PHP Fatal Error를 LLM이 자동으로 고치게 만든 이야기

March 10, 2025 4 minute read

“PHP Fatal Error 발생 → 사내메신저 알림 확인 → 코드 확인 → 원인 분석 → 수정 → PR 생성 → 코드 리뷰 → 배포”. 이 흐름을 자동화하면 어떨까? 이 글에서는 PHP Fatal Error 발생 시 LLM이 자동으로 오류를 분석하고 수정한 뒤 PR을 생성하는 파이프라인을 구축한 경험을 공유한다.

문제 인식

학원 ERP 서비스에는 PHP 레거시 코드가 상당 부분 남아있었다. PHP는 타입 안전성이 약하다 보니 런타임에 Fatal Error가 종종 발생했다:

TypeError: Cannot access offset of type string on string
Undefined variable 참조
Call to undefined method 호출
null 체크 누락

이런 에러들의 특징은:

대부분 원인이 명확하다 (타입 미스매치, null 체크 누락 등)
수정도 단순하다 (타입 체크 추가, null 분기 추가 등)
하지만 감지부터 수정까지 평균 1시간이 걸린다

반복적이고 패턴화된 작업이라면 자동화할 수 있지 않을까?

파이프라인 설계

PHP Fatal Error 발생
    ↓
에러 로그 감지 (로그 모니터링)
    ↓
에러 정보 수집 (파일 경로, 라인, 에러 메시지, 스택 트레이스)
    ↓
릴리즈 브랜치에서 프로젝트 clone
    ↓
Claude Code SDK 서버에 에러 정보 전달
    ↓
Claude Code가 프로젝트 전체를 해석하여 수정
    ↓
자동으로 브랜치 생성, 커밋, PR 생성
    ↓
사내 메신저로 PR 링크 알림
    ↓
개발자가 리뷰 후 머지

핵심 원칙: Claude Code가 직접 배포하지 않는다. PR을 생성하고 사람이 리뷰하는 단계를 반드시 거친다. Claude Code SDK를 사용해서 프로젝트 전체 컨텍스트를 이해하고 수정한다.

구현

1. CloudWatch 에러 로그 감지

AWS CloudWatch Logs를 통해 PHP Fatal Error를 감지한다.

import re
import boto3
from datetime import datetime, timedelta

class CloudWatchErrorWatcher:
    def __init__(self, log_group: str, log_stream: str):
        self.client = boto3.client('logs', region_name='ap-northeast-2')
        self.log_group = log_group
        self.log_stream = log_stream
        self.last_timestamp = int((datetime.now() - timedelta(minutes=5)).timestamp() * 1000)

    def watch(self) -> list[dict]:
        response = self.client.get_log_events(
            logGroupName=self.log_group,
            logStreamName=self.log_stream,
            startTime=self.last_timestamp,
            limit=100
        )

        events = response.get('events', [])
        if events:
            self.last_timestamp = events[-1]['timestamp'] + 1

        return self._parse_fatal_errors(events)

    def _parse_fatal_errors(self, events: list) -> list[dict]:
        pattern = r'PHP Fatal error:\s+(.+?) in (.+?) on line (\d+)'
        errors = []

        for event in events:
            message = event['message']
            match = re.search(pattern, message)

            if match:
                errors.append({
                    'message': match.group(1),
                    'file': match.group(2),
                    'line': int(match.group(3)),
                    'timestamp': event['timestamp']
                })

        return errors

2. 컨텍스트 수집

LLM에게 에러를 고치라고만 하면 안 된다. 충분한 컨텍스트를 제공해야 한다.

class ErrorContextCollector:
    def collect(self, error: dict) -> dict:
        file_path = error['file']
        error_line = error['line']

        # 에러 발생 파일의 전체 코드
        with open(file_path, 'r') as f:
            source_code = f.read()

        # 에러 발생 라인 주변 코드 (앞뒤 20줄)
        lines = source_code.split('\n')
        start = max(0, error_line - 20)
        end = min(len(lines), error_line + 20)
        context_lines = lines[start:end]

        return {
            'error_message': error['message'],
            'file_path': file_path,
            'error_line': error_line,
            'full_source': source_code,
            'context': '\n'.join(context_lines),
            'context_start_line': start + 1,
        }

3. Claude Code SDK 서버 구축

Claude Code SDK를 사용해서 프로젝트 전체를 이해하고 컨텍스트를 파악한다.

import subprocess
import shutil
from pathlib import Path

class ClaudeCodeFixer:
    def __init__(self, claude_sdk_server_url: str, repo_url: str):
        self.server_url = claude_sdk_server_url
        self.repo_url = repo_url
        self.work_dir = Path('/tmp/auto-fix-workspace')

    def fix(self, context: dict) -> dict:
        # 1. 릴리즈 브랜치에서 프로젝트 clone
        if self.work_dir.exists():
            shutil.rmtree(self.work_dir)

        subprocess.run([
            'git', 'clone',
            '--branch', 'release',
            '--depth', '1',
            self.repo_url,
            str(self.work_dir)
        ], check=True)

        # 2. Claude Code SDK에 에러 정보와 프로젝트 경로 전달
        prompt = f"""PHP Fatal Error가 발생했습니다.

**에러 메시지:** {context['error_message']}
**파일:** {context['file_path']}
**라인:** {context['error_line']}

프로젝트를 분석하고 에러를 최소한으로 수정해주세요.
기존 로직을 변경하지 말고 에러만 해결하세요."""

        # Claude Code SDK 서버에 요청
        response = requests.post(
            f"{self.server_url}/api/fix",
            json={
                'project_path': str(self.work_dir),
                'error_context': context,
                'prompt': prompt
            }
        )

        result = response.json()
        return {
            'description': result['description'],
            'fixed_files': result['fixed_files'],
            'work_dir': str(self.work_dir)
        }

Claude Code SDK는 단순히 에러가 발생한 파일만 보는 게 아니라, 프로젝트 전체 구조를 파악한다. 관련 파일, 의존성, 함수 호출 관계를 이해하고 수정하기 때문에 더 정확하다.

4. 자동 PR 생성

Claude Code가 수정한 코드를 브랜치에 커밋하고 PR을 생성한다.

import subprocess
from datetime import datetime

class AutoPRCreator:
    def create_pr(self, work_dir: str, description: str) -> str:
        timestamp = datetime.now().strftime('%Y%m%d%H%M%S')
        branch_name = f"auto-fix/{timestamp}"

        # 브랜치 생성 및 전환
        subprocess.run(
            ['git', 'checkout', '-b', branch_name],
            cwd=work_dir, check=True
        )

        # Claude Code가 수정한 파일들 커밋
        commit_commands = [
            ['git', 'add', '-A'],
            ['git', 'commit', '-m', f'[BUG] Claude Code 자동 수정: {description}'],
            ['git', 'push', 'origin', branch_name],
        ]

        for cmd in commit_commands:
            subprocess.run(cmd, cwd=work_dir, check=True)

        # gh CLI로 PR 생성
        result = subprocess.run(
            ['gh', 'pr', 'create',
             '--title', f'[Auto Fix] {description}',
             '--body', f'Claude Code가 자동 생성한 수정 PR입니다.\n\n수정 내용: {description}\n\n반드시 코드 리뷰 후 머지해주세요.'],
            cwd=work_dir,
            capture_output=True, text=True, check=True
        )

        return result.stdout.strip()  # PR URL

5. 전체 파이프라인 연결

class AutoFixPipeline:
    def __init__(self, log_group: str, log_stream: str, claude_server_url: str, repo_url: str):
        self.watcher = CloudWatchErrorWatcher(log_group, log_stream)
        self.collector = ErrorContextCollector()
        self.fixer = ClaudeCodeFixer(claude_server_url, repo_url)
        self.pr_creator = AutoPRCreator()
        self.notifier = MessengerNotifier()

    def run(self):
        errors = self.watcher.watch()

        for error in errors:
            try:
                context = self.collector.collect(error)

                # Claude Code가 릴리즈 브랜치 clone 후 프로젝트 해석하여 수정
                fix_result = self.fixer.fix(context)

                if not fix_result.get('fixed_files'):
                    self.notifier.send(f"Claude Code 수정 실패: {error['message']}")
                    continue

                # 수정된 코드로 PR 생성
                pr_url = self.pr_creator.create_pr(
                    fix_result['work_dir'],
                    fix_result['description']
                )

                self.notifier.send(
                    f"Claude Code 자동 수정 PR 생성\n"
                    f"에러: {error['message']}\n"
                    f"수정: {fix_result['description']}\n"
                    f"PR: {pr_url}"
                )

            except Exception as e:
                self.notifier.send(f"자동 수정 파이프라인 실패: {str(e)}")

결과

파이프라인 도입 후:

수동 오류 수정 평균 1시간 → Claude Code 자동 수정 10분
장애 대응 공수 90% 절감
CloudWatch로 에러 감지 즉시 자동화 파이프라인 트리거
개발자는 Claude Code가 생성한 PR을 리뷰하고 머지만 하면 됨
프로젝트 전체 컨텍스트를 이해하기 때문에 정확도가 높음

한계와 주의점

단순한 에러만 처리 가능하다. 타입 에러, null 체크 누락 같은 패턴화된 에러에만 효과적이다. 비즈니스 로직 버그는 Claude Code가 판단할 수 없다.
반드시 사람이 리뷰해야 한다. Claude Code가 생성한 코드를 자동 배포하면 안 된다. 의도하지 않은 로직 변경이 생길 수 있다.
프롬프트 엔지니어링이 중요하다. “최소한의 변경만 하라”는 지시가 없으면 Claude Code가 주변 코드까지 리팩토링하는 경우가 있었다. 에러 수정만 하도록 제한해야 한다.
Claude Code SDK 서버 관리가 필요하다. 별도 서버를 띄워서 Claude Code SDK를 실행해야 한다. 프로젝트 전체를 해석할 수 있다는 장점이 크다.

마무리

이 파이프라인의 가치는 “Claude Code가 코드를 잘 고친다”가 아니다. 반복적이고 패턴화된 작업에서 개발자를 해방시킨다는 점이 핵심이다. 에러 알림을 보고 → 코드를 열고 → null 체크를 추가하는 작업을 매번 사람이 할 필요가 없다. 사람은 Claude Code가 올린 PR을 리뷰하고, 비즈니스 로직에 영향이 없는지 확인하는 데 집중하면 된다.

Claude Code SDK는 프로젝트 전체 컨텍스트를 이해한다. 단순히 에러가 발생한 파일만 보는 게 아니라, 관련 파일, 의존성, 함수 호출 관계를 파악하고 수정한다. 릴리즈 브랜치를 clone해서 전체 프로젝트를 분석하는 방식이 번거로워 보이지만, 정확도 면에서 우수했다.

Twitter Facebook LinkedIn

윤동준

PHP Fatal Error를 LLM이 자동으로 고치게 만든 이야기

문제 인식

파이프라인 설계

구현

1. CloudWatch 에러 로그 감지

2. 컨텍스트 수집

3. Claude Code SDK 서버 구축

4. 자동 PR 생성

5. 전체 파이프라인 연결

결과

한계와 주의점

마무리

You May Also Enjoy

2026년 회고 - AI가 내 코드를 고치기 시작했다

배포 전 안전장치: PHP 테스트로 트랜잭션 롤백 검증

슬로우 쿼리 0건 달성기 - MySQL 쿼리 최적화 실전

크론 서버가 멈췄는데 아무도 몰랐다 - 스케줄러 헬스체크 자동화