Blame-aware scoping을 통한 AI 코드 리뷰 노이즈 제거 및 신호 밀도 최적화

Context

AI 코드 리뷰어가 파일 전체를 분석함에 따라 변경 사항과 무관한 레거시 코드의 결함까지 모두 탐지하는 문제 발생. 이로 인한 Reviewer Fatigue 유발 및 실제 수정이 필요한 핵심 이슈의 식별 효율 저하.

Technical Solution

• git diff 기반의 범위 제한을 통해 분석 대상을 변경된 라인으로 한정하는 Diff-scoped review 적용
• git blame 컨텍스트를 결합하여 이슈의 발생 시점과 책임 소재를 구분하는 Blame-aware scoping 설계
• 단순 라인 매칭을 넘어 변경된 함수가 호출하는 의존성 체인까지 분석 범위를 확장하여 상호작용 이슈 탐지
• 이슈 성격을 '작성자 책임', '상속된 문제', '범위 외 발견'의 3단계로 분류하는 Severity Calibration 로직 도입
• git diff main...HEAD 패턴을 적용하여 여러 커밋에 걸친 기능 단위의 Incremental review 구조 구현
• AI 생성 코드 특유의 Hallucinated imports 및 누락된 Auth check 등 AI Slop 탐지에 최적화된 필터링 적용