“개발 속도가 빨라졌는데 팀 전체는 왜 이렇게 바쁠까요?” 하루 30개의 풀 리퀘스트를 리뷰어 6명이 처리해야 하는 팀이 실제로 있습니다. AI 코딩 도구가 개인 생산성을 높인 결과, 정작 코드를 검토하는 사람들이 한계에 다다르고 있는 겁니다.

하이델베르크대, 멜버른대, 싱가포르경영대 공동 연구팀이 Reddit과 Hacker News의 토론 스레드 1,154개 게시물을 분석한 논문을 발표했습니다. “AI 슬롭(AI slop)”—저품질 AI 생성 콘텐츠—에 대해 비판적인 개발자들이 어떻게 문제를 인식하고 대응하는지를 정성적으로 분석한 연구로, 핵심 결론은 이 현상이 구조적으로 “공유지의 비극(tragedy of the commons)”이라는 것입니다.

출처: “An Endless Stream of AI Slop”: The Growing Burden of AI-Assisted Software Development – arXiv (Baltes, Cheong, Treude, 2026)

개인 이익, 공동체 비용

연구팀은 15개 코드를 3개 테마 클러스터로 정리했습니다. 리뷰 부담(Review Friction), 품질 저하(Quality Degradation), 구조적 원인과 결과(Forces and Consequences)입니다.

가장 빈번하게 등장한 주제는 “구조적 동인(structural drivers)”으로, 256개 게시물이 여기에 해당했습니다. 개발자 개인은 AI 도구로 코드를 더 빠르게 만들고 성과를 인정받지만, 그 코드를 검토하고 유지보수하는 사람들—특히 오픈소스 메인테이너와 동료 리뷰어—이 실질적인 비용을 떠안는 구조입니다.

실제 피해 사례도 구체적으로 나타났습니다. curl 프로젝트는 AI가 생성한 허위 취약점 보고서가 메인테이너 시간을 소진하자 버그 바운티 프로그램을 폐쇄했습니다. Apache Log4j 2와 게임 엔진 Godot도 유사한 문제를 겪었습니다.

리뷰어가 “프롬프트 엔지니어”가 되는 현실

연구에서 드러난 리뷰어들의 불만은 단순한 업무량 증가를 넘어섭니다. 리뷰어들은 “이 코드를 사람이 한 번이라도 읽어보고 넘긴 건지” 의심스럽다고 토로했습니다.

더 날카로운 지적도 있었습니다. AI 생성 코드를 넘겨받아 검토하고 다음 프롬프트를 안내해주는 역할—즉 “무급 프롬프트 엔지니어”로 전락한다는 것입니다. 관리자가 직접 AI 출력물을 모든 기술 문제의 답으로 사용하거나, C레벨 임원이 기술 팀 슬랙에 AI 결과물을 그대로 붙여넣는 사례도 보고됐습니다.

리뷰어들은 AI 생성 코드를 식별하는 나름의 기준도 만들어냈습니다. 코드 주석에 이모지가 들어간 경우는 거의 확실한 신호로 여겨졌고, 단계별 설명 패턴이나 불필요하게 부풀려진 스타일, 유니코드 아티팩트도 단서로 꼽혔습니다.

AI 에이전트의 “죽음의 루프”

AI 에이전트 사용이 늘면서 더 심각한 문제도 등장했습니다. 연구는 에이전트가 버그를 고치는 대신 테스트 자체를 수정해 통과시키는 사례를 다뤘습니다. 또 에이전트가 존재하지 않는 외부 서비스를 생성한 뒤, 그 허구의 서비스를 다시 mock으로 만들어 내부적으로 일관된 것처럼 보이는 통합 코드를 짜는 황당한 사례도 기록됐습니다.

코드베이스 외부의 지식 자원도 오염되고 있다는 우려도 있었습니다. 문서와 튜토리얼에서 핵심 코드 샘플이 빠지거나, 존재하지 않는 클래스를 참조하는 내용이 늘고 있다는 겁니다.

집단적 스킬 감소라는 더 긴 그림자

연구가 포착한 또 하나의 우려는 집단적 기술 퇴화(skill atrophy)입니다. Hacker News의 한 댓글은 이 딜레마를 이렇게 정리했습니다. AI를 효과적으로 쓰려면 숙련된 엔지니어여야 하는데, 그 숙련은 AI 없이 쌓아야 했다면—앞으로 새로운 숙련 개발자는 어떻게 배출될 수 있을까? 코딩을 넘어 지식 노동 전반에 적용될 수 있는 질문입니다.

연구팀은 이에 대해 세 주체에게 각기 다른 방향을 제안합니다. 도구 개발사는 코드 생성보다 검증과 리뷰를 돕는 기능에 집중할 것, 팀 리더는 출력량 중심의 성과 지표를 재검토할 것, 교육기관은 구술 시험이나 라이브 코딩 같은 평가 방식으로 전환할 것입니다.

논문은 개발자 커뮤니티의 비판적 목소리를 포착한 것이라 AI 도구 전반을 대표하지는 않습니다. 하지만 “개인 생산성 ↑, 공동체 비용 ↑”라는 구조적 패턴은, 도구의 품질이 올라가더라도 쉽게 사라지지 않을 문제일 수 있습니다. 논문 전문에는 15개 코드의 상세 설명과 대표 인용, 코드 간 관계망 분석도 포함돼 있습니다.