LaReview
Puemos · 코딩
LaReview는 diff나 pull request를 자동 댓글 더미가 아니라 구조화된 리뷰 계획으로 바꾸는 로컬 우선 AI 코드 리뷰 워크벤치다. 이미 쓰고 있는 Claude Code나 Codex 같은 AI 코딩 에이전트와 함께, 자신의 컴퓨터에서 실행되므로 소스 코드가 노트북을 떠나지 않는다. 팀이 큰 pull request를 손으로 검토하다가 시끄러운 봇 댓글에 계속 파묻힌다면, 이 도구는 바로 그 문제를 위해 만들어졌다.
LaReview 소개
LaReview란
LaReview는 변경 사항을 댓글로 달기 전에 이해하려는 개발자를 위한 오픈소스 코드 리뷰 도구다. 대부분의 AI 리뷰 제품은 봇처럼 행동한다. pull request에 댓글을 던지고 뭔가 걸리기를 바란다. 익숙하지 않은가.
LaReview는 반대 길을 간다. 변경 사항을 읽고, 시니어 엔지니어라면 짚을 흐름과 위험을 찾아, 실제로 끝까지 진행할 수 있는 리뷰 계획을 건넨다.
GitHub에서 코드 리뷰는 보통 파일을 하나씩 읽는 일을 뜻한다. LaReview는 먼저 더 나은 질문을 던진다. 이 변경이 실제로 무엇을 했는가.
로컬에서 실행된다. 도구는 자신의 GitHub 또는 GitLab CLI를 통해 pull request 데이터를 가져오고, 선택한 AI 에이전트가 자신의 컴퓨터에서 분석한다. 제3자 서버로 아무것도 업로드되지 않는다. 비공개 코드를 다루면서 클라우드 서비스로 보낼 수 없다면 이 점이 중요하다.
주의할 점은 LaReview가 손을 놓아도 되는 서비스가 아니라는 것이다. 자신의 AI 에이전트와 API 접근 권한을 직접 준비해야 하므로, 호스팅 제품에 로그인하는 것보다 설정이 조금 더 번거롭다. 버튼 하나로 끝나는 봇이 아니라 워크벤치이며, 승인만 클릭하지 말고 실제로 리뷰하기를 기대한다.
시작하기
- 공식 사이트에서 LaReview를 설치한다. Homebrew(
brew install --cask puemos/tap/lareview)를 쓰거나 플랫폼에 맞는 바이너리를 내려받으면 된다. - GitHub CLI(
gh)나 GitLab CLI(glab)가 설치되고 인증되어 있는지 확인한다. LaReview는 pull request 데이터를 로컬에서 가져오기 위해 이들을 쓴다. --agent플래그로 LaReview를 원하는 AI 코딩 에이전트에 연결한다. Claude Code, Codex, Gemini, OpenCode 등이 있다.- PR URL을 붙여넣거나(
lareview pr owner/repo#123) diff를 파이프로 넘겨(git diff | lareview) 리뷰를 불러온다. - 생성된 계획을 따라가며 메모를 더하고, 항목을 무시로 표시하고, 자동 생성된 요약과 함께 피드백을 GitHub나 GitLab으로 되돌려 보낸다.
제품 정보
LaReview의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 큰 pull request를 검토하고 승인 전에 시스템 영향을 이해해야 하는 시니어 엔지니어와 테크 리드. 단, CLI 도구 설치를 꺼리지 않는 경우다.
- 소스 코드를 호스팅형 AI 서비스로 보낼 수 없는 비공개 코드베이스를 쓰는 소규모 팀으로, 로컬 컴퓨터에 머무는 리뷰 지원을 원하는 사람.
- Claude Code나 Codex 같은 AI 코딩 에이전트에 이미 비용을 내고 있고, 가진 구독에서 리뷰 가치를 더 끌어내고 싶은 개발자.
작업
- 어지러운 diff를 파일을 하나씩 읽는 대신 위험 순으로 정렬된 그룹화된 리뷰 작업 목록으로 바꾼다.
- 사용자 정의 규칙으로 데이터베이스 타임아웃 누락이나 문서화되지 않은 API 변경 같은 위험을 잡아낸다.
- 댓글 스팸을 만드는 대신 특정 줄에 붙은 집중된 리뷰 피드백을 쓴다.
- 코드를 한 줄도 읽기 전에 변경이 데이터 흐름을 어떻게 바꾸는지 볼 수 있도록 아키텍처 다이어그램을 생성한다.
활용 상황
- 수십 개 파일이 바뀐 릴리스 주의 PR에서 무엇이 정말 중요한지 알아야 하는 때.
- 코드베이스를 아직 잘 모르는 상태에서 기여자의 첫 번째 큰 pull request를 넘겨받는 때.
- 코드를 클라우드 리뷰 서비스에 업로드하는 것이 선택지가 아닌 보안에 민감한 저장소.
주요 기능
먼저 계획, 댓글은 나중에
댓글을 쏟아내는 대신 LaReview는 변경을 읽고 구조화된 리뷰 계획을 세운다. 작업을 흐름별로 묶고 위험 순으로 정렬하므로, 뭔가를 깨뜨릴 가능성이 가장 큰 부분부터 시작한다. 진행 상황을 추적하고, 어디가 핵심인지 보여주는 파일 히트맵으로 변경을 따라간다.
로컬 우선 프라이버시
모든 것이 자신의 컴퓨터에서 실행된다. LaReview는 자신의 gh나 glab CLI를 통해 PR 데이터를 가져오고, AI 에이전트가 연결된 로컬 Git 저장소를 검색한다. 업로드는 없다. 즉 소스 코드가 누군가의 서버에 놓이지 않으며, 클라우드 도구를 쓸 수 없는 팀에게는 이 점이 핵심이다.
자신의 AI 에이전트 사용
LaReview는 특정 모델이나 벤더에 묶어두지 않는다. 이미 쓰는 에이전트와 함께 동작한다. Claude Code, Codex, Gemini, Kimi, Mistral, OpenCode, Qwen 등이 있다. 두뇌는 직접 고르고, 그 주변 워크플로를 LaReview가 맡는다. 락인 없음. 새 청구서도 없음.
사용자 정의 리뷰 규칙
"DB 쿼리에는 타임아웃이 있어야 한다"처럼 규칙을 자연어로 정의하면, AI가 변경을 그에 비추어 검사한다. 팀이 힘들게 다듬은 기준이 아무도 읽지 않는 위키에 머무는 대신, 매 리뷰마다 도는 자동 점검이 된다.
시각적 흐름 다이어그램
LaReview는 변경의 다이어그램을 자동으로 생성하므로, 한 줄도 읽기 전에 아키텍처의 변화를 볼 수 있다. 시스템 영향을 판단하려는 리뷰어에게 새 데이터 흐름의 그림은 100줄짜리 diff를 스크롤하는 것보다 낫다.
거부된 피드백에서 배우기
제안을 "무시"로 표시하면 LaReview가 그것을 기록한다. 시간이 지나면 그 거부들을 분석해 패턴을 찾고 앞으로의 리뷰를 조정한다. 즉 사소한 트집이 줄고 실제로 남기는 댓글이 늘어난다. 신호는 더 좋게. 잡음은 더 적게.
Git 호스트 동기화와 CLI 워크플로
리뷰가 끝나면 자동 생성된 요약과 함께 GitHub나 GitLab PR로 곧바로 푸시한다. 전부 터미널에서 이뤄지므로 편집기나 shell을 떠나지 않고 diff를 넘기거나 PR을 불러올 수 있다.
장단점
장점
- 소스 코드를 로컬에 두므로 비공개 저장소가 클라우드 서비스를 건드리지 않아도 된다.
- 생짜 diff를 위험 순 계획으로 바꾸므로 큰 pull request에서 시간을 실제로 아낀다.
- 새로운 구독을 강요하지 않고 이미 비용을 내는 AI 에이전트와 함께 동작한다.
- 사용자 정의 규칙으로 팀 기준을 자동으로 적용할 수 있다.
- 관대한 라이선스의 무료 오픈소스이며 벤더 락인이 없다.
단점
- CLI를 설치하고 자신의 AI 에이전트를 설정해야 하므로 호스팅 제품보다 설정이 번거롭다.
- 공식 API가 문서화되어 있지 않아 별도 작업 없이는 자체 CI 파이프라인에 넣을 수 없다.
- 기존 AI 에이전트와 API 접근에 의존하므로 리뷰 품질은 자신이 가져오는 것에 달려 있다.
- 개인과 소규모 팀 워크플로에 가장 잘 맞는다. 대규모 조직은 더 깊은 접근 제어를 원할 수 있다.
자주 묻는 질문
LaReview는 코드 리뷰 워크벤치다. 개발자가 diff나 pull request를 넘기면, 위험 순으로 정렬된 작업, 시각적 다이어그램, 집중된 피드백을 갖춘 구조화된 리뷰 계획을 세운다. 목표는 변경을 이해하는 것이지 댓글을 더 만드는 것이 아니다.
관련 콘텐츠
LaReview와 관련된 도구, 스킬, 아티클을 살펴보세요.
LaReview 대안
Forefront
Forefront · 코딩Forefront는 오픈소스 AI로 무언가를 만드는 웹 플랫폼이다. 대표적인 오픈소스 언어 모델을 자신의 데이터로 미세 조정하고, 성능을 평가하고, API로 실행하거나 내보내 직접 호스팅할 수 있다. 폐쇄형 플랫폼의 편의를 원하면서도 모델과 데이터의 소유권은 놓지 않으려는 개발자가 대상이다.
Startkit
StartKit.AI · 코딩Startkit은 AI SaaS와 AI 래퍼 제품을 만들기 위한 보일러플레이트다. 지루한 부분을 미리 연결해 둔 AI 스타트업 보일러플레이트라고 생각하면 된다. 인증, Stripe와 Lemon Squeezy 결제, 사용량 제한, 트랜잭션 이메일, 그리고 OpenAI, Anthropic, Groq, Llama와 통신하는 AI API 스타터 키트가 포함된다. 저장소를 복제하고 가격을 정한 뒤 사용자가 실제로 돈을 내는 부분에 착수하면 된다. React와 Tailwind 위의 Next.js로 만들어졌기 때문에 보일러플레이트 코드의 상당 부분이 이미 익숙하게 느껴진다.
Testim
Tricentis · 코딩Testim은 웹, 모바일, Salesforce 애플리케이션 전반에 걸쳐 엔드투엔드 테스트를 만들고 실행하는 AI 기반 테스트 자동화 플랫폼이다. 머신러닝에 기대어 인터페이스가 바뀌어도 테스트를 안정적으로 유지하므로, 팀은 깨진 셀렉터를 고치는 데 쓰는 시간을 줄인다. 오늘부터 쓸 수 있는 자동화 테스트 도구치고 나쁘지 않다. 브라우저에서 동작을 녹화해 테스트를 만들고, 더 세밀한 제어가 필요하면 JavaScript를 더한다. 바쁜 QA 팀에게 탄탄한 선택이다.