AI Slop 제거를 위한 Deterministic Quality Gate 기반의 코드 정제 전략

Context

AI Coding Agent의 생산성 향상으로 코드 생성 속도는 증가했으나, 유지보수 가능성이 결여된 AI Slop 패턴이 양산되는 한계 발생. 기존 Linter 및 Static Analysis 도구는 컴파일 에러나 보안 취약점에 집중하여, 논리적 노이즈와 Maintainability Debt를 실시간으로 탐지하는 데 한계가 있음.

Technical Solution

• Prompt 만족과 Completion 최적화로 인해 발생하는 Swallowed Errors 및 Unsafe Type Casting 패턴의 정형화된 탐지 로직 설계
• CI/CD 파이프라인 이전 단계인 Generation 시점에 즉각 반영하는 Fast & Deterministic Quality Gate 구조 도입
• LLM의 비결정론적 판단을 배제하고 Rule-based 스캔을 통해 일관된 Quality Score(0-100) 산출 방식 채택
• Hallucinated Imports 및 Dead Code 등 AI Agent 특유의 반복적 잔해물(Residue)을 식별하는 CLI 기반 스캐너 구현
• JSON 출력 인터페이스를 통한 Agentic Workflow와의 통합 및 자동 피드백 루프 구성