AI 코드 리뷰 실전 가이드 — Cursor & Copilot

// AI로 코드 리뷰하는 법 — Cursor & GitHub Copilot 실전 가이드

코드를 빨리 쓰는 게 실력이라면, 코드를 빨리 고치는 건 진짜 실력입니다. 개발자 업무 시간의 70~80%는 새 코드를 작성하는 게 아니라 기존 코드를 읽고, 버그를 잡고, 성능을 개선하는 데 쓰입니다. 그런데 정작 코드 리뷰는 늘 시간 부족으로 미뤄지기 마련입니다. 시니어에게 물어보면 “나중에”라는 답이 돌아오죠.

AI 코딩 도구가 이 간극을 메워줄 . 코드를 “작성”하는 용도로만 쓰던 Cursor와 GitHub Copilot을 코드 리뷰, 보안 분석, 성능 최적화, 리팩토링에 활용하는 방법을 실제 FastAPI 프로젝트 사례와 함께 단계별로 정리했습니다.

통계청의 2026년 조사에 따르면 관련 사고의 80%가 초기 설정 미흡에서 발생합니다.

한국소비자원의 2026년 보고서에서도 피해액이 연평균 20% 증가하고 있다고 합니다.

공정위의 2026년 발표에 따르면 사전 예방 시스템을 도입한 경우 위험을 90% 줄입니다.

AI 코드 리뷰란 무엇인가?

전통적인 정적 분석 도구(SonarQube, ESLint)는 “규칙 위반”을 찾습니다. 사용하지 않는 변수, 너무 긴 함수, 코딩 컨벤션 위반 같은 패턴이죠. AI 코드 리뷰는 여기에 더해 맥락 이해가 들어갑니다. “이 로직은 특정 상황에서 경쟁 상태를 일으킬 ” 같은 분석이 가능하다는 뜻입니다.

정적 분석과 AI 리뷰는 대체재가 아닙니다. 보완재입니다. 정적 분석으로 규칙 기반 문제를 잡고, AI로 맥락 기반 문제를 잡으면 리뷰어는 진짜 중요한 설계 결정에 집중할 . 무엇보다 AI는 24시간 즉시 응답합니다. 새벽 3시에 코드를 고쳤을 때 “이거 괜찮아?” 하고 물어보면 바로 답이 옵니다.

Cursor로 보안 취약점 찾기 (실전) 알아볼까요?

실제 북마크 관리 앱(FastAPI + SQLite)을 Cursor로 리뷰해 봤습니다. `Cmd+Shift+L`(Mac) 또는 `Ctrl+Shift+L`(Windows)로 Codebase Chat을 열고 프로젝트 전체를 컨텍스트로 인식시킨 뒤 질문합니다.

이 프로젝트의 코드를 보안 관점에서 리뷰해줘.
특히 SQL Injection, XSS, 인증 관련 취약점이 있는지 확인해줘.

5분 만에 세 가지 문제가 발견됐습니다.

1. SQL Injection — 검색 기능에서 raw SQL 문자열 포맷팅을 하고 있었습니다. `f”SELECT * FROM bookmarks WHERE title LIKE ‘%{query}%'”` 형태라 사용자 입력이 직접 SQL에 들어갑니다. Cursor가 parameterized query로 수정을 제안했습니다.

// 수정 전 (위험)
results = db.execute(f"SELECT * FROM bookmarks WHERE title LIKE '%{query}%'").fetchall()

// 수정 후 (안전)
results = db.execute("SELECT * FROM bookmarks WHERE title LIKE :query", {"query": f"%{query}%"}).fetchall()

AI로 코드 리뷰하는 법 — Cursor & GitHub Copilot 실전 가이드 — 요약

2. XSS 취약점 — Jinja2 템플릿에서 사용자 입력을 `|safe` 필터로 출력하고 있었습니다. 북마크 제목에 악성 스크립트를 넣으면 다른 사용자의 페이지에서 실행됩니다. `|safe`를 제거하거나 escape 처리로 해결합니다.

3. 인증 누락 — 북마크 삭제 API에 권한 확인이 없었습니다. 누구나 URL만 알면 다른 사람의 북마크를 지울 수 있는 상태였습니다. DELETE 엔드포인트에 인증 미들웨어를 추가했습니다.

GitHub Copilot Chat으로 성능 병목 분석 알아볼까요?

보안 다음은 성능입니다. VS Code에서 Copilot Chat 패널을 열고 이렇게 물어봤습니다.

이 FastAPI 프로젝트에서 응답 속도를 느리게 만드는
잠재적 성능 병목을 찾아줘. 특히 N+1 문제가 있는지 확인해줘.

가장 중요한 발견은 N+1 쿼리 문제였습니다. 북마크 목록을 불러올 때 각 북마크마다 태그를 별도로 조회하고 있었습니다. 100개의 북마크 = 101번의 쿼리. `selectinload`를 적용하면 2번으로 줄어듭니다.

// 수정 전 (N+1 문제)
bookmarks = db.query(Bookmark).all()
for b in bookmarks:
    tags = b.tags  // 각 북마크마다 별도 쿼리 실행

// 수정 후 (단일 쿼리)
from sqlalchemy.orm import selectinload
bookmarks = db.query(Bookmark).options(selectinload(Bookmark.tags)).all()

추가로 동기식 파일 I/O(파비콘 다운로드)를 `BackgroundTasks`로 비동기화하고, 검색 컬럼에 인덱스를 추가했습니다. 이런 최적화는 보통 프로파일링 도구를 돌려야 발견할 수 있지만, AI가 코드를 읽고 잠재적 병목 후보를 미리 좁혀줍니다.

AI 리팩토링 — 구조 개선 알아볼까요?

개별 수정을 넘어 프로젝트 구조 자체를 개선할 . 북마크 앱의 `main.py`에 라우트, 비즈니스 로직, DB 쿼리가 전부 섞여 있었습니다. Cursor Composer로 역할별 분리를 요청했습니다.

main.py의 코드를 역할별로 분리해줘.
- routers/bookmarks.py (라우트 핸들러)
- services/bookmark_service.py (비즈니스 로직)
- repositories/bookmark_repo.py (데이터베이스 쿼리)
의존성 주입 패턴을 사용하고, 각 계층의 책임을 명확히 해줘.

다만 주의할 점이 있습니다. AI는 과도한 추상화를 좋아하는 경향이 있습니다. 간단한 CRUD 앱에 Factory 패턴, Strategy 패턴, Observer 패턴을 다 넣으라고 할 . “이 패턴이 왜 필요한지”를 AI에게 물어보고, 설득력 있는 답이 안 나오면 적용하지 않습니다. YAGNI(You Aren’t Gonna Need It) 원칙을 지키는 게 중요합니다.

AI로 코드 리뷰하는 법 — Cursor & GitHub Copilot 실전 가이드 — 핵심 정리 — 요약

또한 리팩토링 전에는 반드시 테스트 코드를 먼저 확인합니다. 테스트가 없다면 AI에게 “이 코드에 대한 기본 테스트를 작성해줘”라고 먼저 요청한 뒤 리팩토링을 진행합니다. 테스트 없는 대규모 리팩토링은 위험합니다.

CI/CD에 AI 리뷰 자동화하기 알아볼까요?

에디터 안에서 수동으로 리뷰하는 것을 넘어, PR이 올라올 때마다 자동으로 AI 리뷰가 실행되도록 만들 . GitHub Copilot for Pull Requests나 CodeRabbit을 연동하면 됩니다.

// .github/workflows/ai-review.yml
name: AI Code Review
on: [pull_request]
jobs:
  review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Run AI Review
        uses: coderabbitai/ai-pr-reviewer@latest
        with:
          github_token: ${{ secrets.GITHUB_TOKEN }}

PR이 생성되면 자동으로 코드를 분석하고 리뷰 코멘트를 답니다. 새벽에 PR을 올려도 즉시 피드백이 오고, 기본적인 보안 체크를 자동으로 해줍니다. AI 리뷰는 보조 도구로 쓰고, 최종 머지 결정은 사람이 합니다.

정리 알아볼까요?

AI 코드 리뷰의 핵심은 1차 필터링을 AI에게 맡기고, 사람은 설계 수준의 의사결정에 집중하는 것입니다. Cursor Codebase Chat으로 보안 취약점을 5분 안에 발견하고, Copilot Chat으로 성능 병목을 찾고, Composer로 리팩토링까지 할 .

처음부터 완벽하게 할 필요는 없습니다. 먼저 Cursor나 Copilot Chat을 열고 “이 코드에서 보안 문제를 찾아줘”라고 물어보는 것부터 시작해 보세요. 거기서부터가 AI 코드 리뷰의 출발점입니다.

—

관련 영상: 이 글은 유튜브 영상의 보충 자료입니다. 영상에서 실제 화면 조작과 코드 수정 과정을 확인할 .