오픈소스 거장들이 AI 기여를 거절하는 진짜 이유

37개 프로젝트가 AI를 문 앞에 세웠다

라크시트 야다브가 120개 오픈소스 프로젝트 정책을 뜯어봤다. 37곳이 AI 기여 전면 금지를 택했다. 리눅스 커널은 AI 도움을 허용하되 사용 모델을 반드시 밝혀야 한다. GCC, QEMU, SDL, 젠투, 지그, 고스티는 기여 자체를 거절한다. 코드버그, 소스헛, 플랫허브 같은 플랫폼은 코드·문서·버그 리포트·리뷰 코멘트까지 AI 생성을 막아뒀다.

데비안은 지금 개발자 투표 중이다. 투표 안건 중 하나는 코드·문서·번역·버그 리포트 모든 영역에서 AI 완전 금지다. "최신 기술을 왜 안 쓰냐"는 반응이 첫 번째지만, 유지자들은 "AI가 쓸모없어서가 아니라 검토 비용이 감당 안 돼서"라고 답한다.

화려한 출력, 텅 빈 검증

LLM 출력은 권위 있고 유창해 보인다. 인간은 자신감 있는 말투를 '옳음'의 신호로 진화해 왔다. 팩트 체크는 에너지가 많이 드니 뇌가 생략한다. 전문 지식이 얕을수록 더 잘 속는다. 경제학 노벨상이 정보 비대칭의 시장 왜곡을 다뤘듯, 소프트웨어 현장에서도 똑같은 일이 벌어진다.

초심자들이 AI로 '돌아가는 것처럼 보이는' 코드를 쏟아낸다. 의도는 좋다. 그런데 판단력이 없으니 쓰레기인지 보석인지 모른다. 시니어 개발자들은 검토 요청 홍수에 휩쓸린다. "가르치려 해도 배우려 하지 않는다"는 한 유지자의 말이 핵심을 찌른다.

정보 비대칭이 만든 교착

문제는 가르치는 쪽이 지쳤다는 점이다. 시니어들이 주니어를 교육하는 루프가 끊겼다. 주니어도 "직접 짜는 게 낫다"는 걸 안다. 그런데 AI가 너무 편하다. 저항감이 적은 길은 막다른 골목으로 이어진다.

이 대목이 걸린다. AI 데이터센터 자체가 데비안·리눅스 위에서 돈다. 오픈소스 전체가 학습 데이터로 들어갔다. 소프트웨어 개발이 AI 주 용례라는데, 그 소프트웨어를 만든 사람들이 AI 기여를 거부한다. 모순이 아니라, '생성 속도'와 '검증 비용'의 불일치가 드러난 현장이다.

허커뉴스가 던진 세 가지 의심

커뮤니티 반응 74개 중 세 갈래가 뚜렷했다.

수익 모델 의문: "우버 모델이다. 원가 이하로 뿌려 시장 장악 뒤 독점 노린다. 10% 마진이라도 나오면 믿겠다" (Hacker News)
사회적 부작용: "온라인·AI 상호작용이 사람들을 더 조급하고 공격적으로 만든다. 부정적 피드백 루프가 돈다" (같은 스레드)
해고 원인 혼동: "우리 회사 해고는 AI 이전부터 시작됐다. AI 탓만 하는 건 현실 도피다" (같은 스레드)

기술 낙관론만 있는 게 아니다. 비즈니스 지속 가능성, 인간성 훼손, 인과 관계 오독이 동시에 제기된다.

본지가 앞서 본 풍경과 다른 점

3일 전 저커버그 'AI 인력 대체' 구상 기사에서는 커뮤니티 반응만으로 '좌초'를 단정하기 어렵다고 짚었다. 이번 건은 실제 유지자들이 정책으로 실행 중이라는 차이가 있다. 말이 아닌 거부권 행사다.

오늘 워프의 '스스로 고치는 에이전트' 기사는 파일 스킬·피드백 루프로 검증 자동화를 시도한다. 오픈소스 진영이 우려하는 '사람이 읽고 걸러야 하는 비용'을 기술로 낮추려는 움직임이다. 둘이 만나는 지점이 다음 관전 포인트다.

4일 전 대학생 6851명 블라인드 테스트에서 제미나이가 에세이 1위를 했다. 평가자가 전문가가 아닐 때 AI 출력이 더 설득력 있게 보인다는 증거다. 오픈소스 유지자들은 전문가다. 그래서 속지 않고, 그래서 거절한다.

쉽게 풀어보면

데비안·리눅스·GCC 같은 세계 핵심 인프라를 만드는 전문가 집단이 AI 도구 사용을 막고 있다. 이유는 단순하다. AI가 쓴 코드·문서가 '멋져 보여서' 검토하는 사람이 지치기 때문이다.

뷔페에 비유하자면, 손님(AI 초보자)이 접시에 음식을 산처럼 담아와서 "이거 맛있어요, 드세요"라고 내민다. 주방장(유지자)은 한 입 먹고 "이건 상했네, 이건 재료가 안 맞네" 골라내느라 정작 요리할 시간이 없다. 손님은 요리법을 배울 생각 없고, 주방장은 가르쳐도 소용없다 느끼고 손을 놓는다.

AI 데이터센터가 바로 이 주방장들이 만든 리눅스 위에서 돌아가는데, 정작 주방장들은 AI가 내미는 '요리'를 받지 않겠다는 상황이다. 만드는 속도보다 검증하는 속도가 한참 느려서다.

나에게 미치는 영향

챗GPT·클로드·제미나이로 코드·문서·보고서를 뽑아 쓰는 직장인이라면 다음 세 가지를 오늘부터 확인해 보라.

AI 결과물을 남에게 넘기기 전, 내가 한 줄씩 읽고 이해했나? 읽지 않았다면 '검토 비용'을 상대에게 떠넘긴 셈이다.
내가 모르는 분야에서 AI 답을 그대로 믿지 마라. 전문가가 보면 '말만 번지르르한 틀린 답'일 확률이 높다.
오픈소스 기여를 생각 중이라면 해당 프로젝트의 AI 정책부터 읽어라. 리눅스 커널은 모델 명시만 하면 허용, 데비안·GCC·고스티 등은 전면 금지다. 정책 위반 시 기여가 반려된다.

개발자가 아니어도 같다. AI가 쓴 기획안·번역·요약서를 상사나 고객에게 보낼 때 '내가 검증했음'을 표시하는 습관만 들여도 신뢰도가 달라진다. 검증 없는 전달은 '쓰레기 전달'이 된다.

남은 쟁점: 자동 검증이 사람 손을 대체할까

워프 사례처럼 AI가 자기 출력을 스스로 검증하는 루프가 어디까지 갈지가 열쇠다. 오픈소스 진영은 아직 "사람이 읽고 걸러야 한다"는 전제를 못 버린다. 자동 검증이 사람 수준에 도달하면 금지 정책도 풀릴 수 있다. 그때까지는 '생성 속도'와 '검증 비용'의 간극이 현장을 갈라놓을 것이다.

논쟁은 'AI가 유용한가'가 아니다. **'누가 검증 비용을 감당하는가'**다. 유지자들이 그 비용을 거절하면서 시작한 투표, 그 결과가 데비안뿐 아니라 오픈소스 생태계 전체의 선례가 될 것이다.