그래서, AI 앱들은 다 어디에 있나요?

2 days ago 3

AI 코딩 도구가 생산성을 크게 높였다는 주장과 달리, 새로운 소프트웨어의 폭발적 증가 현상은 관찰되지 않음
PyPI 데이터를 분석한 결과, ChatGPT 이후에도 전체 패키지 생성 속도는 변화 없음
AI 관련 인기 패키지에서만 업데이트 빈도가 2배 이상 높아지며, 비AI 패키지는 이전 추세 유지
이러한 집중 현상은 AI 기술의 전반적 생산성 향상보다는 자금과 관심의 집중 효과로 해석됨
결과적으로, 생성형 AI의 영향은 전체 개발 생태계의 확장이 아니라 AI 분야 내부의 활동 집중으로 나타남

AI 시대의 소프트웨어 생산성 분석

AI 코딩 도구가 생산성을 수십 배 높였다는 주장에도 불구하고, 실제로는 새로운 소프트웨어의 폭발적 증가가 관찰되지 않음
Python 패키지 저장소 PyPI 데이터를 통해 AI 도입 이후의 패키지 생성 및 업데이트 추세를 분석
결과적으로, AI 관련 인기 패키지에서만 업데이트 빈도가 급격히 증가했으며, 전체 생태계에서는 뚜렷한 변화가 없음
이러한 현상은 AI 기술 자체의 생산성 향상보다는 자금과 관심의 집중에 따른 결과로 나타남

패키지 수 분석

PyPI의 전체 패키지 수는 지속적인 지수 성장을 보였으나, ChatGPT 출시 시점에서 뚜렷한 변화는 없음
- 월별 신규 패키지 수는 5천~1만5천 개 수준에서 변동
- 2020년 이후 일부 스파이크는 스팸 및 악성코드 유입으로 인한 것임
AI가 개발자 생산성을 높였다면 패키지 수의 급증이 관찰되어야 하지만, 데이터상 그런 현상은 없음

패키지 업데이트 빈도 분석

단순한 패키지 생성보다 유지·관리되는 패키지의 업데이트 빈도가 더 의미 있는 지표로 간주됨
- 2025년 12월 기준 가장 많이 다운로드된 15,000개 패키지를 분석
- 각 패키지를 생성 연도별로 묶고, 연도별 코호트의 중앙 업데이트 빈도를 추적
ChatGPT 이후 생성된 패키지는 첫해 평균 13회 업데이트, 2014년 생성 패키지의 6회보다 높음
- 그러나 이 추세는 2019년부터 이미 상승세를 보였으며, 이는 GitHub Actions 등 CI 도구 확산의 영향일 가능성 있음
모든 코호트에서 패키지의 수명이 길어질수록 업데이트 빈도 감소
- AI 도구 사용이 오래된 패키지의 유지보수 빈도를 높이지는 않음

AI 관련 패키지의 특이 현상

패키지 설명을 기반으로 AI 관련 여부를 분류한 결과, AI 관련 패키지에서만 뚜렷한 변화가 나타남
- 2023년에 생성된 AI 관련 패키지는 첫해 중앙값 20회 업데이트, 비AI 패키지의 약 2배 수준
AI와 무관한 패키지는 이전과 유사한 완만한 증가세를 유지
- 따라서 AI 관련 프로젝트에서만 집중적 활동 증가가 확인됨

인기 요인과의 관계

AI 관련 패키지의 높은 업데이트 빈도가 단순한 인기 효과인지 검증하기 위해,
상위 15,000개 패키지를 다운로드 기준 상위 7,500개와 하위 7,500개로 분리
결과적으로, 인기 있는 AI 패키지에서만 업데이트 빈도가 급등
- ChatGPT 이후 인기 AI 패키지는 연간 21~26회 업데이트, 비AI 인기 패키지는 약 10회 수준 유지
- 덜 인기 있는 AI 패키지보다도 훨씬 높은 빈도

종합 관찰 결과

패키지 생성 속도는 ChatGPT 이후에도 뚜렷한 증가 없음
전체 업데이트 빈도는 완만히 증가했으나, 이는 AI 이전부터 지속된 추세
인기 있는 AI 관련 패키지에서만 2배 이상의 업데이트 빈도 상승 관찰

해석과 가설

AI가 전반적 개발자 생산성을 폭발적으로 높였다는 증거는 없음
- 전체적으로 새로운 패키지나 업데이트의 급증 현상 부재
- 일부 개발자가 AI를 활용해 빠르게 개발하고 있을 가능성은 있으나, 그 수나 효과는 제한적
- AI를 활용하는 소프트웨어 자체의 개발은 활발히 진행 중
- 특히 AI 관련 인기 패키지에서 집중적 활동이 나타남

두 가지 가설

AI 스킬 이슈: AI 도구를 만드는 사람들이 AI를 가장 효과적으로 활용할 줄 아는 사람들이기도 하여, AI 패키지에서 생산성 향상이 더 크게 나타남. 그러나 스킬만으로는 인기 AI 패키지에만 집중되는 현상을 설명하기 어려움
자금과 하이프: AI 분야에 막대한 투자와 관심이 쏟아져 더 많은 인력이 더 많은 작업을 수행하면서 패키지 생성·업데이트가 늘어난 것
- 코호트 규모 변화가 이를 뒷받침: 2021년 코호트의 비AI 대 AI 비율이 6:1(1,211 vs 185)이었던 것이 2024년에는 2:1 미만(727 vs 423)으로 변화
- 개발자가 초인적으로 변한 것이 아니라, AI에 대한 과열된 관심이 자금으로 전환되어 AI 패키지의 생성·반복 속도를 높인 것
데이터만으로는 두 효과 중 어느 쪽이 더 큰지 판별 불가

결론

생성형 AI 혁명의 가시적 효과는 전체 소프트웨어 생산성의 폭발이 아니라,
AI 생태계 내부에서의 집중적 활동 증가로 나타남
PyPI 데이터를 기준으로 볼 때, AI는 모든 개발자를 초인적으로 만든 것이 아니라,
AI 관련 프로젝트에 자금과 노력이 집중된 결과를 보여줌

Read Entire Article