AI 코드 리뷰의 핵심, Fork와 Fresh Eye

AI한테 코드 리뷰 맡기는 사람 많을텐데,
"리뷰해줘" 한마디로 끝내면 솔직히 효과 절반도 못 뽑아.
내가 실전에서 쓰는 리뷰 시스템의
핵심 2가지:
1. Fork
2. Fresh Eye.
컨텍스트 관리 관점에서 왜 이게 중요한지 풀어볼게.

AI와 긴 세션을 진행하면
"양질의 컨텍스트"가 쌓여.
설계 의도, 기각한 대안, 디버깅 히스토리...
이게 다음 작업의 판단 품질을 높이는 자산이거든.
그런데 리뷰 시키려고 문서를 파싱하고,
체크리스트 돌리고, 리포트 작성하면?
그 작업 잔해가 컨텍스트를 잠식해.
(중요한 맥락 컨텍스트들이 잡다한 프롬프트에 희석되어 어텐션이 떨어짐)
그래서 Fork 세션을 써.
메인 세션의 컨텍스트를 상속하되,
리뷰 작업은 분리된 공간에서 처리.
메인 세션은 깨끗하게 보존돼.

자기가 짠 코드를 자기가 리뷰하면?
사람이든 AI든 결과는 비슷해.
"이건 내가 의도한 거니까 괜찮아"
이걸 AI도 해. 진짜로.
실제로 같은 세션의 AI에게 리뷰를 시키면
자기 구현물에 대해 방어적으로 판정하고,
심각도를 낮춰 보고하는 패턴이 반복됐어.
* 증거물

해결책: 컨텍스트가 완전히 없는 새 AI를 투입.
나는 Codex(적대적 리뷰어) + Claude Fresh Eye(편견 없는 눈)를
병렬로 돌려.
둘 다 기존 대화 맥락을 몰라.
오직 코드와 리뷰 가이드만 받아.
"내가 왜 이렇게 짰는지" 모르니까
코드 자체의 품질만 냉정하게 평가해.
Fork = 컨텍스트 보존 전략.
Fresh Eye = 컨텍스트 격리 전략.
같은 도구도 어떤 맥락에서 쓰느냐에 따라
결과가 완전히 달라져.

Fork나 Fresh Eye 세팅이 번거롭다면,
이것 하나만 기억해.
"자기비판적으로 냉정하게 검토해줘"
이 서두 하나 붙이는 것만으로
AI의 리뷰 태도가 확 달라져.
일반: "전반적으로 잘 구현되었습니다"
자기비판: 구체적 취약점 + 개선안 제시
"칭찬하지 말고 문제를 찾아라"는 톤을 명시적으로 주면
같은 모델이라도 발견 건수가 체감상 배 이상 차이나.

정리하면:
1. 컨텍스트는 자산 - 잡음으로 오염시키지 말 것
2. 자기 리뷰는 편향 - 새로운 눈을 투입할 것
3. 못하면 프롬프트라도 - "냉정하게" 한 마디가 리뷰 품질을 바꿈
AI 잘 쓰는 건 좋은 프롬프트가 아니라
좋은 컨텍스트 설계에서 시작돼.