Amazon, Meta의 새로운 Muse AI 에이전트의 amazon.com 쇼핑 차단

Amazon이 Meta의 새로운 Muse AI 에이전트가 amazon.com에서 쇼핑하는 것을 차단했다.

AI 코딩으로 인해 CI가 병목 현상이 되자, 우리는 이를 해결하기 위해 시스템을 재설계했습니다

Linear는 AI 에이전트 도입으로 코드 배포 속도는 빨라졌으나, CI(지속적 통합)가 병목 현상을 일으키며 비용과 대기 시간을 증가시키는 문제에 직면했습니다. 이를 해결하기 위해 Linear는 인프라 교체, 컴파일러 현대화, 린팅 프로세스 최적화 등 다각적인 접근을 시도했습니다. 그 결과, 테스트 스위트 규모가 4배 증가했음에도 불구하고 PR 대기 시간을 단축하고 러너 사용 시간을 절반 가까이 줄이는 성과를 거두었습니다.

• GitHub Actions에서 고성능 CPU와 스토리지 기반의 서드파티 러너로 전환하여 작업 속도를 평균 34% 향상
• tsc 대신 tsgo를 도입하여 타입 체크 병목 현상을 해결하고 주간 중앙값 시간을 73% 단축
• ESLint 규칙을 타입 정보 의존 방식에서 AST 기반 정적 분석 방식으로 재작성하여 린트 시간을 최대 68% 감소
• Oxlint 도입 및 CI 시스템 전체의 병목 지점인 초기 체크 프로세스 최적화 추진

AI 기반 개발 가속화 시대에 맞춰 CI 시스템의 효율성을 높이기 위한 인프라 및 툴체인 최적화의 실질적인 전략을 제시한다.