AI 슬롭의 부상: 왜 에뮬레이터 개발자들이 반격하고 있는가

오픈소스 커뮤니티는 현재 특이하고 답답한 새로운 도전에 직면해 있습니다: “바이브 코더(vibe-coder)”. Claude와 ChatGPT 같은 대형 언어 모델(LLM)을 무기로, 새로운 기여자 물결이 인기 있는 GitHub 저장소에 코드처럼 보이지만 실제로는 동작하지 않거나 기존 시스템을 깨뜨리거나 미묘한 버그를 도입하는 풀 리퀘스트(PR)를 쏟아붓고 있습니다.

이 긴장은 최근 RPCS3 팀, 즉 최고의 PlayStation 3 에뮬레이터 개발팀에게까지 폭발했습니다. X(구 Twitter)에서 일련의 직설적인 커뮤니케이션을 통해 개발자들은 사용자들에게 “AI 슬롭 코드 풀 리퀘스트” 제출을 중단해 달라고 요청했으며, 이를 공개 없이 제출하는 기여자를 차단하기 시작하겠다고 경고했습니다.

에뮬레이션의 복잡성 vs. AI의 단순성

에뮬레이션은 소프트웨어 엔지니어링 분야 중 가장 기술적으로 까다로운 영역 중 하나입니다. PlayStation 3과 같은 콘솔을 성공적으로 에뮬레이션하려면 개발자들이 난해한 하드웨어 아키텍처와 문서화되지 않은 도구들을 역공학해야 합니다. 한 커뮤니티 멤버가 언급했듯이, PS3는 “확실히 가장 어려운 에뮬레이션 대상 중 하나”이며, 현재 RPCS3가 PS3 라이브러리의 약 70%를 플레이 가능하게 만든 상태는 거대한 엔지니어링 성과입니다.

LLM은 설계상 확률적입니다. 이들은 하드웨어 로직에 대한 깊은 이해가 아니라 패턴을 기반으로 코드를 생성합니다. “바이브 코더”가 복잡한 에뮬레이터에서 AI에게 “버그를 고쳐라” 혹은 “함수를 최적화해라”고 요청하면, AI는 비전문가에게 보기에 올바른 코드를 만들어내지만 실제로는 프로젝트 안정성에 기능적으로 쓸모 없거나 위험할 수 있습니다.

RPCS3 팀이 AI 코드와 인간 코드를 구분하는 방법에 대해 질문받았을 때 이렇게 답했습니다:

"우리는 지금까지 보아온 AI 슬롭 같은 쓰레기를 손으로 직접 작성할 수는 없습니다."

유지 관리자를 향한 시스템적 부담

문제는 코드 품질만이 아니라 검토 과정의 비용입니다. 얼마나 형편없게 작성되었든 모든 풀 리퀘스트는 인간 유지 관리자가 검토, 테스트, 거절하는 데 시간을 투자해야 합니다. 프로젝트가 AI가 생성한 PR로 범람하면 “신호 대 잡음 비율”이 붕괴됩니다.

이 현상은 RPCS3에만 국한된 것이 아닙니다. Godot Engine의 프로젝트 매니저는 이전에 그들의 GitHub 페이지가 AI가 생성한 PR로 너무 넘쳐나서 “슬롭을 처리하기 위해” 추가 유지 관리자를 고용하는 것을 고려했다고 언급했습니다.

“선의의” 기여자 딜레마

흥미롭게도 이 “슬롭”의 대부분은 악의적인 행위자가 아니라 도움을 주고 있다고 믿는 선의의 사용자들에 의해 제출됩니다. 이는 정당한 기여자들에게 심리적 장벽을 만들죠. 한 사용자는 Hacker News에 딜레마를 공유했는데, AI를 사용해 자신이 로컬에서 작업한 프로젝트에 완벽히 동작하는 기능을 만들었지만, “슬롭 제출자”로 낙인찍힐까 두려워 커뮤니티에 공유하는 것이 너무 위축된다고 설명했습니다.

이는 오픈소스 생태계에서 커져가는 격차를 보여줍니다: AI를 활용해 자신의 로컬 환경을 개선할 수 있는 사람들과, 코드를 전 세계적인 프로덕션 환경에 안전하게 만들 전문 지식을 가진 사람들 사이의 차이 말이죠.

잠재적 해결책과 FOSS의 미래

커뮤니티가 이 문제에 맞서면서, AI 스팸을 완화하기 위한 여러 전략이 등장했습니다:

• 엄격한 기여 정책: 일부 프로젝트는 “화이트리스트” 모델로 전환하고 있으며, 기여자가 검증된 품질 기록을 가지고 있지 않으면 PR이 자동으로 닫히게 됩니다.
• 엄격한 책임성: Linux 커널의 방식을 채택하여, 개발자는 AI 지원 여부와 관계없이 자신이 제출한 코드에 대해 전적인 책임을 집니다.
• 게이트키핑 메커니즘: 초대 전용 모델이나 평판 기반 시스템으로 돌아가, 유지 관리자를 압도하는 저노력 기여의 “폭포”를 방지합니다.

궁극적으로 RPCS3와 바이브 코더 간의 갈등은 더 큰 변화의 증상에 불과합니다. AI는 숙련된 엔지니어가 작업 흐름을 가속화하는 강력한 도구가 될 수 있지만, 이해에 대한 장벽을 낮추지 않은 채 제출 장벽만 낮추었습니다. 기여자들이 “제출” 버튼을 누르기 전에 스스로 코드를 디버깅하고 테스트하는 법을 배우지 않는 한, 세계에서 가장 복잡한 오픈소스 프로젝트의 유지 관리자를 향한 AI 사용자와의 마찰은 더욱 커질 것입니다.