생성형 AI 코드 개발 트렌드 떠오르며 품질 검증 과제 대두

최근 개발자들이 생성형 AI가 만든 코드를 오픈소스 프로젝트에 통합하면서 새로운 문제가 나타나고 있다. 바로 생성형 AI가 만들어 낸 코드의 품질과 검증에 대한 문제다. 생성형 AI가 코드를 만들어 낼 수 있게 된 이유는 오픈소스로 수많은 코드가 공개됐기 때문이다.

한국오픈소스협회 심호성 부회장은 “생성형 AI는 기본적으로 데이터 학습을 통해 결과물을 만들어 낸다. 코드라는 결과물을 내놓으려면 수많은 코드를 학습해야 가능하다. 하지만 AI가 일반 기업 개발자들이 짠 코드를 불법으로 학습할 수 없어 대부분 AI는 공개된 코드인 오픈소스를 학습한다. 때문에 생성형 AI가 만든 코드에 오픈소스가 담겨있을 확률이 상당히 높다”면서 “오픈소스로 공개된 코드는 처음부터 완성된 코드도 존재하지만, 많은 기여자들이 커뮤니티에 참여해 꾸준히 수정하고 업그레이드한다. 결국 생성형 AI가 생성한 코드의 품질을 검증하는 과정이 필요하다는 얘기다”라고 부연했다.

실제로 한 글로벌 조사기관에 따르면, 생성형 AI가 만든 코딩 도구를 활용하는 개발자들이 폭발적으로 늘어나고 있지만, AI가 제안한 코드를 신뢰하지 못해 수동으로 검토하거나 재작성하는데 상당한 시간을 들이고 있는 것으로 나타났다. 개발 생산성을 높여주는 것은 분명한 사실이지만, 그만큼 코드 품질에 대한 불안감도 이면에 자리잡고 있다.

한 AI 개발자는 “실제로 AI가 생성한 코드를 검증해보니 4분의 1에 달하는 코드에서 기능적 오류나 사실관계 오류가 발견됐다. 프로젝트 맥락이나 팀의 코딩 규약에 맞지 않는 코드, 문맥을 이해하지 못한 코드는 품질을 떨어뜨리는 주요 원인이 되고 있다”면서 “AI가 만드는 코드의 양이 폭증하면서 기업에서는 기존 AI 개발 코드를 수작업으로 리뷰하는 작업이 한계에 다다랐다는 말도 나온다”고 말했다.

최근 개발자들은 AI가 만든 코드를 오픈소스 프로젝트에 통합하려는 시도를 하고 있다. 한 SW 기업 관계자는 “AI가 만든 코드는 빠르게 생산된다. 또 코드의 품질을 매번 확인하기 어려우니 오픈소스로 공개·통합하려는 시도도 나타나고 있다. 다른 기여자들의 도움을 받을 수 있다는 장점 때문이다. 이 때 기존 오픈소스 프로젝트의 엄격한 기준에 맞춰 통합하려는 노력이 필요하다”고 주문했다.

이런 변화는 오픈소스 프로젝트 기여자들에게는 새로운 도전이다. AI가 생성한 코드를 무조건 받아들이는 것이 아닌 각 프로젝트의 코딩 표준, 아키텍처 원칙, 보안 정책에 부합하는지 엄격하게 검토하고 검증해야 한다.

개발자들은 잘 만든 코드를 오픈소스로 공개하고 모듈화하여 재활용함으로써 오픈소스 생태계 발전에 기여할 수 있다. 하지만 잘못된 코드를 분별할 수 있는 능력이 있어야 이런 일이 가능하다. 오픈소스 프로젝트 기여자들이 코딩 역량 외에 AI가 생성한 코드에 대한 깊이 있는 이해와 비판적 사고를 길러야 한다는 점을 시사한다.

EDB 김희배 한국지사장은 “오픈소스 커뮤니티 기여자들은 이제 AI와의 협업 능력과 AI가 생성한 코드에 대한 깊이 있는 이해를 바탕으로 오픈소스 프로젝트의 방향성을 제시하고 품질을 유지하는 데 집중해야 한다”면서 “오픈소스 커뮤니티 구성원은 AI가 생성한 코드를 학습하고 개선하며, 궁극적으로는 AI의 발전에도 기여하는 선순환 구조를 만들어야 한다”고 역설했다. [더보기]

 

[출처] 아이티데일리 | 박재현 기자 | pajh0615z@itdaily.kr

[원문] http://www.itdaily.kr/news/articleView.html?idxno=233925