OCaml 코드에 AI 기여도 명시 방안 제안 (AI Disclosure)

최근 에이전트 기반 코딩(agentic coding) 스프린트를 거치면서, AI 생성 코드의 품질 편차가 심화되는 실질적인 문제에 직면했습니다. 이에 OCaml 환경에서 AI 기여도를 추적하기 위한 자발적 공개 메커니즘을 제안합니다.

1. 배경 및 필요성: 법규 준수와 투명성 확보
EU의 AI Act는 2026년 8월부터 AI 생성 텍스트 콘텐츠에 대해 '기계가 읽을 수 있는 형식'으로 표시하고 인공적으로 생성되었음을 식별하도록 의무화합니다. 비록 소스 코드가 이 법률의 '텍스트 콘텐츠'에 정확히 포함되는지는 논란의 여지가 있지만, 코드 투명성을 확보하는 것은 필수적입니다.

2. OCaml을 위한 AI 기여도 공개 메커니즘 설계
단순한 바이너리(binary) 플래그로는 실제 개발 과정을 반영할 수 없습니다. 따라서 패키지 레벨과 모듈 레벨에서 계층적인 속성(attributes) 시스템을 도입합니다.

• 패키지 수준 공개 (Package Disclosures): opam 패키지에 확장 필드(x-ai-disclosure, x-ai-model, x-ai-provider)를 추가하여 전반적인 AI 기여도를 선언할 수 있습니다.
• 모듈 및 바인딩 수준 공개 (Module/Binding Level): OCaml의 확장 속성(extension attributes)을 활용합니다. 컴파일 유닛 전체에 적용되는 플로팅 속성([@@@ai_disclosure])과 특정 함수나 변수 같은 개별 바인딩에 적용되는 속성을 모두 지원하여 세밀한 추적이 가능합니다.

이 시스템은 W3C HTML 제안을 따르는 '가장 가까운 조상 상속 모델(nearest-ancestor inheritance model)'을 채택하며, 명시적인 주석이 상속된 값을 덮어씁니다. 특히 .mli (인터페이스 파일)와 .ml (구현 파일)을 독립적으로 어노테이션 할 수 있어 인터페이스 정의와 실제 구현의 기여도를 분리하여 추적할 수 있다는 장점이 있습니다.

3. 상세 기여도 분류 체계 (Disclosure Vocabulary)
기존 W3C 용어를 차용하여 네 가지 수준으로 세분화합니다:

• none: AI 개입이 전혀 없음을 명시적으로 주장하는 경우 (순수 수작업).
• ai-assisted: 인간이 주도하고, AI가 편집하거나 개선에 도움을 준 경우.
• ai-generated: 인간의 프롬프팅과 검토를 거쳐 AI가 생성한 코드.
• autonomous: 인간의 감독 없이 완전히 AI가 생성한 경우 (최소화 권장).

4. 모델 출처(Model Provenance) 추적: 모든 주석은 선택적으로 ai_model (예: gpt-4o, claude-opus-4-6) 및 ai_provider (Anthropic, OpenAI)와 같은 메타데이터를 포함하여 사용된 AI 도구의 정확한 출처를 기록합니다. 이는 여러 모델을 교차 검증하는 경우에도 반복적으로 기록할 수 있습니다.

결론: 이 제안은 개발자가 AI 도움을 받지 않은 경우 오버헤드가 전혀 없도록 설계되었습니다. 코드 리뷰 과정에서 사람이 코드를 수정하거나 재작성하면, 해당 주석을 제거하고 자신의 책임으로 완전히 주장(claim)하는 것이 가능합니다. 궁극적으로, 이 메커니즘은 누가 어떤 수준까지 책임을 지고 기여했는지에 대한 명확한 기록을 제공하여 소프트웨어의 투명성을 극대화합니다.