ClawSweeper: AI 기반 오픈소스 이슈 자동 관리 봇

Context

13,000개 이상의 미처리 Issue 및 PR 누적으로 인한 메인테이너의 운영 부하 가중. AI의 오판으로 인한 데이터 손실 방지와 효율적인 대량 처리 구조 확보가 시급한 상황.

Technical Solution

• Plan-Review-Apply 3단계 파이프라인 설계를 통한 제안과 실행의 물리적 분리
• OpenAI Codex 기반의 Read-only 분석으로 원본 데이터 무결성 보장 및 근거 중심의 마크다운 기록
• 40개 Parallel Shard 구성과 건당 10분 Timeout 설정을 통한 대규모 데이터 처리 처리량 확보
• Snapshot Hash 비교 로직을 도입하여 제안 시점과 적용 시점 간의 데이터 정합성 검증
• 특권 계정(OWNER, MEMBER 등) 제외 및 5가지 한정 조건 설정을 통한 보수적 자동화 범위 제한
• GitHub Actions Cron 기반 구동 및 API Rate Limit 대응을 위한 Throttling 로직 구현

Impact

• 7일간 Issue 8,419개, PR 5,026개 검토 및 총 3,907개 항목 정리 완료
• Issue 33.7%, PR 11.4%의 닫기 후보 분류 및 0.1% 미만의 매우 낮은 오류율 달성
• 일일 Cadence Coverage 98.2% 확보로 전수 검토에 가까운 처리 효율 증명

Key Takeaway

AI 자동화 시스템 설계 시 기술적 정교함보다 '자동화의 경계'를 설정하는 보수적 가드레일 설계가 시스템 신뢰도와 실효성을 결정함.