코드베이스 온보딩 기간과 리스크를 계산하는 AI 리포트 생성기

네. 리포트 생성기는 전적으로 브라우저에서 실행됩니다. 가입도, 유료 결제도 없고, 계산을 위해 서버로 전송되는 데이터도 없습니다.

이 공식은 투명하게 공개된 휴리스틱이지, 동료 평가를 거친 모델이 아닙니다. 리뷰 크기 가이드(PR을 약 400줄 이하로 유지, 60분 넘게 계속 읽으면 효과가 떨어짐)는 구글의 엔지니어링 프랙티스 문서와 SmartBear/Cisco 코드 리뷰 연구에서 가져왔습니다. 커버리지와 기술 부채 페널티의 크기는 스트라이프의 Developer Coefficient 리포트를 참고했는데, 이 리포트는 엔지니어가 한 주 중 상당한 시간을 나쁜 코드와 유지보수 작업에 쓴다는 점을 보여줍니다. 일부러 '휴리스틱'이라고 부르는 이유는, 이 숫자를 정확한 값이 아니라 방향성을 보여주는 참고치로 봐야 하기 때문입니다.

아니요. 모든 입력값은 브라우저 안에 그대로 남고, 계산은 사용자 기기에서 자바스크립트로 실행됩니다. 유일한 네트워크 활동은 위젯 사용 횟수를 집계하기 위한 익명 핑뿐이며, 코드베이스 관련 정보는 전혀 담기지 않습니다.

아니요. 이 도구는 계획을 세울 때 기준이 되는 대략적인 일수와 리스크 수준을 알려줄 뿐입니다. 실제 온보딩 체크리스트, 지정된 멘토, 그리고 여러분 저장소를 기반으로 만든 첫 주 학습 목록과 함께 사용하세요.

리스크를 가장 빠르게 끌어올리는 요인은 세 가지입니다. 테스트 커버리지 30% 미만, 7년을 넘긴 코드베이스, 그리고 엔지니어 1명당 코드 줄 수 비율이 높은 경우입니다. 이 세 가지부터 확인하세요. 보통 이번 분기 안에 실제로 개선할 수 있는 항목들입니다.

모노레포 전체가 아니라, 신규 입사자가 실제로 처음 건드릴 언어와 영역을 기준으로 계산하세요. 200만 줄짜리 모노레포에서 주니어가 4만 줄짜리 서비스 하나만 다룬다면, 전체 레포가 아니라 그 서비스 기준으로 점수를 매겨야 합니다.

부분적으로는 가능합니다. 리스크 점수는 리뷰 부담과 상관관계가 있어서, 리스크가 높은 코드베이스는 보통 리뷰가 더 느리고 비용도 많이 듭니다. 하지만 팀의 실제 PR 처리 시간을 자체 메트릭 대시보드에서 측정하는 것을 대체할 수는 없습니다.

온보딩 기간은 신규 엔지니어 한 명이 실질적으로 기여하기까지 걸리는 시간을 알려줍니다. 리스크 점수는 코드베이스가 전반적으로 얼마나 취약한지를 보여줍니다. 테스트 커버리지가 낮고 오래된 데다 소수에게 집중된 코드베이스는 몇 년째 몸담은 엔지니어에게도 리스크를 높입니다.