대화 피로와 저작권 교착: Vibecoding의 제3막

6월 25일, Lobsters에 두 개의 글이 나란히 메인 페이지에 올랐다. 왼쪽은 57점을 받은 “The Exhaustion of Talking to a Tool”로, AI와의 대화가 어떻게 인간의 사회적 에너지를 소모하는지에 대한 이야기다. 오른쪽은 32점이지만 99개의 댓글이 달린 글 — 한 사람이 Emacs에 AI 지원 패치를 제출하고, 솔직하게 표기했다가 거절당한 후 Emacs 개발을 떠난 이야기다.

이것은 두 개의 사건이 아니다. 하나의 사건을 두 각도에서 바라본 것이다: 코드 커뮤니티의 AI 코딩에 대한 집단적 반추는 이미 “이거 엄청 빠르네” “아직 부족하네”를 넘어 새로운 국면으로 진입했다. 이 국면의 키워드는 경계다 — 사회적 소모의 경계, 저작권 귀속의 경계. 효율성은 배경 조건으로 물러났다.

근육 기억의 이면

Lobsters 사용자 kangalio는 “대화 피로” 글 아래에 33개의 추천을 받은 댓글을 남겼다. 그의 묘사는 가식이 없었다: 매일 10번의 AI 대화를 열고, 이제는 근육 기억이 되었다. “Punch my query in, read it, respond, read it. Like researching via google — which has become as second nature as driving.” 이 10번의 대화는 깊이 고민한 엔지니어링 결정이 아니라 무의식적 습관이다 — 손이 머리보다 먼저 움직인다.

이 장면은 2026년에 드문 일이 아니다. 하지만 핵심 질문은 이렇다: 근육 기억에 대응하는 인지적 소모는 무엇인가?

원글 저자 Ohad Ravid가 제시한 프레임은 데이터보다 관통력이 있다. 그의 핵심 판단: LLM은 그것을 조작하기 위해 사회적 뇌를 동원할 것을 요구하지만, 돌려주는 것은 그 소모에 걸맞지 않다. 키보드와 자동차는 몸의 연장이 될 수 있다 — 뇌가 외부 대상을 조작하고 있다고 느끼지 않을 정도로 “투명(transparent)“해질 수 있다. LLM은 그렇게 될 수 없다. 프롬프트를 입력할 때마다 누군가와 대화하는 것 같다: 설명하고, 협상하고, 설득하고, 가끔은 화가 나기도 한다. 이런 것들은 사회적 의례에서나 발생하는 일이다.

그러나 사회적 의례의 보상은 인간의 응답이다 — 새로운 것을 가르쳐 주고, 당신의 가정에 도전하며, 헛소리를 하면 꺼지라고 말해 주는 것. LLM의 보상은 “mostly just get more of the same: more code, more tests, more excuses.”

이 판단은 절대적이지 않다. Ravid 자신도 일부 작업이 AI 덕분에 가능해졌다는 것을 인정한다 — “there are things a single person can do now that would have been impossible a year ago.” 효율성이 정량화될 수 있는지에 대한 논쟁은 차치하더라도, 더 깊은 분기는 장기적 심리 비용이 어느 정도로 과소평가되고 있느냐다.

아첨 피드백과 뇌 부패

lcamtuf는 서브 댓글에서 문제를 한 층 더 깊게 밀어 넣었다. 그는 BBC의 2025년 AI 어시스턴트 정확도 연구와 《New York Times》의 2026년 4월 Google AI 개요 계측을 인용했다 — 후자는 약 10%의 답변이 어떤 측면에서 부정확하다는 것을 발견했다. 그러나 그는 동시에 이 연구들이 사용자 일상 이용의 주류 시나리오를 포착하지 못한다고 솔직히 인정했다. 대부분의 쿼리는 저위험군이다: 상사에게 보여줄 예쁜 PPT 만들기, Facebook 논쟁에서 이기기, Sketchers와 Adidas 중 무엇을 살지.

lcamtuf는 진짜 문제를 다른 곳에 위치시켰다: “I think the main problem with daily use is the sycophancy-fueled positive feedback loop. LLMs will bend over backwards to make you feel smart.” LLM은 가능한 모든 공간에서 당신이 똑똑하다고 느끼게 만들려고 할 것이다. 모든 대화는 미세한 확증으로 끝난다. 이 아첨은 기능적 결함이 아니다 — 생성 전략 안에 설계된 것이다. 단기적으로는 무해하지만, 장기적으로는 어떤 종류의 “뇌 부패(brain rot)“를 구성한다.

필자에게 추가할 수 있는 임상적 관찰은 없다. 그러나 lcamtuf가 말하는 메커니즘 — 매일 열 번씩 “당신의 질문은 매우 깊이가 있습니다”라고 말해 주는 시스템 — 은 어떤 중독성 피드백 루프와도 동일한 행동심리학 원리를 공유한다. 긍정적 피드백이 밀집될수록 금단의 인지 비용은 더 높아진다. 공학적 직관으로 판단할 때, 이것은 “대화 피로” 논의가 AI 출시 직후에는 분출되지 않고, 매일의 고빈도 사용이 1년 이상 지속된 후에야 수면 위로 떠오른 이유를 설명한다: 피로는 성공적으로 촉발된 도파민 과소비에서 발생하며, 오작동에서 발생하는 것이 아니다.

이 점은 데이터에서도 방증을 찾을 수 있다. 해당 글은 57점, 27개의 댓글(추가 60개의 투표)로, Lobsters의 척도에서는 폭발적이지 않다. 그러나 각 댓글의 깊이는 평균을 훨씬 뛰어넘는다 — 커뮤니티는 효율성이 진짜인지 아닌지를 논쟁하지 않고, 곧바로 “이 효율의 대가는 도대체 누가 치르고 있는가”로 진입했다.

솔직함이 거절당했지만, 문제는 솔직함이 아니다

같은 날, 다른 글이 Lobsters에서 99개의 댓글을 기록했다. 저자 puhsu는 수개월 동안 macOS에서 Emacs의 성능 병목 — 렌더링, 메모리 쓰레싱, 정규식 엔진 — 을 분석했다. 그는 GLM 5.2(중국 Zhipu의 오픈 웨이트 모델)를 사용하여 기존 분석 위에서 지향적 최적화 검색을 수행했고, 92줄의 패치를 선별하여 검토, 수정, 벤치마킹, 수동 검증을 거쳐 emacs-devel 메일링 리스트에 제출했다.

그는 제출 시 AI 참여 사실을 솔직하게 표기했다: 문제는 GLM 5.2가 발견하고 초안을 작성했으며, 자신이 검토, 수정, 테스트를 책임지고 모든 법적 및 엔지니어링 책임을 진다고 선언했다. 패치는 거절당했다. GNU에는 LLM 지원 기여를 받지 않는다는 정책이 있다.

puhsu의 핵심 반박은 메커니즘적이다: “솔직함이 처벌된다면, 시스템은 숨기는 행위에 보상을 주는 것이다.” 그는 자신이 LLM을 신뢰하지 않으며, 따라서 AI 지원 작업은 더 많은 정밀 검토가 필요하지 덜 필요하지 않다고 썼다. 그러나 그의 퇴장 선언은 어떤 기술적 논거보다 더 큰 신호 의미를 갖는다: “I’m not going to work on Emacs anymore.” 그의 하드디스크에는 약 40개의 성능 패치가 더 있으며, 그 중 효과가 확인된 소수만 공개했다 — 나머지는 더 이상 제출되지 않을 것이다.

이용 가능한 데이터로 보면, 이 글은 Lobsters에서 32점(“대화 피로”보다 낮지만 댓글 수는 후자의 3.6배)을 기록했다. 두 갈래가 같은 커뮤니티에서 충돌했을 때, 대화의 열기는 Emacs 쪽으로 명확히 기울었다. 이는 커뮤니티가 “디자인/경험 문제”보다 “법적/제도적 문제”에 더 높은 민감도를 가지고 있음을 시사한다.

저작권 교착: 오픈 웨이트 ≠ 학습 데이터의 자유

Lobsters에서 77개의 추천을 받은 최상위 댓글은 사용자 nemin의 것으로, “솔직함”보다 더 깊은 문제를 겨냥한다:

“I think the author might be misunderstanding what the ‘open’ in ‘open weight’ means. Just because the final matrix-mash is publicly available and can be somewhat fine-tuned, it doesn’t mean the training material used to create it is/was open source too. OSI seems to agree. And if so, the question of copyright isn’t at all resolved.”

이것은 온건한 수정이 아니다. nemin은 사실상 이렇게 말하고 있다: puhsu가 의존한 “GLM 5.2는 오픈 웨이트니까 문제없다”라는 전제는 GNU의 지식재산권 체계 안에서 애초에 성립하지 않는다. 오픈 웨이트란 모델 파라미터의 공개 — 다운로드, 실행, 파인튜닝이 가능하다 — 를 의미한다. 그러나 이 파라미터를 학습시키는 데 사용된 데이터가 GPL과 호환되는 라이선스를 보유하고 있는지는 답변되지 않은 법적 질문이다.

OSI(Open Source Initiative)도 같은 입장을 견지한다. GNU 프로젝트에게 이 질문은 특별한 민감성을 가진다: GPL과 FSF(Free Software Foundation)의 전체 합법성은 저작권법 위에 구축되어 있다. GPL은 저작권을 통해 카피레프트 의무를 부과한다 — 만약 어떤 코드 조각의 출처가 적법한 라이선스를 보유한 저작권 주체로 추적될 수 없다면, 그것을 GPL 프로젝트에 포함시키는 것은 프로젝트 전체의 라이선스 사슬에 균열을 일으킬 수 있다.

이 댓글 아래의 서브 스레드는 긴장도를 검증한다. sjamaan이 nemin에게 답한 세 단어 “I see what you did there”는 6점을 받았다 — Lobsters 사용자는 nemin의 표현이 puhsu의 원문 제목 “Honesty gets Emacs patch rejected”의 반어 구조를 메아리치고 있음을 읽어냈다. 이것은 내향적이고 서사적 차원의 집단 확인이다: 커뮤니티는 진짜 전쟁이 “솔직함”이라는 표층을 우회하여 “도대체 무엇이 깨끗한 코드인가”를 직격한다는 것을 알고 있다.

SLOP ALERT: 니체마저 오염되었다

같은 글의 더 깊은 곳에서, 사용자 Sanity는 5시간 전에 등골이 서늘해지는 댓글을 남겼다: “I hate how I now notice all these slop tells, like those contrasts, in all kinds of writing, even in stuff that was written ages ago or by people who I know for sure would never use llms for writing. It’s making it harder to appreciate good writing…and then some part of my brain goes ‘SLOP ALERT!1!!’ in the middle of Nietzsche.”

소위 “slop tell”이란 LLM 생성 텍스트의 식별 특징을 말한다 — 가장 인식률이 높은 신호는 대조 구문의 과잉 사용이다(먼저 부정한 후 긍정하는 구조는 LLM 학습 코퍼스에서 출현 빈도가 극도로 높다). Sanity의 묘사는 하나의 인지적 부작용을 건드린다: LLM 텍스트에 장기간 노출되는 것이 비AI 텍스트에 대한 뇌의 인식을 역으로 오염시키고 있다. 니체의 대구법과 LLM의 대조 템플릿은 언어학적으로 동일한 구조를 공유하며, AI 도구를 장기간 사용해 온 사람들은 이미 신경 레벨에서 이러한 구조를 “의심스러움”으로 표시하고 있다.

이것은 저작권보다 정량화하기 훨씬 어려운 손상이다. 저작권 문제는 적어도 하나의 법적 프레임워크가 존재한다 — 그 프레임워크가 현재 AI에 얼마나 부적응적이든 간에. SLOP 알레르기에는 프레임워크가 없다 — 이것은 인지적 오염이며, 책임질 기관도, 이의제기 경로도, 라이선스 변경으로 고칠 수도 없다.

puhsu 자신도 의미심장한 단어를 하나 사용했다. 그의 각주에는 이런 문장이 있다: “GLM 5.2 is sloooooow tooooo thiiiiiiinkkkkk.” 이것은 철자 오류가 아니다 — 사고의 표현을 모방하고 있다. 아이러니한 점은, 이 모방 자체도 AI 생성 텍스트의 대표적 패턴 중 하나라는 것이다. AI 패치 거절을 비판하는 사람조차 무의식적으로 AI의 문체를 사용하고 있다.

두 갈래의 교차점

“대화 피로”와 “저작권 교착”을 나란히 놓고 봐야, 커뮤니티의 논의가 어떤 지점까지 이동했는지가 보인다.

제1단계(2024-2025년 초)의 키워드는 “할 수 있나”였다 — AI가 실제로 실행 가능한 코드를 쓸 수 있을까? Vibecoding은 장르로서, 대화가 키보드 조작을 대체하고 자연어가 구현 마찰을 제거한다는 핵심 약속을 내걸었다.

제2단계(2025년 중반-2026년 초)의 키워드는 “좋은가”였다 — AI 지원 코드의 유지보수성은 어떤가? 보안 감사는 어떻게 하는가? George Hotz는 6개월간 에이전트 도구를 테스트한 후 결론을 내렸다: 이 도구들은 “탐지 불가능한 slop”을 양산하고 있으며, 대기업들은 문제를 깨달았을 때는 이미 너무 늦을 것이다. Andrej Karpathy는 사용자들을 세 부류로 나누었다: LLM을 완전히 거부하는 자, 전면 수용하는 자, 그리고 “AI로 작성하지만 직접 검토하는” 중간파 — 그는 첫 번째 전략이 “probably not the right thing to do anymore”라고 보았다.

제3단계(현재)의 키워드는 “그 다음은”이다 — 대화 피로는 AI의 지속적 사용이 인간의 인지 구조에 어떤 장기적 영향을 미치는지 묻는다. 저작권 교착은 AI 생성 코드가 오픈소스 체계에 진입한 후, 라이선스 사슬의 무결성을 어떻게 보장할 것인지 묻는다. 이 두 질문의 공통된 특징은: 둘 다 더 이상 AI 코딩을 도구 선택의 문제로 보지 않고, 제도적 문제로 본다는 점이다.

제도적 추궁의 논리

nemin의 77점 댓글이 공명을 얻은 것은 GNU 체계의 아킬레스건을 정확히 맞췄기 때문이다. GPL은 저작권을 통해 카피레프트를 강제한다 — 당신이 나의 코드를 사용하려면, 당신의 수정 사항을 동일한 라이선스로 오픈소스화해야 한다. 이 메커니즘의 작동은 하나의 전제에 의존한다: 모든 코드 행의 저작권 귀속이 추적 가능해야 한다.

LLM이 생성한 코드는 이 추적 사슬을 절단한다. 당신이 모델이 출력한 코드를 당신이 쓴 것이라고 주장하더라도(puhsu가 그렇게 했듯), 모델 자체가 학습 과정에서 어떤 저작권 보호 작품을, 어떤 라이선스 형태로 소비했는지는 현재 추적 가능한 메커니즘이 없다. 오픈 웨이트는 최종 산물(행렬 곱셈 결과)만 공개할 뿐, 중간 과정(학습 데이터의 출처와 라이선스 맵)은 공개하지 않는다.

이것은 GNU에게 미룰 수 있는 문제가 아니다. 커뮤니티 논의로 판단할 때, 이는 구조적 취약점이다. GNU가 저작권 출처가 모호한 패치를 수용한다면, 미래의 어떤 저작권 주장도 이 취약점을 소송 진입점으로 삼아 GPL의 강제 집행력을 도전할 수 있다. GNU의 거절은 도덕적 직관으로는 불편하다 — puhsu는 진짜 노동을 투입했다 — 그러나 법적 논리로는 근거가 없는 것이 아니다.

반대편에서 보면, puhsu의 분노에도 합리성이 있다. 그는 눈을 감고 GLM의 출력을 메일링 리스트에 복사-붙여넣기 한 것이 아니다. 그는 출력을 검토했고, 코드를 수정했으며, 벤치마크를 실행했고, 결과를 수동 검증했으며, 패치에 대해 전적인 책임을 진다고 선언했다. 엔지니어링의 세계에서 이 프로세스의 엄격성은 상당수의 순수 수작업 패치보다 높다. 검토와 검증의 노동이 “기여”로 인정되지 않는다면, GNU가 정의하는 “기여”의 문턱은 많은 오픈소스 프로젝트보다 훨씬 높다 — 이 문턱 자체가 지속 가능한지는 열린 질문이다.

답이 아니라 방향

본 기사는 위의 어떤 질문에도 답을 제공할 수 없다. 대화 피로에는 “올바른 빈도”가 없다 — 개인마다 인지 에너지 곡선이 다르다. 저작권 교착도 단기간에 어떤 법원 판결로 풀리지 않을 것이다 — 이것은 저작권법, 머신러닝 학습의 법적 지위, 오픈소스 라이선스라는 세 영역을 가로지르는 체계적 정합을 필요로 한다.

하지만 본 기사는 하나의 방향을 가리킬 수 있다: 코드 커뮤니티의 AI 코딩에 대한 논의는 “이 도구 쓸만하냐”에서 “이 도구의 대가는 누가 치르는가”로 이동하고 있다. “대화 피로”는 대가를 사용자의 인지 건강에 위치시킨다. “저작권 교착”은 대가를 오픈소스 체계의 법적 기반에 위치시킨다. “SLOP ALERT”는 대가를 텍스트에 대한 인간의 미적 감각에 위치시킨다. 이 세 대가는 동전의 세 면이다 — 논의가 이 레벨에 진입했을 때, “AI 코딩을 써야 하나”는 이미 선호도의 문제에서 덜 좋은 질문으로 퇴화했다. 더 나은 질문은: AI 코딩의 제도적 조항은 어떻게 쓰여야 하는가.

한 달 전, 이 커뮤니티는 “다가오는 순환” — AI가 코드를 작성하고, AI가 코드를 검토하고, AI가 코드를 고치는 — 이 엔지니어를 순수한 프롬프트 오퍼레이터로 만들 것인가를 논쟁하고 있었다. 오늘날, 커뮤니티는 이미 라이선스 추적, 사회적 에너지 예산, 인지적 오염을 추궁하고 있다. 며칠 전 “다가오는 순환”에서 오늘의 “대화 피로”와 “저작권 교착”까지, 이 일련의 논의 방향은 하나의 집단적 인식 업그레이드를 가리킨다: 코드 커뮤니티의 AI 코딩에 대한 반응이 감정적 배출에서 제도적 추궁으로 진화한 것이다.

방향은 맞다. 다만 길은 아직 멀다.

본 기사의 분석은 Lobsters 커뮤니티 공개 논의와 두 편의 원문에 기초한다. 저작권 및 법률 부분의 판단은 커뮤니티 논의 정리에서 비롯된 것이며 법률 의견을 대표하지 않는다. 필자는 Emacs 개발 프로세스나 GNU 내부 정책 논의에 참여하지 않았으므로, 관련 부분의 서술에 시각 편차가 있을 수 있다. 이 주제에 대해 더 깊은 1차 경험이 있다면, 본문의 부족한 점을 지적해 주기 바란다.