"AI Slop" 논란: AI가 만든 코드가 오픈소스를 망치고 있다는 근거들

AI 코딩 도구의 생산성은 올라갔다. 그런데 오픈소스 메인테이너들은 지금 비명을 지르고 있다.

2026년 3월, arXiv에 올라온 논문 하나가 이 현상에 이름을 붙였다. "AI Slop" — AI가 대량으로 쏟아내는 저품질 코드, PR, 문서가 소프트웨어 생태계를 오염시키는 현상이다. 논문의 프레이밍은 명확하다: "공유지의 비극(Tragedy of the Commons)". 개인은 AI로 생산성을 올리지만, 그 비용은 리뷰어와 메인테이너와 커뮤니티가 떠안는다.

이 글은 과장 없이, 논문과 실제 사건과 수치만으로 지금 무슨 일이 벌어지고 있는지 정리한 것이다.

목차

• 논문이 말하는 것: 1,154개 포스트 분석
• Godot 엔진: "얼마나 더 버틸 수 있을지 모르겠다"
• 숫자로 보는 AI 코드의 현실
  • 코드 품질
  • 리뷰 부담
  • 개발자 신뢰
• "AI Slop이 더 좋아졌으니까, 일이 더 많아졌다"
• Claude Code 품질 저하 논란: 7,000 세션의 증거
• AI 코딩의 진짜 비용은 "생성"이 아니라 "검증"에 있다
• 그래서 어떻게 해야 하는가
• 요약

논문이 말하는 것: 1,154개 포스트 분석

Sebastian Baltes, Marc Cheong, Christoph Treude가 2026년 3월 28일 arXiv에 제출한 논문 *"An Endless Stream of AI Slop": The Growing Burden of AI-Assisted Software Development*는 Reddit과 Hacker News의 15개 토론 스레드에서 1,154개 포스트를 질적 분석했다.

15개 코드로 구성된 코드북을 3개 클러스터로 정리했다:

클러스터	핵심 내용
리뷰 마찰	AI 콘텐츠가 리뷰어에게 부담을 전가, 신뢰 침식, 대응책 촉발
품질 저하	코드베이스, 지식 자원, 개발자 역량에 대한 피해
구조적 힘과 결과	시스템적 인센티브, 강제 도입, 장인정신 침식, 인력 구조 변화

논문의 핵심 문장:

"Individual productivity gains externalize costs onto reviewers, maintainers, and the broader community."

개인의 생산성 향상이 곧 커뮤니티의 비용 증가로 이어진다는 구조적 진단이다.

Godot 엔진: "얼마나 더 버틸 수 있을지 모르겠다"

2026년 2월, 오픈소스 게임 엔진 Godot의 공동 창립자 Rémi Verschelde가 입을 열었다. AI가 생성한 PR이 쏟아지면서 메인테이너들이 소진되고 있다는 것이다.

당시 Godot의 GitHub에는 4,681개의 오픈 PR이 쌓여 있었다. Verschelde는 이 상황을 이렇게 표현했다:

• AI PR이 "draining and demoralizing"하다
• "I don't know how long we can keep it up."
• AI 탐지 도구를 쓰는 것 자체가 "horribly ironic"하다 — AI를 걸러내려고 AI를 써야 하는 상황

Godot의 문제는 기술적 해법이 아니다. 환영적인 기여 문화를 가진 프로젝트에서, 메인테이너가 인간의 실수와 AI의 실수를 구분할 수 없게 된 것이다. Verschelde가 요청한 건 AI 차단이 아니라 메인테이너를 고용할 수 있는 자금이었다.

숫자로 보는 AI 코드의 현실

과장을 걷어내고 검증된 수치만 모았다.

코드 품질

지표	수치	출처
AI 코드의 PR당 이슈 수	10.83건 (인간 6.45건, 1.7배)	CodeRabbit (470 PR 분석)
AI 코드 에러율	인간 대비 70% 더 많음	CodeRabbit 2025.12 리포트
AI 코드 수락률	44% 미만	CodeRabbit
변경 실패율 증가	~30% 상승	산업 벤치마크

리뷰 부담

지표	수치	출처
AI 많이 쓰는 팀의 리뷰 시간	91% 더 김	산업 데이터
PR 크기 증가	~18% 더 큰 추가분	산업 데이터
PR 볼륨 전년 대비 증가	40% (머지율은 하락)	The Register

개발자 신뢰

지표	수치	출처
AI 도구 사용률	84%	Stack Overflow 2025 설문
AI 도구 신뢰도	29% (2024년 40%에서 11%p 하락)	Stack Overflow 2025 설문
"거의 맞지만 완전히는 아닌" AI 코드에 좌절	45%	Stack Overflow 2025 설문
AI 코드 수정에 더 많은 시간 소비	66%	Stack Overflow 2025 설문

사용률은 올라가는데 신뢰도는 떨어진다. 이 역설이 AI Slop 논란의 본질이다.

"AI Slop이 더 좋아졌으니까, 일이 더 많아졌다"

2026년 4월 6일 The Register는 역설적인 제목의 기사를 냈다. AI가 만드는 코드의 품질이 올라갔기 때문에 오히려 메인테이너의 일이 늘었다는 것이다.

이전에는 AI PR이 대놓고 엉망이어서 바로 닫으면 됐다. 이제는 "무시하기엔 너무 괜찮고, 그대로 머지하기엔 아직 부족한" 수준이 되었다. curl 프로젝트의 사례가 대표적이다 — AI가 만든 PR이 눈에 띄게 나쁘지는 않지만, 제한된 메인테이너가 하나하나 꼼꼼히 검증해야 한다.

결국 AI가 생산한 코드를 검증하는 건 여전히 인간의 몫이다. 그런데 오픈소스 프로젝트에는 리뷰 팀을 늘릴 여력이 없다.

Claude Code 품질 저하 논란: 7,000 세션의 증거

2026년 2~4월, Reddit과 Hacker News에서 Claude Code의 품질 저하를 지적하는 글이 1,060 업보트를 받았다. GitHub 이슈에는 975 업보트, HN에는 548개 댓글이 달렸다.

가장 구체적인 증거를 제시한 건 AMD의 AI 디렉터였다. 7,000개 세션을 분석한 결과:

• 편집 전 코드 읽기 빈도가 3분의 1로 감소
• 전체 파일 재작성 빈도가 2배 증가
• 중간 사고 깊이(thinking depth)가 약 2,200자에서 약 720자로 — 67% 감소

개발자들이 요구한 건 세 가지다:

1. 모델 변경 전 사전 공지
2. 이전 버전으로 롤백할 수 있는 옵션
3. 성능 트레이드오프에 대한 솔직한 공개

AI 코딩의 진짜 비용은 "생성"이 아니라 "검증"에 있다

NBC News는 2026년 4월 이 상황을 한 문장으로 요약했다: AI로 누구나 코딩할 수 있게 됐지만, 숨겨진 비용이 따라온다.

• Georgia Tech 연구팀은 2025년 8월 이후 AI 코딩으로 인한 70건 이상의 심각한 소프트웨어 취약점을 확인했으며, 속도가 빨라지고 있다
• GitHub COO는 2026년 플랫폼 활동량이 2025년 대비 14배 증가 속도라고 밝혔다
• 2026년 기준 커밋된 코드의 41~42%가 AI 생성이며, 2027년에는 65%로 전망된다

코드를 만드는 비용은 거의 0에 수렴하고 있다. 하지만 그 코드가 안전한지, 정확한지, 프로젝트에 맞는지 확인하는 비용은 그대로다 — 아니, 오히려 늘었다.

그래서 어떻게 해야 하는가

이 글은 AI 코딩 도구를 쓰지 말라는 주장이 아니다. 구조적 문제를 인식하자는 것이다.

코드를 생성하는 사람이라면:

• AI가 만든 PR을 제출하기 전에 직접 리뷰하라. "AI가 만들었으니 괜찮겠지"는 리뷰어에게 비용을 전가하는 행위다
• 오픈소스 프로젝트에 AI 코드를 제출할 때는 프로젝트의 기여 가이드라인을 먼저 확인하라
• AI 코드임을 밝히는 것이 점점 에티켓이 되고 있다

코드를 리뷰하는 사람이라면:

• AI 생성 코드에 대한 리뷰 기준을 명시적으로 세워라
• 리뷰 부담이 팀의 병목이 되고 있다면, 이것은 프로세스 문제이지 개인의 문제가 아니다

팀을 운영하는 사람이라면:

• AI 도입의 ROI를 생성 속도가 아니라 전체 사이클(생성 + 리뷰 + 디버그 + 유지보수) 기준으로 측정하라
• PR 볼륨이 40% 늘었는데 머지율이 떨어졌다면, 생산성이 아니라 리뷰 병목을 만든 것이다

요약

• AI Slop은 AI가 대량 생산하는 저품질 코드가 오픈소스 생태계에 부담을 전가하는 현상이다
• arXiv 논문은 1,154개 포스트를 분석해 이를 "공유지의 비극"으로 프레이밍했다
• AI 코드는 인간 코드보다 PR당 이슈가 1.7배, 에러가 70% 더 많다
• 개발자의 AI 도구 사용률은 84%이지만 신뢰도는 29%로 하락 중이다
• AI 코딩의 진짜 비용은 생성이 아니라 검증에 있다

---

관련글:

• AI 코딩 에이전트 보안 사고는 어떻게 터지는가 — 권한, 토큰, 쉘의 삼중주
• AI 코딩 에이전트는 왜 '완전 자동'이 아니라 '감독 가능한 자동화'여야 하는가 — 자동화의 본질적 설계 원칙