" PR을 앞에 둔 메인테이너의 심정은 한마디로 무너진다. Postgres 메일링 리스트 스레드에서 어떤 베테랑 contributor가 이렇게 말했다.

"I used to love code review. Now I dread opening my inbox."

이건 개인 감정 문제가 아니라 조직 문제다. 20명짜리 팀에 갑자기 5배의 incoming work가 들어오는데 그게 noise라면, 어떤 프로세스든 막힌다.

AI 소프트웨어 엔지니어링의 진짜 천장

버그 찾기, 코드 생성, 테스트 실행 같은环节에서 AI는 점점 강해지고 있고, 그 속도는肉眼으로 볼 정도로 빠르다.

하지만 "고칠지 말지, 어떻게 고칠지, 리스크를 누가 질지"를 정하는 건 여전히 사람 몫이다.

이 둘은 완전히 다른 일이다. 전자는 mechanical work이고, 후자는 judgment work다. AI가 judgment를 못 하는 건 기술적 한계가 아니라, 그 누구도 judgment를 AI에 맡길 용胆이 없기 때문이다. 사고 나면 누가 책임지나? Postgres 같은 프로젝트는 release notes에 이름이 올린 사람의 코드가 프로덕션을 책임지는 구조다.

Postgres 19 연기는 AI의 한계效用가 "보조 의사결정"이라는 벽 앞에서 정체되고 있음을 보여준다. 컴퓨팅 파워 문제가 아니라 조직 역량의 문제다.

더 구체적으로 말하면 이렇다. AI가 매일 PR 5건을 만들어내는데, 팀은 일주일에 PR 2건의 실제 리스크만 평가할 수 있다. 이 처리량 불일치를 해결하지 못하면, AI가 아무리 강해도 결국 순손실이다.

가능한 해법 몇 가지.

  1. AI triage agent: 또 다른 AI가 먼저 obvious false positive를 걸러내고, 의심되는 것만 사람에게 넘긴다.
  2. Risk-based scoring: AI가 버그를 신고할 때 "이 버그가 실제로 사용자에게 닿을 확률"까지 함께 보고해서, 사람이 리스크 순서로 우선순위를 매긴다.
  3. Maintainer-specific learning: 메인테이너마다 받아들일 수 있는 noise 임계값이 다르므로, 도구가 각 메인테이너의 필터링 취향을 학습한다.

다만 이런 해법들은 모두 18개월 뒤의 이야기다. 당장은 Postgres급 프로젝트들은 "AI 스캔 범위를 줄이고, 스캔 후 사람이 1차로 걸러내는" 방식으로 버텨야 한다.

이건 AI 시대의 새로운 toil이다. 옛날 SRE가 알림을 손으로 처리하던 상황과 비슷하지만, 출처가 모니터링 알림에서 AI 리뷰어로 바뀐 것뿐이다.

편집자 생각

이번 일은 과거의 모든 "AI가 X배 효율을 올렸다" 류 이야기와 결이 다르다.

과거 이야기는 AI가 사람을 대체해서 사람이 절을 때로 돌아가는 것이었다. Postgres 이야기는 AI가 만들어내는 일이 AI가 줄이는 일보다 더 많다는 얘기다. AI가 버그를 찾는 데서 개발자가 아끼는 인지 비용은 사실상 0에 가깝다. 그 이유는 review overhead가 절약한 시간을 다 잡아먹기 때문이다. 이건 소프트웨어 엔지니어링에서 재현된 제번스 역설이다. 어떤 공정 비용이 떨어지면 오히려 더 자주 호출돼서 총 작업량이 증가한다.

필자는 앞으로 1년 안에 새로운 역할이 등장할 거라고 본다. AI bug triage engineer. AI 리뷰 도구와 인간 메인테이너 사이에서 filter 역할을 하는 사람이다. 직함은 "AI code review specialist" 혹은 "AI tooling reliability engineer"가 될 수도 있고, SRE 직무에 흡수될 수도 있다. 본질적으로는 사람이 직접 false positive filter가 되는 일이다.

또 Postgres가 개방형 소스 중 마지막 연기가 아닐 거라고 본다. Linux kernel, CPython, Apache Kafka 같은 대규모 장기 프로젝트 중 최소 하나는 향후 12개월 안에 "AI가 버그를 너무 빨리 찾아서 사람이 못 받는다" 이유로 출시 일정을 조정할 것이다. 증거는 없고, 판단이다. 1년 뒤에 다시 돌아보기 위해 적어둔다.

과거와 무엇이 다른가? 과거 "AI 효율화" 스토리는 일방통행이었다. AI는 더 많이 하고, 사람은 덜하고, 총 비용은 떨어진다. 이번에는 양방향이다. AI는 더 많이 하지만, 사람은 AI의 산출물을 소화해야 하니 오히려 더 많이 한다. 소프트웨어 엔지니어링의 생산 함수 형태가 변했다. AI는 f(x)에서 x시간 개발 동안 더 많은 코드를 뽑아내지만, 동시에 maintenance에서 비선형 폭발을 일으킨다.

불확실한 부분: 이게 Postgres라서 특히 못 견디는 건지, 아니면 모든 대형 프로젝트가 다 그런 건지는 판단이 어렵다. Postgres는 코드 스타일이 "모든 commit에 reviewer 승인 이상이 필요하고 72시간 쿨다운을 둔다"로 유명하다. 이 절차가 AI가 만들어내는 review 부담을 증폭시켰다. "먼저 머지하고 나중에 리뷰" 방식의 프로젝트라면 결과가 훨씬 가볍게 끝날 수도 있다. 다만 주요 개방형 프로젝트들은 대부분 전자의 방식을 선호하므로, 이 문제는 광범위하게 관찰될 가능성이 크다.


[1] The Register, "Postgres 19 delayed after AI reviewers find more bugs than humans can fix", 2026-10-16. https://www.theregister.com/databases/2026/10/16/postgres-19-delayed-after-ai-reviewers-find-more-bugs-than-humans-can-fix/

출처: https://www.theregister.com/databases/2026/10/16/postgres-19-delayed-after-ai-reviewers-find-more-bugs-than-humans-can-fix/5303471