레거시 코드, 더 이상 두려움의 대상이 아닙니다: AI와 함께하는 리팩토링 혁명
안녕하세요. 지난 15년 동안 수많은 스파게티 코드와 씨름하며 밤을 지새웠던, 이제는 흰머리가 희끗한 시니어 개발자입니다. 여러분은 혹시 10년 전 선배가 짜놓고 홀연히 퇴사한, 주석 하나 없는 3,000줄짜리 God Class를 열어본 적이 있으신가요? 그 순간 등골을 타고 흐르는 식은땀과 막막함, 저도 너무나 잘 알고 있습니다. 마치 지뢰밭을 걷는 기분이죠. 변수 이름은 temp1, data2, flag_x 같이 의미를 알 수 없고, if-else 문은 7중으로 중첩되어 있어 로직을 따라가다 보면 내 정신이 먼저 가출하는 그런 끔찍한 경험 말입니다.
솔직히 고백하자면, 저도 예전에는 이런 코드를 만나면 "이건 새로 짜는 게 빠르겠다"며 덮어버리거나, 최대한 건드리지 않고 우회하는 방법을 택하곤 했습니다. 하지만 실무에서는 그게 불가능하죠. 비즈니스는 계속 돌아가야 하고, 버그는 수정되어야 하니까요. 그런데 말이죠, 최근 1~2년 사이에 제 개발 인생을 완전히 바꿔놓은 도구가 등장했습니다. 바로 VS Code와 깃허브 코파일럿(GitHub Copilot)의 조합입니다. 처음에는 단순히 "조금 똑똑한 자동완성 도구" 정도로만 생각했는데, 제대로 활용하기 시작하면서부터는 마치 든든한 10년 차 수석 엔지니어와 실시간으로 페어 프로그래밍을 하는 기분이 들더군요.
오늘은 제가 현업 금융 프로젝트와 대규모 이커머스 시스템을 리팩토링하며 직접 부딪히며 체득한, '코파일럿을 활용해 레거시 코드를 안전하고 우아하게 리팩토링하고, 유지보수하기 좋은 문서(주석)까지 자동으로 남기는 비법'을 아주 상세하게 공유하려 합니다. 단순히 "설치하세요, 쓰세요" 수준의 얕은 이야기가 아닙니다. 어떻게 질문해야 AI가 찰떡같이 알아듣는지, 어떻게 하면 AI의 환각(Hallucination)을 피해 실무 수준의 코드를 뽑아내는지, 그 깊은 원리와 노하우를 낱낱이 파헤쳐 드리겠습니다. 커피 한 잔 진하게 타 오세요. 이제부터 스파게티 코드를 최고급 파스타 요리로 바꾸는 마법을 시작합니다.
1. 준비운동: 코파일럿에게 문맥(Context)을 주입하라
많은 개발자분들이 코파일럿을 설치만 하고 바로 채팅창에 "이거 리팩토링해줘"라고 입력합니다. 그리고는 엉뚱한 결과가 나오면 "에이, 아직 멀었네" 하고 실망하죠. 이건 마치 새로 온 신입 개발자에게 회사 업무 매뉴얼이나 기존 코드 스타일 가이드도 안 보여주고 "지금 당장 결제 모듈 고쳐봐"라고 시키는 것과 같습니다. 코파일럿이 천재적인 능력을 발휘하려면 '문맥(Context)'이라는 연료가 필수적입니다. VS Code에서 코파일럿은 현재 열려 있는 탭, 프로젝트 폴더 구조, 그리고 여러분이 최근에 작업한 파일들을 실시간으로 참고하여 답변을 생성합니다.
작업 환경 세팅의 중요성 (Tab Management)
리팩토링을 시작하기 전에 관련된 파일들을 VS Code 탭에 모두 열어두는 습관을 들여야 합니다. 예를 들어, OrderService 클래스를 수정한다면, 이 클래스가 사용하는 OrderRepository(데이터 접근 계층), UserDTO(데이터 전송 객체), 그리고 관련된 DateUtils 같은 유틸리티 파일들을 함께 열어두는 것만으로도 코파일럿의 이해도가 300% 이상 상승합니다. 실제로 제가 A 프로젝트에서 결제 로직을 수정할 때, 단순히 해당 파일만 열고 질문했을 때는 엉뚱한 외부 라이브러리(Moment.js 등)를 추천했지만, 연관된 설정 파일들을 탭에 띄워놓자 우리 회사의 내부 공통 모듈을 정확히 사용하여 코드를 제안했습니다. 이것이 바로 '컨텍스트 윈도우'를 효율적으로 채우는 핵심 기술입니다.
실전 예시: 문맥 주입 전후 비교
가령 데이터베이스 연결 설정을 리팩토링한다고 가정해 봅시다. 문맥이 없을 때 코파일럿은 일반적인 교과서적 코드(예: 하드코딩된 JDBC URL)를 제안합니다. 하지만 config.json이나 .env 환경 변수 설정 파일을 열어둔 상태라면 어떨까요? 놀랍게도 process.env.DB_HOST_PROD와 같이 프로젝트의 실제 환경 변수 네이밍 컨벤션을 그대로 따르는 코드를 제안합니다. 심지어 우리 팀이 사용하는 에러 처리 방식(Try-Catch 내의 커스텀 Logger 호출)까지 흉내 냅니다. 이는 단순한 자동완성을 넘어, 프로젝트의 '톤 앤 매너'를 AI가 학습하고 반영한다는 뜻입니다. 이 작은 차이가 나중에 디버깅 시간을 평균 3시간 이상 줄여줍니다.
@workspace 명령어의 강력함
VS Code의 채팅 창에서 @workspace 명령어를 적극적으로 사용해야 합니다. 이 명령어는 현재 프로젝트 전체를 인덱싱하여 답변하도록 강제합니다. "이 함수가 프로젝트의 다른 어디에서 쓰이고 있어?"라고 물어보면, 코파일럿은 전체 프로젝트를 스캔하여 영향 범위를 파악해 줍니다. 리팩토링에서 가장 무서운 것이 '사이드 이펙트(부작용)'인데, 이 기능을 통해 수정하려는 함수가 어디서 호출되는지 미리 파악하고 안전하게 접근할 수 있습니다. 저는 이 기능을 통해 5년 전 퇴사자가 숨겨놓은, 아무도 모르게 호출되던 좀비 코드를 찾아내어 시스템 전체 메모리 사용량을 15% 개선한 경험이 있습니다.
2. 분석 단계: 'Explain' 기능으로 레거시 해부하기
코드를 고치기 전에 가장 먼저 해야 할 일은 '이해'입니다. 하지만 레거시 코드는 읽는 것 자체가 고역이며, 때로는 암호 해독에 가깝습니다. 이때 코파일럿의 /explain 기능은 마치 24시간 대기 중인 친절한 멘토와 같습니다. 복잡한 알고리즘이나 비트 연산, 난해한 정규표현식 등을 사람이 이해하기 쉬운 자연어로 풀어서 설명해 줍니다. 이 기능을 통해 우리는 코드의 'What'이 아닌 'Why'를 이해할 수 있게 됩니다.
코드의 숨은 의도(Intent) 파악하기
단순히 "이 코드는 for 문을 돌립니다" 수준의 기계적인 설명이 아닙니다. "이 함수는 사용자 목록을 순회하면서, 30일 이상 로그인하지 않은 휴면 계정을 필터링하고, 이를 별도의 아카이브 테이블로 이동시키기 위한 SQL을 생성하는 것으로 보입니다"와 같이 비즈니스 로직 관점에서 해석해 줍니다. 제가 맡았던 금융 프로젝트에서 200줄에 달하는 정산 로직이 있었는데, 변수명이 a, b, xx 였습니다. 코파일럿에게 해석을 맡기니, 문맥상 a는 원금, b는 이자율, xx는 가산세라는 것을 추론해 내더군요. 덕분에 3일 걸릴 분석 작업을 30분 만에 끝낼 수 있었습니다.
잠재적 버그와 엣지 케이스 탐지
설명을 요청할 때 "이 코드에 잠재적인 버그나 엣지 케이스가 있을까?"라고 덧붙여 물어보세요. 그러면 코파일럿은 null 체크 누락, 배열 인덱스 초과 가능성, 혹은 비효율적인 메모리 사용 등을 날카롭게 지적해 줍니다. 실제로 한 번은 "이 이중 반복문은 데이터가 10만 건 이상일 때 $O(n^2)$ 복잡도로 인해 타임아웃을 유발할 수 있습니다"라는 경고를 받고, 이를 Map을 활용한 $O(n)$ 로직으로 변경하여 서버 다운을 미리 막은 적이 있습니다. AI가 단순한 코딩 도구를 넘어 시니어급 코드 리뷰어 역할을 톡톡히 해내는 순간입니다.
복잡도 시각화 요청
말로만 설명 듣는 것이 어렵다면, "이 로직의 흐름도를 텍스트 기반(Mermaid 문법)으로 그려줘"라고 요청해보세요. 조건 분기가 많은 복잡한 코드를 순서도로 시각화해주기 때문에 로직의 흐름을 한눈에 파악할 수 있습니다. 특히 switch-case 문이 수십 개씩 이어지는 레거시 코드를 분석할 때, 어떤 조건에서 어떤
댓글
댓글 쓰기