Linux Foundation, 신규 PR의 25%가 저품질 AI 기여물로 추정

Linux Foundation 연구에 따르면 오픈소스 개발자는 생성형 AI가 작업 시간을 절반으로 줄일 수 있다고 봅니다. 유지관리자의 25%는 새로 들어오는 pull request 가운데 저품질 AI 기여물이 차지하는 비율을 25%로 추정했습니다.

주제: AI 오픈소스 개발 도구

에디터 노트

25%라는 수치는 AI가 작성한 코드 전체의 비율이 아니라 유지관리자가 저품질 AI 기여물로 추정한 비율입니다. 다만 Reddit에서는 보고서가 AI 생성 기여물까지 슬롭 범주에 포함했다는 지적이 나와, 이 수치만으로 실제 코드 품질을 분리해 읽기는 어렵습니다. 생산성 수치도 실제로 검토 시간을 뺀 결과가 아니라 응답자의 추정치입니다. 댓글은 복잡한 작업에서 시간이 더 걸렸다는 응답과 리뷰 부담을 짚습니다. 따라서 시간 절감과 유지관리 부담은 별도로 봐야 합니다. 조사 규모와 분류 기준이 제한된 만큼, 이 결과는 오픈소스 전체의 확정된 비율보다 유지관리자들이 체감하는 변화를 보여주는 설문으로 읽는 편이 타당합니다.

AI 요약

Linux Foundation 연구는 생성형 AI가 오픈소스 개발 시간을 줄이는 한편, 프로젝트 유지관리자에게 저품질 기여물을 가려내는 부담을 더한다고 전합니다. Phoronix가 소개한 수치에 따르면 유지관리자의 59%가 AI 기반 기여가 늘고 있다고 답했습니다. 71%는 생성형 AI가 오픈소스 참여 장벽을 낮춘다고 봤으며, 작업 시간은 모든 종류의 오픈소스 개발 과제에서 50% 줄어들 가능성이 있다고 평가했습니다. 반면 새 pull request의 25%가 저품질 AI 기여물이라는 추정도 나왔습니다.

수치의 범위와 해석

Reddit 댓글에서는 25%가 Linux 커널만의 수치가 아니라 오픈소스 프로젝트 전반을 대상으로 한 조사라는 점이 언급됐습니다. 한 댓글은 보고서에서 25%가 평균이며 대형 프로젝트는 31%, 규모가 작은 프로젝트는 약 20%라고 적었다고 전했습니다. 조사 참여자는 274명이며, 보고서가 자동 취약점 검사 도구도 AI 도구로 분류했다는 지적도 나왔습니다. 이 세부 사항은 댓글 작성자가 보고서를 읽고 제시한 설명입니다.

댓글에서는 AI를 사용한 기여와 저품질 기여를 같은 범주로 묶으면 수치를 오해하기 쉽다는 반론이 나왔습니다. 생산성 향상 주장도 자기 보고에 기댄다는 지적이 있었고, 리뷰 시간이 늘면 코드 작성 시간 절감이 상쇄될 수 있다는 경험담도 제시됐습니다. 반대로 일부 댓글은 AI가 참여 장벽을 낮추는 점과 저품질 기여물의 증가를 구분해야 한다고 말했습니다.

Reddit 반응

@Frexxia — 고작 25%라고요?
@Virtual-Escape2305 — "오픈소스 프로젝트 전반"이라는 말은 Linux 커널만을 가리키는 게 아닙니다.
@crazy_penguin86 — 실제 보고서에서 눈에 띈 점을 적자면, 25%는 평균입니다. 대형 프로젝트는 31%라고 답했고, 규모가 작고 덜 알려진 프로젝트는 저품질 기여물이 더 적은 약 20%였습니다. 이 조사는 274명을 대상으로 했습니다. FOSS 전체를 대표하기엔 표본이 작아 보입니다. 보고서는 "자동 취약점 검사 도구"를 AI 도구로 분류합니다. 예시로 든 GitHub CodeQL은 제가 알기로 LLM 기반이 아닙니다. 보고서는 LLM이 진입 장벽을 낮추는 동시에 신뢰도도 낮췄다고 했습니다. 대형 프로젝트의 주요 우려로 유지관리자 번아웃도 꼽았습니다.
@Coomer-Boomer — 실제 보고서의 그림 2를 보면 AI가 생성한 pull request는 모두 AI 슬롭으로 셉니다. 저자들이 분명히 편향된 입장을 갖고 있습니다.
@Coomer-Boomer — 여기서 "AI 슬롭"은 저품질이거나 AI가 생성한 기여물을 뜻합니다. 따라서 25%에는 보통 수준부터 높은 수준까지의 AI 보조 기여물도 들어갑니다. 이런 식으로 용어를 혼란스럽게 쓰다니 실망스럽습니다.
@OppositePerson — 생산성이 올랐다는 응답은 자기 보고에 따른 믿음입니다. 응답자들은 제안 논의 19%와 코드 작성 52%를 포함한 여섯 가지 오픈소스 개발 활동 전반에서 평균 시간이 줄었다고 추정했습니다. 하지만 복잡도가 높은 과제에서는 생성형 AI를 쓸 때 시간이 더 걸렸다고 답한 비율이 21%였습니다.
@Lanky-Safety555 — MIT 연구에 따르면 평균적으로 코드 작성 속도는 크게 빨라졌지만 검토 시간이 늘면서 이득이 거의 사라졌습니다. 제 경험도 대체로 같습니다. LLM은 슬롭을 빠르게 뽑아내지만 잘 설계된 코드보다 검토에 훨씬 더 많은 시간이 듭니다.
@Demortus — AI 슬롭을 어느 정도 처리하는 대가로 생산성이 50% 오른다면 나쁘지 않은 거래처럼 들립니다.
- @Nelson-Spsp — 그걸 직접 검토해야 하는 사람인지에 따라 다르겠죠.
- @ITaggie — AI 슬롭을 처리하는 데 시간이 들면 생산성은 낮아집니다.
@zabby39103 — 큰 프로젝트에 PR을 내고 싶었는데, 이제 AI 슬롭이라고 치부될까 걱정됩니다.
@Emre-Y — 뭘 하는지 이해한다면 AI를 써도 괜찮다고 생각합니다.

원문: Phoronix / 번역·요약: Trawling

원문 보기 ↗토론 보기 ↗