AI 코드 생성(AI Code Generation)이 가진 소셜 미디어 문제
요약
AI 코드 생성 기술의 발전으로 콘텐츠 생산 비용은 급감했으나, 그 결과물을 검증하고 판단해야 하는 리뷰어의 인지적 비용은 오히려 증가하고 있습니다. 생산 비용의 절감이 판단 비용을 하류(downstream)로 전가하여 발생하는 사회적, 기술적 문제를 다룹니다.
핵심 포인트
- AI로 인한 생산 비용 하락은 판단 및 검증 비용의 전가로 이어짐
- 코드 생성량은 늘었으나 코드에 담긴 사고의 깊이는 감소함
- 검증되지 않은 AI 생성물은 리뷰어와 유지보수자의 부담을 가중시킴
- 생산 비용과 판단 비용 사이의 불균형이 새로운 소음 문제를 야기함
내가 무엇을 만들어 왔는지 발표하던 그날 아침, 게시물에 댓글 하나가 달렸습니다. 친절한 댓글이었습니다. 칭찬으로 시작해 내 의견에 동의하며, 고민해 볼 만한 몇 가지 위험 신호들을 짚어주었습니다... 코드를 누가 소유하는지, 코드가 실행될 때 실제로 무엇을 변경하는지, 인증(auth)이나 결제(payments) 근처에 접근하는지 등등. 탄탄한 내용이었습니다. 하지만 그 내용은 내가 작성한 게시물에서 언급했던 모든 포인트와 정확히 일치했습니다.
그러더니 그 댓글은 내가 그 위험을 자동으로 점수화하고 머지(merge) 전에 플래그를 표시하는 도구를 만들라고 제안했습니다.
그 도구가 바로 내가 그 게시물을 통해 발표하려던 것이었습니다. 그 댓글은 내 글을 읽고, 내 글에 동의하고, 내 글의 포인트들을 나에게 다시 나열한 뒤, 그 글이 존재했던 목적이자 출시하고자 했던 제품을 만들라고 추천한 것입니다.
나는 어떤 사람도 그것을 쓰지 않았다고 확신합니다. 시간이 지나면 식별할 수 있게 되는 특유의 형태가 있었습니다... 칭찬, 깔끔한 목록, 대화를 이어가기 위한 마지막 질문, 그리고 기사에서 이미 말한 내용 외에는 단 한 번도 새로운 것을 말하지 않는 "경험(experience)" 같은 것들 말이죠. 그런데 왜 나는 답글을 달았을까요? 두 가지 이유가 있습니다. 다른 사람들도 그 스레드(thread)를 읽을 것이고, 그 안에서 내가 괜찮은 사람이라는 것을 보여주고 싶었습니다. 그리고 혹시라도 내가 틀렸고 그 뒤에 실제 사람이 있을 아주 희박한 가능성을 고려했을 때, 그 사람을 무시하는 사람이 되고 싶지 않았습니다.
그래서 나는 짧고 따뜻한 답장을 썼습니다. 기계가 생성하는 데 0.5초도 걸리지 않았을 댓글에 말입니다.
그 작은 교류가 바로 내가 이야기하고 싶은 핵심입니다.
그 댓글을 올린 사람에게는 비용이 거의 들지 않았습니다. 하지만 그것을 읽고, 사람이 개입되었는지 판단하고, 답장을 쓰는 과정은 여유가 없던 내 아침의 실제 시간과 주의력을 소모하게 만들었습니다. 노력은 사라지지 않았습니다. 단지 그것을 만든 사람에게서 그것을 처리해야 하는 나에게로 옮겨왔을 뿐입니다.
생산하기에는 저렴하지만, 누군가가 처리하기에는 비용이 많이 드는... 이와 똑같은 방식은 새로운 것이 아닙니다. 우리는 이미 한 번 겪어본 적이 있습니다. 우리는 그것을 그저 소셜 미디어(social media)라고 불렀을 뿐입니다.
이 두 가지 현상의 밑바닥에 깔린 구조는 다음과 같습니다. 무언가를 만드는 비용은 저렴해지는데 그것이 좋은지 판단하는 비용은 여전히 비싸다면, 판단 비용은 그에 맞춰 저렴해지는 대신 하류(downstream)로 밀려나게 됩니다. 생산하는 사람은 영역을 가득 채우고, 하류에 있는 사람이 쓰레기 속에서 좋은 것을 골라내는 비용을 대신 지불하게 됩니다. 아무도 앉아서 이를 결정하지 않습니다... 생산이 생산자에게 아무런 비용도 들지 않게 되는 순간 이 현상은 저절로 발생합니다. 왜냐하면 판단은 언제나 비싼 부분이었고, 이를 저렴하게 만들어 줄 무언가는 나타나지 않았기 때문입니다.
게시물(Posting)을 올리는 비용은 대략 2008년에서 2012년 사이에 저렴해졌습니다. 갑자기 누구나, 모든 사람에게, 즉시, 아무런 비용 없이 무엇이든 말할 수 있게 되었습니다. 그중 일부는 읽을 가치가 있었습니다. 하지만 많은 부분이 게시 버튼을 누르기 전 단 1초도 생각하지 않은 소음(noise)이었습니다. 그리고 그 모든 소음의 비용은 게시하는 사람들에게 전가되지 않았습니다. 그것은 스크롤을 내리며 자신의 엄지손가락과 자신의 시간을 들여 분류 작업을 수행하는 당신에게 전가되었습니다.
코드 생성(Code generation)은 2~3년 만에 저렴해졌습니다. 그리고 우리는 동일한 결과를 목격하고 있습니다. 양은 훨씬 늘어났고, 각 코드 조각에 담긴 생각은 훨씬 줄어들었으며, 그 비용은 코드를 생성한 사람에게 전가되지 않았습니다. 그것은 코드를 리뷰하는 사람, 나중에 이를 유지보수(maintain)하는 사람, 그리고 6개월 뒤 새벽 2시에 이를 디버깅(debugging)하는 사람에게 전가되었습니다.
하지만 두 가지 변화가 있었습니다. 하나는 단순히 가공되지 않은 양(raw volume)의 증가입니다. 이제 훨씬 더 많은 양의 코드가 생성되고 있습니다. 다른 하나는 더 교묘합니다. 생성된 코드는 겉보기에 좋아 보입니다. 깔끔한 포맷팅, 합리적인 이름 지정 등, 누군가 작업 내용을 깊이 고민했다는 것을 한눈에 알 수 있게 해주는 모든 작은 신호들이 갖춰져 있습니다. 하지만 이번에는 아무도 고민하지 않았습니다. 그리고 바로 그 표면적인 매끄러움(surface polish)이 빠른 리뷰(quick review)를 통과하게 만드는 원인이 됩니다. 무언가를 급하게 짜깁기했을 때 나타나는 일반적인 징후들이 더 이상 보이지 않기 때문입니다.
그렇다면 이것이 저와 몇몇 사람들만이 느끼는 기분일까요? 알고 보니 실제 증거가 있습니다. GitClear라는 회사가 AI 코딩 어시스턴트(AI coding assistants)가 주류가 된 시기인 2020년부터 2024년까지의 2억 1,100만 줄의 코드 변경 사항을 조사했습니다. 이 기간 동안 단순히 복사해서 붙여넣은(copy-pasted) 코드의 비중은 계속 상승한 반면, 리팩터링(refactored)... 즉, 실제로 정리되고 재사용된 코드의 비중은 계속 하락했습니다. 2024년에는 이 두 수치가 처음으로 교차했습니다. 재사용하는 것보다 복사해서 붙여넣는 것이 더 많아진 것입니다. 더 많이 생산되지만, 더 적게 고민되었으며, 이제 이를 보여주는 그래프까지 존재합니다.
하지만 여기서 코드와 소셜 미디어가 서로 다른 이야기를 하기 시작하는 지점이 있으며, 바로 이 부분이 당신을 괴롭혀야 할 부분입니다(저를 괴롭히는 것처럼 말이죠).
가치 없는 게시물은 하루면 사라집니다. 피드(feed)의 하단으로 밀려나면 그것으로 끝입니다. 소셜 미디어의 범람은 진을 빼놓지만, 이는 주의력(attention)의 문제이며, 주의력 문제는 스스로 정화됩니다. 내일이면 피드는 다시 신선해집니다.
가치 없는 코드는 어디로도 밀려나지 않습니다. 그것은 머지(merged)됩니다. 이제 그것은 당신의 코드베이스(codebase)에 포함되고, 다음 기능은 그 위에 구축되며, 그다음 기능도 마찬가지입니다. 그리고 그것을 생성한 사람이 떠나고 한참이 지난 후에도, 그것을 유지보수(maintain)하는 사람은 바로 당신입니다. 당신은 그것을 수년간 유지보수하게 됩니다.
나쁜 게시물은 당신의 아침 중 단 1초를 앗아갑니다. 하지만 나쁜 머지(bad merge)는 그것이 한때 지름길이었다는 사실을 모두가 잊어버리고 마침내 그것을 뜯어낼 때까지, 매달 조금씩 더 많은 비용을 치르게 만듭니다.
이것이 지난 한 주 동안 제 머릿속을 떠나지 않았던 생각입니다. 홍수는 두 경우 모두 똑같아 보입니다. 차이점은 하나는 스스로 씻겨 내려가지만, 다른 하나는 당신이 떠나는 날에도 여전히 당신의 리포지토리 (repo)에 남아 있다는 것입니다.
출처 (Sources)
GitClear. (2025). AI Copilot Code Quality: 2025 Data Suggests 4x Growth in Code Clones. https://www.gitclear.com/ai_assistant_code_quality_2025_research
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기