Adversarial Multi-Agent 설계를 통한 LLM Code Review 신뢰도 확보

Context

단일 LLM 모델의 성향상 발생하는 Agreeableness(동의 편향)로 인해 코드 리뷰의 정확도 저하 및 모호한 피드백 발생. 단순한 '비판적 요청'만으로는 해결 불가능한 모델 내부의 긍정 편향을 극복하기 위한 구조적 접근 필요.

Technical Solution

• Adversarial Roles 기반의 다단계 검증 파이프라인 설계를 통한 객관적 신호 추출
• Hater Agent를 통한 개별 파일 단위의 강제적 결함 탐색 및 Correctness, Race Condition, Leak 등 기술적 엣지 케이스 집중 분석
• Integration Agent를 통한 파일 간 의존성 및 함수 시그니처 불일치 등 Cross-module 버그 탐지
• Judge Agent의 증거 기반 검토를 통한 Hater의 공격 내용에 대한 정당성 및 실제 결함 여부 판별
• Verdict 단계에서 Judge가 방어하지 못한 약점만을 필터링하여 최종 리포트 생성
• 외부 런타임 없이 Claude sub-agents(Agent tool)만으로 구현한 Portable 아키텍처 채택