"AI코딩 지원도구, 부적절한 사용 시 코드품질 저하 우려”

과도한 복사/붙여넣기 등 중복코드 증가 및 복잡성 증가 가능성 높아

깃허브 코파일럿 등 인공지능(AI)기반 코딩 도구에 과도하게 의존할 경우 코드 품질을 저하시킬 수 있어 사용에 주의를 요한다는 지적이 나왔다.

24일(현지시간) 데브클래스 등 외신에 따르면 개발자 분석 기업인 깃클리어는 2023년 개발 문서 분석 리포트인 ‘코딩온 코파일럿’을 발표했다.

해당 리포트는 코파일럿을 통해 작성된 코드가 실제 소스코드에 어떤 영향을 미치는지를 조사한 내용이다.

AI코딩 도구 영향 분석 리포트 '코딩 온 코파일럿'(이미지=깃클리어)

리포트에 따르면 코파일럿을 사용한 개발자들은 코드를 55% 이상 더 빠르게 작성하는 것으로 나타나며 생산성을 향상시킨 것으로 확인됐다.

하지만 코파일럿 등 AI 개발 보조도구를 과도하게 사용할 경우 코드의 품질에 악영향을 미칠 수 있는 것으로 확인됐다.

코파일럿은 유사한 문제를 해결하기 위해 과거에 쓰인 코드를 추천하는 복사/붙여넣기(Copy&Paste) 방식 위주로 추천하는 것으로 나타났다.

개발자도 자주 사용하는 방식이지만 AI도구는 이런 성향을 더욱 가속화하며, 베이스 코드 내에 중복 코드의 양을 증가시켜 유지보수를 복잡하게 만든다. 해당 코드에 오류가 발생하거나 업데이트 등으로 수정해야 할 경우 중복된 코드를 모두 찾아 변경해야 하는 만큼 시간이 많이 소요된다는 것이다.

AI도구는 다양한 소스코드를 통해 학습한 데이터를 기반으로 추천하는 만큼 소스코드의 일관성을 유지하거나 조직 내 개발 표준을 준수하기 어렵다. 이는 개발 과정에 혼란을 발생시키거나 협력을 방해할 요인이 될 수 있다.

더불어 AI도구는 코드의 효율성 등을 고려하지 않아 제시된 문제를 해결하기 위해 최적의 방안을 제시하지 못할 우려도 있다. 코드가 과도하게 복잡해진다면 유지보수가 어렵거나 시스템의 안정성을 저하시킬 수 있다는 지적이다.

반면, 일부 개발자들은 지적된 문제점에 대해 AI도구 보다 이를 고려하지 않은 사용 방식과 업무 프로세스 과정이 주 원인이라고 주장했다.

더불어 AI의 사용이 코드 품질과 유지보수성에 미치는 잠재적 영향을 인식하고, 이를 완화하기 위한 전략을 도입한다면 해당 문제점도 AI도구를 통해 상당 부분 개선할 수 있다고 강조했다.

특히, 팀원간 코드 리뷰를 통해 AI코딩도구의 제안 검토를 강화해 코드의 품질과 일관성 그리고 조직내 코딩 표준 방향을 확보할 것을 조언했다.

깃클리어는 조사를 위해 1억 5천300만 개 이상의 코드라인을 분석했다. 분석에 쓰인 코드 중 3분의 2는 비식별화 작업을 거친 민간기업 데이터이며, 3분의 1은 구글과 페이스북, 마이크로소프트의 오픈소스 프로젝트에서 수집했다.

또한 코파일럿 출시 전후 상황을 파악하기 위해 지난 4년간 작성한 코드를 중심으로 선별했다.