코딩 에이전트를 도입한 팀에서 공통으로 나오는 말이 있다. "코드는 빨리 나오는데, 볼 사람이 없다." 풀 리퀘스트 수는 늘었고, 리뷰 대기열은 길어졌고, 머지된 코드의 유지보수성은 아무도 장담하지 못한다.
지금까지 이 문제의 대응 수단은 대체로 공짜였다. 린터를 켜고, CI에 정적 분석을 붙이고, 리뷰 규칙을 정하면 됐다. 품질 관리는 "켜두는 설정"이었지 예산 항목이 아니었다.
7월 20일, GitHub가 이 기본값을 바꿨다. 프리뷰 기간 무료로 제공하던 Code Quality를 유료 정식 상품(GA)으로 전환한 것이다. 발표문이 상품의 존재 이유를 한 문장으로 요약한다. "AI가 코드 산출을 가속하고, Code Quality는 팀이 신뢰할 수 있는 코드를 내보내게 돕는다."
품질 관리가 설정에서 구매 품목이 됐다
Code Quality는 CodeQL의 결정적 정적 분석과 AI 기반 탐지를 결합해 풀 리퀘스트에서 유지보수성·신뢰성 문제를 찾고, Copilot Autofix가 수정안을 제안한다. 조직 단위 대시보드에서 저장소별 품질 점수를 추적하고, 룰셋으로 테스트 커버리지 기준을 걸어 머지를 막을 수 있다. 프리뷰 동안 1만 개 이상 기업이 사용했고, GitHub 내부에서는 탐지된 문제의 67.3%가 머지 전에 해결됐다.
핵심은 가격 구조다. 비용이 세 겹으로 쌓인다.
| 항목 | 과금 방식 |
|---|---|
| 기본 라이선스 | 활성 커미터당 월 10달러 |
| AI 탐지·Autofix | 사용량 비례 과금 |
| CodeQL 분석 | GitHub Actions 분(minute) 소진 |
비용이 사람 수가 아니라 AI 산출량을 따라간다
주목할 부분은 둘째 줄, 사용량 과금이다. Futurum Group의 Mitch Ashley는 이렇게 짚었다. 에이전트가 코드를 많이 만들수록 검사해야 할 표면이 넓어지고, 품질 강제 비용은 인원수와 AI 분석량에 비례해 늘어난다. 그래서 품질 관리는 이제 "켜두는 기본값이 아니라 의도적인 결정"이 됐다는 것이다.
실제로 GA 시점에 과금을 피하려면 조직 전체에서 기능을 꺼야 했다. 끄면 공짜, 켜면 산출량 비례 비용. 조직은 품질을 얼마나 살지 명시적으로 정해야 한다. AI로 코드 생산 단가를 낮춘 만큼, 그 코드를 보증하는 단가가 새로 생긴 셈이다.
같은 주에 측정 도구도 깔렸다
사흘 앞선 7월 17일, GitHub는 저장소 단위 Copilot 사용 지표 API도 정식 출시했다. 어느 저장소에서 코딩 에이전트가 풀 리퀘스트를 만들고 머지했는지, 코드 리뷰가 어떤 유형의 제안을 얼마나 남겼는지 일 단위로 집계된다. GitHub는 이를 "AI 준비도(AI-readiness) 리포팅의 기초"라고 부른다.
두 발표를 겹쳐 보면 방향이 읽힌다. 도입 단계의 질문이 "에이전트를 쓰느냐"였다면, 다음 질문은 "어느 저장소에서 얼마나 만들고, 그 품질에 얼마를 쓰느냐"다. 산출량·품질 점수·비용이 한 계기판에 올라오는 순간, AI 코딩은 감으로 굴리는 실험이 아니라 예산이 붙는 운영이 된다.
교육·AX 현장에서 이 변화는 한 문장으로 요약된다. 조직이 배워야 할 것은 코드를 빨리 만드는 법이 아니라, 쏟아지는 코드의 품질에 예산을 배정하고 계기판을 읽는 법이다. 사업영역 →