Optimizing a 200,000-line Python codebase overnight with Gemini 4 Argon

문제 & 배경: 여러 파일에 걸친 성능 병목을 자동으로 찾아야 했고, 기존 방식은 세션 전체를 불필요하게 복사하거나 사용하지 않는 무거운 패키지까지 미리 불러와 실행과 개발을 느리게 했다.

기술 & 해결책: 에이전트가 저장소의 개발 규칙과 목표를 참고해 밤새 코드를 분석하도록 한 뒤, 필요한 이벤트만 복사하고 무거운 모듈은 실제 사용 시점에 불러오도록 수정했으며 관련 테스트와 벤치마크로 검증했다.

교훈 & 주의점: 제안 6개 중 2개만 실제 반영된 것처럼 자동화 도구는 폭넓게 탐색할 수 있지만, 공개 API·테스트 호환성·안정성을 확인하는 사람의 검토가 필수이며 이번 변경은 긴 세션의 메모리 처리 시간을 약 40%, 패키지 초기 가져오기 시간을 21% 줄였다.