AI 코딩 에이전트, 커밋 최대 240% 증가에도 릴리스는 30% 증가에 그쳐

뉴스 요약

2026년에 발표된 두 개의 독립적인 연구가 같은 결론을 가리킨다. AI 코딩 에이전트는 개발자가 훨씬 더 많은 코드를 생성하게 해주지만, 추가 산출물이 비례적으로 더 많은 완성·출시·널리 사용되는 소프트웨어로 이어지지는 않는다는 것이다. 2026년 10월 10일자 Ars Technica 보도는 소프트웨어 기업을 대상으로 한 하버드대 주도 연구를 조명했으며, 별도의 미국경제연구국(NBER) 워킹페이퍼도 GitHub 데이터를 사용해 놀랍도록 유사한 그림에 도달했다.

하버드 연구: 더 많은 코드, 동일한 결과

하버드대 연구진인 Fiona Chen과 James Stratton은 엔지니어링 팀 산출물을 측정하는 플랫폼인 Jellyfish의 집계 데이터를 분석했다. 데이터셋은 커밋과 풀 리퀘스트 같은 약 3억 건의 작업 이벤트와 700개 이상의 소프트웨어 기업에서 근무하는 70만 명 이상의 직원에 대한 이슈 추적 데이터를 포함한다. 분석 기간은 2021년부터 2026년 3월까지다.

각 기업이 AI 도구를 도입한 시점을 파악하기 위해 연구진은 직접 측정한 AI 사용량과 GitHub 활동 분석을 결합했다. 연구진은 두 가지 범주를 구분했다. 인간이 대부분 작성하는 코드를 자동 완성하는 AI 코딩 어시스턴트와 프롬프트에서 코드를 자율적으로 작성하고 제출하는 AI 코딩 에이전트가 그것이다. 그런 다음 서로 다른 시기에 도입한 기업들을 대상으로 도입 전후 결과를 비교하는 이중차분 회귀분석을 사용했다.

코딩 에이전트 도입 후 달라진 점

코딩 에이전트 도입 후 기업 수준의 평균 결과는 다음과 같다.

• 생성된 총 코드 줄 수는 약 30% 증가했다.
• 총 커밋 수는 약 20% 증가했다.
• 풀 리퀘스트는 약 23% 증가했다.
• Jira 같은 도구에서 추적되는 이슈와 에픽의 해결률은 통계적으로 유의미한 변화가 없었다.
• 추적되는 이슈의 규모나 복잡성에서 감지 가능한 변화가 없었으며, 이는 팀이 단순히 더 작거나 쉬운 작업을 맡았다고 주장하기 어렵게 만든다.

추가 코드의 행선지: 리뷰 병목

보도에 따르면 추가 산출물은 하위 단계에서 흡수되었다. 코드 리뷰에 더 오랜 시간이 걸렸고, 풀 리퀘스트가 수정을 요구받을 가능성이 더 높았으며, 리뷰어가 더 많은 코멘트를 남겼다. 연구진은 기업이 이러한 도구를 사용한 결과로 전반적인 소프트웨어 산출물을 늘리거나 고용을 줄였다는 증거는 거의 찾지 못했다. 개발자들은 일반적으로 AI가 생성한 코드를 주의 깊게 확인해야 한다는 것을 알고 있으므로, 이를 검증하는 데 필요한 인간의 노력이 상당하다.

NBER의 두 번째 관점

Mert Demirer, Leon Musolff, Liyuan Yang이 작성한 NBER 워킹페이퍼 "Writing Code vs. Shipping Code: Productivity Effects Across Generations of AI Coding Tools"(워킹페이퍼 35275)는 같은 질문을 다른 각도에서 바라본다. 이 페이퍼는 2026년 5월에 발행되었고 2026년 9월에 수정되었다. 50만 명 이상의 GitHub 개발자 데이터와 AI 사용 원격 측정을 사용하며, 짝지은 사건연구 설계를 적용한다.

저자들은 각 세대의 도구가 커밋을 크게 증가시켰다는 것을 발견했다. 누적 효과는 자동 완성의 경우 약 30%, 대화형 코딩 에이전트의 경우 180%, 자율 코딩 에이전트의 경우 240%였다. 다만 생산 체인을 따라 내려갈수록 이득은 줄어든다. 자율 에이전트의 경우 240%의 커밋 효과는 프로젝트에서는 약 80%, 릴리스에서는 약 30%로 떨어진다. 4대 소프트웨어 마켓플레이스에서 신규 앱 수는 급격히 증가하지만, 총 사용량은 늘지 않는다.

참고로 이 페이퍼의 초기 버전은 더 적은 개발자 표본과 180%의 헤드라인 커밋 수치로 일부 2차 보도에서 요약되었으며, 위 수치는 NBER 페이지에 게시된 가장 최근 수정본을 반영한 것이다.

약한 고리 설명

NBER 저자들은 이 패턴을 "약한 고리" 관점으로 해석하는데, 가장 느린 인간 의존 단계가 전체 파이프라인을 제한한다는 것이다. 연구진은 AI와 인간 노력 사이의 대체 탄력성을 0.23으로 추정했으며, 이는 강한 보완성을 나타낸다. 리뷰, 통합, 릴리스가 여전히 사람에게 달려 있을 때 프로세스의 한 부분을 빠르게 하는 것은 거의 도움이 되지 않는다는 뜻이다. 이는 더 많은 코드가 도착할 때 리뷰 시간이 늘어난다는 하버드 연구 결과와 일치한다.

더 넓은 맥락과 주의사항

2026년의 다른 논평들은 릴리스 프로세스가 따라잡지 못하면 더 빠른 풀 리퀘스트가 버그, 리뷰 시간, 유지보수 부담을 늘리는 "생산성 역설"을 설명한다. 일부 벤더가 보고한 수치도 유통되고 있는데, 예를 들어 기업이 에이전트로 코드를 30% 더 빨리 출시한다는 주장이 있지만, 이는 벤더 자료에서 나온 것이며 독립적으로 검증할 수 없었다. 연구 그룹 METR이 2025년에 실시한 무작위 대조 시험에서는 복잡하고 성숙한 코드베이스에서 작업하는 숙련된 개발자가 AI 도구를 사용할 때 약 19% 더 느렸다는 결과가 나왔으며, 이는 이러한 최신 연구들과 함께 자주 인용된다.

독자들은 또한 두 연구 모두 많은 팀의 평균을 측정한다는 점을 명심해야 한다. 강력한 자동화 테스트, 명확한 사양, 빠른 리뷰 관행을 갖춘 개별 팀은 다른 결과를 볼 수 있으며, 도구 자체도 빠르게 계속 변화하고 있다.

학습자와 팀에게 주는 의미

학생과 현업 개발자에게 주는 교훈은 코드 작성이 소프트웨어를 만드는 한 단계에 불과하다는 것이다. 코드 읽기, 테스트 작성, 변경 사항 리뷰, 시스템 설계 기술은 코드 생성 비용이 낮아질수록 더 가치 있게 된다. 엔지니어링 팀에게 이 연구들은 코드 줄 수나 커밋 수만으로 성공을 측정하기보다 리뷰 도구, 자동화 테스트, 릴리스 파이프라인에 투자할 것을 시사한다.