[코딩애플] 개발자들은 AI에게 실망했다

(제미나이가 생성한 삽화 이미지)

YouTube 영상 요약: 개발자들은 AI에게 실망했다 (개발자 AI 사용 실태)

해당 영상은 개발자들이 AI 코딩 도구를 실제로 사용하면서 느끼는 생산성 역설과 실망감에 대해 설명합니다. 전 세계 개발자의 약 80%가 AI를 사용하고 있지만, AI에 대한 선호도와 신뢰도는 오히려 급락하고 있는 흥미로운 현상을 다룹니다.

1. AI 생산성 역설: 시간 단축이 아닌 증가

AI 코딩 도구 사용이 오히려 생산성을 하락시킨다는 연구 결과가 소개됩니다 [00:46].

- 예상과 실제: 개발자들은 AI 사용 시 코딩 시간이 약 20% 단축될 것으로 예상했지만, 실제로는 시간이 20% 더 소요되는 것으로 나타났습니다 [01:01].

- 시간 낭비 요인:
   • 코드 작성 시간은 AI 덕분에 줄었으나, 새로운 낭비 시간이 발생했습니다 [01:18].
   • AI를 꾸짖고(혼내는 거), AI가 생성한 결과물을 기다리고, 정확도가 낮은 '똥 싸 놓은 코드'를 검토하고 고치는 데(부험하는 거) 시간이 더 들어갑니다 [01:26].

- 코드베이스 유형별 차이:
   • 그린필드 (Greenfield): 간단하고 새로운 코드베이스에서는 AI를 쓰면 생산성이 증가합니다 [01:48].
   • 브라운필드 (Brownfield): 성숙하고 복잡한 기존 코드베이스를 다루거나 복잡한 작업에서는 AI 생산성이 오히려 줄어듭니다 [01:58].

2. 오픈소스와 협업에서의 문제점

AI의 오용 및 낮은 정확도로 인해 오픈소스 프로젝트 관리와 회사 내 협업 과정에 심각한 시간 낭비를 초래하고 있습니다.

- 가짜 취약점 제보 증가:
   • 인기 프로그램 curl 같은 프로젝트에서 AI가 작성한 것으로 보이는 거짓 버그/취약점 제보가 전체 제보의 20~40%를 차지합니다 [02:45].
   • 이는 버그 현상금을 노리고 GPT로 작성한 글을 올리는 '쌀먹' 행위 때문이며, AI에 대한 반감을 키우고 있습니다 [02:53].

- 저품질 풀 리퀘스트 (PR) 폭증:
   • AI를 이용해 모든 소스 코드에 주석을 달아 10만 줄을 추가하는 등의 무의미한 대규모 풀 리퀘스트가 오픈소스 프로젝트에 제출됩니다 [03:18].
   • 관리자들은 이러한 저품질 PR을 검토하고 거절하는 데 시간을 낭비하고 있습니다 [03:34].

- 코드 품질 하락 및 기술 부채:
   • 동료 개발자가 AI로 '바이브 코딩(대충 코딩)'하여 5,000줄 코드를 만들고 할루시네이션(환각)을 포함한 채 PR을 올려, 다른 동료가 하루 종일 검토해야 하는 현타(번아웃) 상황이 발생합니다 [03:41].
   • 이는 코드 품질을 저하시키고 **기술 부채 (Technical Debt)**를 쌓이게 합니다 [03:57].

3. 코드 재사용성 및 관리의 약화

AI 유행 후 코드 리포지토리 분석 결과, 개발자들이 기존 코드를 재사용하고 관리하는 노력이 줄어들었음이 확인되었습니다 [04:05].

- 재사용 대신 복붙: 근처에 있던 코드를 재사용하지 않고 똑같은 코드를 다시 작성하는 케이스가 2년 전에 비해 10배나 증가했습니다 [04:12].

- 관리 회피: 코드를 다른 곳으로 옮기는(리팩터링/관리) 행위도 매우 줄어들었으며, 단순히 코드를 추가하는 작업만 확 늘어났습니다 [04:20].

4. 결론 및 해결책

AI 사용을 강요하는 CEO와 달리 실무자들은 그 한계를 체감하고 있습니다 [04:29].

- AI를 만능 도구처럼 생각하고 쓰면 생산성이 떨어지고 결과가 좋지 않으므로, AI가 잘하고 못하는 부분을 정확히 알고 쓰는 것이 중요합니다 [04:37].

- AI가 작성한 코드를 검증하는 방법과 큰 코드베이스에서 쉽게 쓸 수 있는 방법이 발전해야 합니다. 그렇지 않으면 "AI가 싼 똥 치우기 전문가"라는 새로운 직업이 생길 수 있다는 경고로 영상은 마무리됩니다 [04:45].

영상 URL: http://www.youtube.com/watch?v=yX809fGO6Bw