배경(Context): AI 보조 개발 도구의 도입이 증가함에 따라 소프트웨어 팀이 협업하고, 지식을 공유하며, 조정하는 방식이 변화하고 있으나, 이것이 팀의 사회적 역학(social dynamics)에 미치는 영향은 여전히 미개척 영역으로 남아 있습니다. 격차(Gap): AI 도입이 조정 및 커뮤니케이션 붕괴를 반영하는 사회 기술적 안티 패턴(socio-technical anti-patterns)인 커뮤니티 스멜(community smells)의 증가 또는 감소와 관련이 있는지, 그리고 어떤 메커니즘을 통해 발생하는지는 불분명합니다. 방법론(Method): 거래 기억 시스템(Transactive Memory Systems, TMS) 이론에 근거하여, 우리는 두 가지 TMS 차원인 전문화(Specialization)와 조정(Coordination)을 따라 인간-AI(Human-AI) 및 인간-인간(Human-Human) 상호작용을 위한 도구를 검증하였으며, AI 도구를 사용하는 152명의 소프트웨어 전문가로부터 얻은 설문 데이터를 바탕으로 5개의 PLS-SEM 모델을 테스트했습니다. 커뮤니티 스멜 구성 개념은 문헌에서 도출되었으며 전문가 설문 및 요인 분석(factor analysis)을 통해 검증되었습니다. 결과(Results): AI 도입은 단일한 방식으로 커뮤니티 스멜과 관련되는 것이 아니라, 업무의 성격에 따라 달라지는 메커니즘을 통해 관련됩니다. 전문화(specialization) 업무에서 AI는 더 높은 지식 공유 동료 상호작용(knowledge-sharing peer interaction)과 관련이 있으며, 이는 결과적으로 더 적은 스멜과 관련됩니다. 조정(coordination) 업무에서 AI는 직접적으로 더 높은 커뮤니케이션 품질과 관련이 있으며, 인간의 상호작용을 대체하기보다는 보완합니다. 기여(Contributions): 우리는 AI-커뮤니티 스멜 관계가 협업 유형에 따라 달라짐을 보여주는, 경험적으로 검증되고 TMS에 기반한 모델을 제공하며, 재사용 가능한 도구와 연구 및 실무를 위한 증거 기반의 시사점을 제시합니다.