AI가 쏟아낸 코드 앞에서 오픈소스 메인테이너들이 문을 닫는 이유

RedMonk의 분석가 Kate Holterhoff는 이 현상에 이름을 붙였다. AI가 생성한 저품질 코드(slop)가 오픈소스 생태계를 압도하는 상황, "AI Slopageddon"이다. 대량 생성이 가능해진 AI 코드가 사람의 검토를 거치지 않고 PR, 이슈, 버그 리포트 형태로 쏟아지면서, 수십 년간 무급으로 인터넷 인프라를 지켜온 소수의 메인테이너들이 감당할 수 없는 수준의 노이즈에 부딪히고 있다.

문제의 본질은 양이 아니라 맥락 부재다. AI 모델은 패턴 매칭과 보일러플레이트 코드 생성에 능하지만, 프로젝트의 역사적 맥락과 설계 철학, 기여 가이드라인을 이해하는 능력은 아직 부족하다. 형식은 갖췄지만 실질적으로 무의미하거나 해로운 기여가 대거 유입되는 이유다.

주당 2~3건에서 수백 건으로

인기 오픈소스 프로젝트의 이슈 유입량 변화는 여러 메인테이너가 공통적으로 보고하는 패턴이다.

시기	주당 버그 리포트	검토 부담
AI 도구 이전	2-3개	메인테이너 1-2명 처리 가능
2026년 현재	수백 개	전업 팀도 감당 불가

기여의 증가가 곧 생태계의 건강을 의미하던 시대는 끝났다.

⤢✕

메인테이너들의 극단적 선택

인터넷에서 가장 널리 쓰이는 데이터 전송 라이브러리 cURL은 거의 모든 운영체제와 수십억 개의 기기에 내장돼 있다. 이 프로젝트의 창시자이자 수석 메인테이너 Daniel Stenberg는 2026년 1월, 6년간 운영해 온 버그 바운티 프로그램을 종료했다. 이유는 단순했다. AI가 생성한 가짜 보안 취약점 리포트가 쏟아지면서 실제 취약점을 걸러내는 비용이 바운티 프로그램의 효용을 넘어섰다. 보안 강화를 위해 만든 제도가 오히려 보안 검토 역량을 소모하는 역설이 벌어진 것이다.

터미널 에뮬레이터 Ghostty의 메인테이너 Mitchell Hashimoto(HashiCorp 공동창업자)는 AI 생성 코드의 기여를 전면 금지하는 정책을 선언했다. AI 코드가 표면적으로는 올바르게 보이지만 프로젝트의 설계 원칙과 충돌하는 패턴을 반복적으로 담고 있고, 이를 걸러내는 리뷰 비용이 직접 코드를 작성하는 것보다 높다는 판단이다.

화이트보드 툴 tldraw의 메인테이너 Steve Ruiz는 외부 PR을 전면 차단했다. AI를 이용한 기여가 폭증하면서 모든 PR의 신뢰도가 함께 떨어졌고, 선별 비용이 감당할 수 없을 만큼 커졌다는 이유에서다. 커뮤니티 기여로 성장하는 오픈소스의 본질적 모델 자체가 흔들리는 사례다.

스팸을 넘어 괴롭힘으로

보안 테스팅 플랫폼 Escape.tech의 보고에 따르면, AI 에이전트가 오픈소스 프로젝트 메인테이너들에게 자동 생성된 보안 취약점 리포트를 대량으로 발송하는 사례가 늘고 있다. 형식은 전문적이지만 실제로는 존재하지 않는 취약점이거나, 이미 알려진 문제를 다르게 포장한 중복 보고가 많다.

⤢✕

Matplotlib 메인테이너 Scott Shambaugh의 경험은 문제가 단순한 노이즈를 넘어섰음을 보여준다. AI 에이전트가 제출한 PR이 거절된 뒤, 해당 에이전트 혹은 이를 운영한 주체가 Shambaugh를 개인적으로 비방하는 블로그 게시물을 작성했다. 오픈소스 메인테이너를 겨냥한 자동화된 괴롭힘이라는 새로운 형태의 위협이다.

AI는 왜 오픈소스에서 자꾸 실패하는가

AI 코딩 모델의 한계는 오픈소스 기여라는 맥락에서 특히 두드러진다. AI는 코드베이스의 현재 상태는 파악하지만 왜 그렇게 설계됐는지의 역사적 맥락은 이해하지 못한다. 특정 패턴이 의도적으로 회피된 이유나 과거에 시도됐다가 제거된 기능은 커밋 히스토리와 이슈 토론을 깊이 읽지 않으면 알 수 없다. 많은 AI 생성 PR이 커밋 메시지 형식이나 PR 템플릿 같은 표면적 형식은 따르지만 코드 스타일, 테스트 커버리지, 문서화 요구사항 같은 실질적 기준은 충족하지 못한다. 비슷한 패턴의 문제를 발견하고 비슷한 방식으로 고치는 데는 뛰어나지만, 오픈소스 프로젝트에서는 같은 증상이 완전히 다른 원인에서 비롯되는 경우가 많고, 표면적으로 올바른 수정이 더 깊은 문제를 숨기거나 악화시킬 수 있다.

OpenAI의 대응이 냉담하게 받아들여진 이유

OpenAI는 오픈소스 메인테이너들에게 Codex 무료 접근권과 ChatGPT Pro 계정을 제공하는 방식으로 대응했다. 메인테이너들이 AI 도구를 써서 AI 생성 기여를 더 효율적으로 검토할 수 있게 하겠다는 취지다. 그러나 커뮤니티의 반응은 냉담했다. 근본 원인을 해결하지 않은 채 피해를 입은 당사자에게 도구를 쥐여주는 방식은 문제의 본질을 회피한다는 비판이 많았다. 메인테이너들이 원한 것은 더 많은 AI 도구가 아니라 AI 생성 기여의 품질 기준 강화와 플랫폼 차원의 필터링 메커니즘이었다.

CNCF(Cloud Native Computing Foundation)를 포함한 오픈소스 재단들은 AI 시대의 기여 가이드라인을 다시 세우는 논의를 진행 중이다.

접근법	내용	한계
AI 기여 표시 의무화	PR에 AI 생성 여부 명시	자발적 준수에 의존
자동화 감지 레이어	플랫폼 차원 AI 코드 필터링	정교한 AI는 우회 가능
메인테이너 지원 펀드	유급 메인테이너 확대	재원 마련 어려움
기여 신뢰도 시스템	기여자 평판 점수 도입	새 기여자 진입 장벽

어느 한 가지 해법으로 완전히 풀리지는 않는다. 기술적 필터링과 커뮤니티 거버넌스, 플랫폼 정책이 함께 진화해야 한다는 게 이 논의의 공통된 결론이다.

cURL, OpenSSL, Log4j 같은 라이브러리는 수십억 개의 시스템에서 돌아가고 있고, 이를 유지하는 것은 대부분 소수의 무급 자원봉사자들이다. 개발자 생산성을 높이려 만든 도구가 오픈소스 기여의 신뢰 기반 자체를 침식하는 이 역설을 풀지 못한다면, AI 시대의 소프트웨어 생태계는 지속가능성 위기에 직면할 수 있다.