Oracle, OpenJDK에서 AI 생성 코드 기여 금지
Oracle bans AI-generated code from OpenJDK
TL;DR Highlight
OpenJDK가 LLM이 만든 코드 기여를 금지해, 오픈소스 AI 정책 논쟁이 붙었다
Who Should Read
오픈소스에 AI 도구로 만든 코드를 PR로 보내거나 팀의 AI 코드 정책을 정해야 하는 개발자
Core Mechanics
- OpenJDK가 LLM 생성 코드를 막았다
- 커뮤니티 기여에는 LLM이 일부 또는 전부 생성한 내용이 들어가면 안 된다는 정책이다.
- 정책 문서는 'OpenJDK Interim Policy on Generative AI'라는 임시 정책이다.
- 정책은 임시 버전이다
- 변호사들이 최종 버전을 작성 중이라고 정책 페이지에 적혀 있다.
- 에디터 기능은 LLM 기반이 아니면 허용된다
- 맞춤법·문법 검사, 자동완성, 리팩터링 기능은 LLM이나 딥러닝 기반이 아니면 계속 써도 된다.
- 원문 기사는 확인할 수 없었다
- 이 글에는 원문 본문이 없고 댓글만 있어서, 정책의 세부 내용은 댓글에 인용된 부분까지만 알 수 있다.
Community Reactions
- 저작권 때문이라는 의견
- AI 출력물은 저작권이 없어서 Oracle에 권리를 넘길 수 없고, 그래서 소송이 어려워진다는 의견이 있었다.
- 대기업은 AI 제공사의 면책 보호가 있지만 외부 기여를 받을 땐 그게 문제라는 의견도 있었다.
- 리뷰 부담 때문이라는 의견
- 정성 없이 만든 기여가 쌓이면 이미 부족한 사람 리뷰어 시간을 더 쓴다는 의견이 있었다.
- 성숙한 프로젝트에서는 코드가 곧 부채라서 얻는 것보다 잃을 게 많다는 의견도 있었다.
- Oracle이 직접 금지한 건 아니라는 지적
- 금지를 발표한 곳은 OpenJDK Governing Board이고, Oracle 내부 코드 정책과는 별개라는 의견이 있었다.
- 감지 방법을 묻는 질문
- 들어오는 코드가 AI 생성인지 어떻게 알 수 있는지, 도구가 있는지 묻는 댓글이 있었다.
- Rust 가이드라인도 비슷하다는 댓글이 있었다.
How to Apply
- 우리 팀 AI 코드 정책 초안 쓰기
- 오늘 30분 동안 AI 생성 코드 허용 범위, 리뷰 기준, 출처 표기 규칙을 한 페이지로 적는다.
- 사내용과 외부 기여용 규칙을 따로 나눠 쓴다.
- 오픈소스 기여 전 AI 정책 확인하기
- PR을 보내기 전에 대상 저장소의 CONTRIBUTING과 AI 정책 문서를 읽는다.
- 금지 프로젝트에는 LLM 생성 코드를 넣지 않는다.
- PR 템플릿에 AI 사용 여부 체크란 넣기
- 팀 저장소 PR 템플릿에 'LLM 사용 여부와 범위' 항목을 추가한다.
- 사용했다면 작성자가 모든 줄을 이해하고 리뷰했는지 적게 한다.
Try It
# Claude 또는 ChatGPT에 그대로 붙여넣는 프롬프트 (원문 방법이 아닌 정책 초안용 간이 버전)
너는 오픈소스 프로젝트의 메인테이너다. 아래 상황에 맞는 'AI 생성 코드 기여 정책' 초안을 한 페이지로 써줘.
- 프로젝트: {{프로젝트 설명}}
- 리뷰어 수: {{리뷰어 수}}
- 우려 사항: 저작권, 리뷰 부담, 코드 품질
포함할 것: 허용 범위, 금지 범위, 에디터 기능(자동완성·리팩터링) 예외, PR 작성자가 지켜야 할 체크리스트.
이어서 해 볼 것: 완성된 초안을 PR 템플릿 체크박스 형태로 바꿔줘.Terminology
관련 논문
The Judge Can Debias Itself: LLM-as-a-Judge가 스스로 편향을 고치게 하는 법
심사 프롬프트에 편향 경고를 넣거나 스스로 비판시켰더니 21개 중 20개 조합에서 정확도가 올랐다
미국 노동시간의 90%는 AI 벤치마크가 제대로 다루지 못하는 일이다
벤치마크 29개를 직업 과제에 매핑했더니 노동시간 90%가 커버 밖
Postgres 19, AI 코드 리뷰가 버그를 너무 많이 찾아 출시 연기
LLM 코드 리뷰가 버그를 쏟아내 Postgres 19가 11월로 밀리고 기능 8~10개가 빠졌다
StarSkirmish Bench v0.2: LLM이 1시간 만에 짜는 StarCraft 봇 대결
LLM에게 1시간 동안 StarCraft 봇을 짜게 했더니 GPT-6 Astra가 1위
그럴듯한 설명 하나면 멀티모달 LLM 심사위원도 속는다 (JUPE 벤치마크)
정답은 그대로 두고 설명만 붙였더니 MLLM 심사위원의 오답 거절률이 12.7~13.8%p 떨어졌다
신경망은 이미 깔끔하다: polysemanticity의 원인 재해석
뉴런을 직접 들여다봤더니 대부분 한 가지 역할이 있었다는 주장
Linus Torvalds의 첫 LLM 보조 패치 시리즈
Linus가 LLM으로 folio 조회 패치 10개를 만들어 read() 벤치가 10배 빨라졌다