복세편살 개발라이프
프로그래밍 & IT › 바이브코딩

Copilot 코드 리뷰 개편 정리: Adaptive effort·시크릿 탐지·리뷰 지표

· 읽는 시간 5분

목차
  1. 3줄 요약
  2. 무엇이 나왔나
  3. 어떻게 써먹나
  4. 주의할 점
  5. 정리
  6. 참고 자료

3줄 요약

  • Copilot 코드 리뷰에 PR마다 리뷰 깊이(Lite·Balanced·Max)를 자동으로 고르는 Adaptive가 퍼블릭 프리뷰로 추가됐습니다 [1].
  • 리뷰 단계에서 노출된 시크릿(API 키, 비밀번호 같은 인증 정보)을 머지 전에 짚어 주는 기능이 생겼지만, 기본값은 꺼져 있습니다 [1][3].
  • 저장소 Insights 탭에서 Copilot 리뷰 댓글이 실제로 반영됐는지 보여 주는 지표가 제공되고, Azure DevOps용 Copilot 코드 리뷰는 정식 출시됐습니다 [1][2].

무엇이 나왔나

Adaptive effort. 지금까지는 PR마다 어떤 리뷰 강도를 쓸지 사람이 설정에서 정하거나 리뷰를 요청할 때 골라야 했습니다 [1]. Adaptive는 PR의 복잡도와 위험도를 보고 Lite, Balanced, Max 중 하나를 Copilot이 직접 고르며, 리뷰 결과에 어떤 단계를 골랐는지 표시합니다 [1]. 발표에서는 문서 수정에는 Lite, 인증 로직 변경에는 Max가 어울린다는 예를 들었습니다 [1].

저장소 간 컨텍스트. 리뷰 중에 관련된 공개 저장소를 읽어, 변경 사항에 의존하는 다른 저장소의 코드나 다른 곳에 있는 문서, 커스텀 지침과 스킬 등을 참고할 수 있습니다 [1]. 현재는 공개 저장소 대상 퍼블릭 프리뷰입니다 [1].

리뷰 중 시크릿 탐지. 두 가지 방식을 함께 씁니다 [1]. 하나는 150곳이 넘는 파트너와 만든 500종 이상의 형식이 정해진 시크릿을 정규식 같은 결정적 방법으로 찾는 것이고, 다른 하나는 LLM과 GitHub의 전용 모델로 형식이 뚜렷하지 않은 시크릿을 찾는 것입니다 [1]. 공지에 따르면 이 모델은 주변 코드를 읽어 연결 문자열 속 비밀번호 같은 것도 잡아냅니다 [3].

저장소별 리뷰 성과 지표. Repository insights 페이지는 반영된 댓글, 반영된 고심각도 댓글, Copilot 리뷰 후 사람의 수정 요청이 없었던 PR, Copilot 리뷰 없이 머지된 PR이라는 네 가지 신호를 보여 줍니다 [2]. 반영률 추이와 댓글 유형 분류도 볼 수 있습니다 [2].

Azure DevOps 정식 출시. Azure Repos용 Copilot 코드 리뷰가 GA(정식 출시)됐고, 브랜치 정책으로 자동 리뷰를 걸 수 있습니다 [1].

어떻게 써먹나

  1. Adaptive를 기본값으로 지정합니다. 개인, 저장소, 조직, 엔터프라이즈 설정에서 기본 리뷰 강도로 고를 수 있고, 특정 PR만 바꾸려면 Reviewers 영역에서 선택하면 됩니다 [1]. 따로 바꾸지 않으면 기본값은 계속 Balanced입니다 [1].
  2. 최대 강도부터 점검합니다. Adaptive는 엔터프라이즈·조직·저장소에 설정된 최대 리뷰 강도를 넘지 않습니다 [1]. 최대치를 낮게 잡아 두면 위험한 변경에도 Max가 선택되지 않으니 먼저 확인해야 합니다.
  3. 시크릿 탐지를 켭니다. 저장소나 조직 설정에서 Copilot → Code review로 들어가 켭니다 [1]. 작성 단계에서도 확인하고 싶다면 Copilot CLI나 Copilot 앱에서 에이전트에게 security-review 전문가를 실행하게 하거나 /security-review를 직접 실행할 수 있습니다 [3]. Copilot SDK로 만든 에이전트는 변경을 돌려주기 전에 보안 리뷰를 요청하게 만들 수 있습니다 [3].
  4. 지표로 사각지대를 찾습니다. 저장소 Insights 탭에서 Repository insights를 열면 됩니다 [2]. 조직 단위로 모으려면 Copilot usage metrics API의 1일 저장소 리포트(repos-1-day)를 쓸 수 있습니다 [2]. 공지는 'Copilot 리뷰 없이 머지된 PR'이 많은 저장소를 찾아 도입 지원을 집중하라고 권합니다 [2].

왜 리뷰 쪽 개선이 중요한지는 최근 하버드 박사과정 연구진의 워킹 페이퍼에서도 엿볼 수 있습니다. 718개 기업을 분석한 결과, AI 코딩 에이전트 도입 후 작성 코드는 약 30% 늘었지만 완료 작업은 뚜렷하게 늘지 않았고 리뷰 통과 시간은 49% 길어졌다고 합니다 [4]. 다만 동료 심사가 끝난 논문은 아니며 [4], 요약 매체마다 표본과 수치가 다르게 소개돼 있어(예: 655개 기업, 병합 시간 56.1% 증가) 해석에 주의가 필요합니다 [5].

주의할 점

  • Adaptive, 저장소 간 컨텍스트, 시크릿 탐지는 Pro, Pro+, Max, Business, Enterprise 플랜에서 쓸 수 있고 모두 퍼블릭 프리뷰라 바뀔 수 있습니다 [1].
  • 시크릿 스캔은 기본적으로 꺼져 있으며, 켜기 전에는 기존 LLM 기반 탐지만 동작합니다 [3]. 변경분만 검사하고 저장소 히스토리는 뒤지지 않습니다 [3].
  • 스캔은 Secret Protection AI Credit SKU로 AI 크레딧을 소모합니다 [3]. 구체적인 크레딧 단가는 자료에서 확인되지 않았습니다.
  • 이번 시크릿 스캔 릴리스에는 VS Code 지원이 빠져 있습니다 [3]. SDK 연동은 모델 제공사 API 키만으로는 부족하고, 자체 OAuth 앱 토큰은 아직 지원되지 않습니다 [3].
  • Repository insights는 저장소 읽기 권한이 있으면 볼 수 있지만, Copilot usage metrics 정책이 켜져 있어야 합니다 [2]. API 리포트는 엔터프라이즈·조직 소유자나 View Copilot Metrics 권한 보유자만 접근할 수 있습니다 [2].
  • Azure DevOps에서는 기본 강도로 Lite나 Balanced만 지정할 수 있고, 사용량은 연결된 Azure 구독에 GitHub AI 크레딧으로 청구됩니다 [1].

정리

이번 개편은 리뷰 강도를 PR 성격에 맞추고, 시크릿 유출을 머지 전에 막고, 리뷰가 실제로 효과가 있는지 수치로 보게 하는 데 초점이 있습니다 [1][2]. 바로 해 볼 일은 세 가지입니다. 최대 리뷰 강도를 확인한 뒤 Adaptive를 기본값으로 두고, 시크릿 탐지를 명시적으로 켜고, Repository insights에서 Copilot 리뷰 없이 머지되는 저장소부터 찾아보는 것입니다. 프리뷰 기능이 많으니 크레딧 소모와 정책 변경은 꾸준히 지켜봐야 합니다.

참고 자료

  1. Copilot code review: Adaptive effort, secret detection, and more · GitHub Changelog, 2026-11-17
  2. Track Copilot code review outcomes in Repository insights · GitHub Changelog, 2026-11-17
  3. Secret scanning on demand for developers and agents · GitHub Changelog, 2026-11-17
  4. Harvard researchers find AI coding agents shifted the bottleneck to code review · Hacker News, 2026-11-17
  5. Harvard 연구진, AI 코딩 에이전트가 병목을 코드 리뷰로 옮겼음을 확인 · GeekNews, 2026-11-18

#GitHub Copilot#Copilot code review#Adaptive effort#Secret scanning#Repository insights#Azure DevOps