Linus Torvalds posts his first AI-assisted patch to the Linux kernel, synthetic test clocks 23x performance leap — the bossman makes use of AI tooling himself after issuing clear pro-AI directives
리누스 토르발스, LLM을 활용한 첫 Linux 커널 패치 공개
리누스 토르발스가 여러 CPU가 같은 파일을 읽을 때 발생하는 캐시 경합 문제를 다룬 패치를 개발 브랜치에 올렸습니다. 합성 벤치마크에서 23배 빨라졌지만 실제 부하에서는 이보다 효과가 훨씬 작을 것이라고 밝혔습니다.
- 주제
에디터 노트
이 사례에서 확인되는 성능 수치는 특정 합성 벤치마크 결과이며, 토르발스도 실제 부하에서 같은 개선을 기대하지 않는다고 밝혔습니다. 따라서 23배를 커널이나 서버 전반의 성능 향상으로 읽으면 원문보다 주장이 커집니다. 댓글에서는 코드의 출처보다 이해와 검토가 중요하다는 의견과, AI가 검토량을 늘리고 주니어가 경험을 쌓을 기회를 줄일 수 있다는 우려가 함께 나옵니다. 이 패치가 보여주는 것은 숙련자가 LLM을 활용해 실험하고 리뷰를 거쳐 코드를 다듬는 과정입니다. 한 사례만으로 AI 사용이 개발자의 생산성을 높이거나 인력 수요를 줄인다고 일반화할 근거는 제시되지 않았습니다.
AI 요약
리누스 토르발스(Linus Torvalds)가 Linux 커널의 오래된 캐시 경합 문제를 다루는 패치에 LLM을 활용했습니다. 여러 CPU가 같은 파일을 동시에 읽으면 경합이 커지는 문제로, 공유 라이브러리나 데이터베이스, 웹 서버에서 나타날 수 있습니다. 과거에도 여러 개발자가 해결책을 시도했지만 모든 상황에 잘 맞는 방안은 나오지 않았습니다.
토르발스는 2024년 초 직접 만든 초안을 자신의 노트북에서 사용해 왔습니다. 최근에는 LLM으로 문제를 풀어 보겠다고 결정하고, 결과물을 개발 브랜치에 올렸습니다. 전용 합성 벤치마크에서는 성능이 23배 향상됐다고 밝혔습니다. 다만 실제 환경에서는 그런 수치가 나올 만한 부하가 없을 것이라며, 실사용 성능 개선 폭은 훨씬 작을 것으로 선을 그었습니다. 기사도 이 결과를 전체 시스템 성능이 23배 빨라졌다는 뜻으로 설명하지 않습니다.
커널 개발에서 LLM을 쓰는 기준
토르발스는 LLM을 컴파일러나 편집기처럼 개발에 쓰는 도구로 봅니다. 개발자가 자신이 하는 일을 이해하고 최선을 다해 작업하면 된다는 입장입니다. Linux 커널 팀은 자동화된 코드 리뷰 도구를 사용하며, 기사에 따르면 이 도구는 사람보다 나은 성능을 보이고 제출 단계에서 걸러졌어야 할 기본적인 프로그래밍 실수도 찾아냈습니다. 커널 팀은 패치 작성자가 AI 사용 여부를 반드시 공개하도록 하던 정책도 바꾸고 있습니다.
기사에는 AI 도입의 부담도 나옵니다. AI 에이전트가 보안 취약점의 전형적인 패턴을 잘 찾아내면서 Linux 보안 메일링 리스트가 감당하기 어려울 만큼 바빠졌다고 전합니다. Linux는 릴리스마다 약 2,000개의 CVE를 처리하고 있으며, 설치 기반이 작아도 보안 신고가 몰리는 오래된 하드웨어 드라이버를 정리해야 하는 상황이라고 설명합니다.
패치는 검토와 수정을 거쳤다는 반응
Reddit 이용자 @neuronexmachina는 실험용 브랜치와 패치 차이 링크를 공유하며, 리뷰어들의 피드백을 받은 뒤 변경 사항이 새 브랜치로 정리됐다고 덧붙였습니다. @phunphun은 패치는 보통 세 번보다 훨씬 많이 수정한다고 말했습니다. 따라서 초기 버전이 잘못됐다는 뜻으로만 해석하기보다, 리뷰와 반복 수정이 패치 개발 과정에 포함됐다는 설명입니다.
Reddit 반응
- @pohl — 원래 커널을 만든 사람이 Claude로 반복 작업을 줄이는 것과, 제가 이해하지 못하는 바이브 코딩 PR을 올리는 것은 큰 차이가 있습니다. 숙련자를 해고하고 저처럼 싼 사람을 채용하려는 회사와도 구분해야 합니다. 소프트웨어 개발은 이제 기계의 도움을 받는 활동입니다. 숙련자가 생산성을 높이는 데 써야지, 사람들이 만든 쓰레기를 검토하는 역할만 맡아서는 안 됩니다.
- @AndorinhaRiver — AI가 만든 코드에도 토르발스가 요구하는 기준은 여전히 높습니다. AI를 쓰든 안 쓰든 코드가 무엇을 하는지 이해해야 합니다. AI가 만든 것이든 사람이 만든 것이든 엉터리 코드는 받아들이지 않습니다.
- @AndorinhaRiver — AI가 사람의 기술을 약화할 수도 있습니다. 토르발스가 AI를 옹호하는 모습을 보면 의존하게 된 것은 아닌지 걱정됩니다. LLM은 맞는 것처럼 보이지만 틀린 내용을 내놓는 데도 능숙하며, 커널 작업에서는 그 점이 큰 문제입니다.
- @mxzf — 숙련된 선임 개발자에게 AI는 팀에 주니어 개발자를 여럿 둔 것처럼 생산성을 높여 줄 수 있습니다. 하지만 경험이 부족한 주니어가 쓰면 주니어 수준의 결과물이 나옵니다. 몇십 년 뒤 선임들이 은퇴하고 나면 진짜 전문성을 갖춘 사람이 남지 않을까 걱정됩니다.
- @Winjin — AI는 꽤 좋은 교사이기도 합니다. 간단한 질의를 시키고 설명을 요청하면 각 줄이 무슨 일을 하는지 풀어 줍니다. 설명을 읽고 공부하려는 사람에게는 도움이 됩니다. 문제는 사람들이 설명을 읽으려 하지 않는다는 점입니다.
- @xmsxms — AI가 검토 작업의 양을 늘립니다. 그 점이 검토자의 작업 방식에도 영향을 줍니다.
- @stormdelta — 최근 몇 달 사이 성능은 크게 나아졌습니다. 여전히 오류를 고쳐야 하지만, 대놓고 틀린 답보다는 우선순위를 잘못 잡는 일이 늘었습니다. 감독 없이 작업하는 에이전트는 제 경험상 여전히 멍청합니다.
- @Aging_like_fine_NFTs — 그는 23배 성능 향상이라고 주장한 적이 없습니다. 클릭베이트가 심합니다.
원문: Tom's Hardware / 번역·요약: Trawling