Debian, "책임 있는 generative AI 사용" 허용하기로 투표 결정
Debian votes to allow "responsible use of generative AI"
TL;DR Highlight
Debian이 총투표로 AI 도구를 금지도 장려도 않고 책임은 기여자에게 두기로 했다
Who Should Read
오픈소스 프로젝트에 AI로 만든 코드를 PR로 올리거나, 팀의 AI 코드 정책을 정해야 하는 개발자
Core Mechanics
- 투표에서 5번 선택지가 이겼다
- Debian general-resolution(총투표)에서 'Responsible Use of Generative AI'가 1위가 됐다.
- 글은 2026년 8월 29일에 올라왔다.
- Debian은 AI를 권장도 금지도 안 한다
- 소프트웨어 개발·유지보수·문서·패키징 등에서 generative AI 도구 사용에 찬성도 반대도 하지 않는다.
- 잘 쓰면 기여자 생산성을 크게 높일 수 있다고 인정한다.
- AI로 만들어도 품질 기준은 같다
- 품질, 정확성, 유지보수성, 법적 준수 기준이 도구와 상관없이 똑같이 적용된다.
- AI 도구를 썼다고 제출자의 책임이 줄어들지 않는다.
- 기여자는 AI 결과물을 직접 검증해야 한다
- 기여자는 AI가 만든 결과물을 이해하고, 리뷰하고, 테스트해야 한다.
- 필요하면 고친 뒤에 Debian에 넣어야 한다.
Community Reactions
- "네 코드는 네 책임"으로 요약된다는 의견
- 여러 댓글이 AI든 아니든 제출한 코드는 본인 책임이라며 공감했다.
- 생성된 코드를 직접 한 글자씩 쳤다고 생각하고 이해하라는 기준이 제시됐다.
- 강경 반(反)AI 안은 'None of the Above'에도 졌다는 설명
- 사회계약 변경안(1번)과 행동강령 변경안(3번)이 NOTA보다 낮은 순위였다는 댓글이 있었다.
- 반면 3번은 AI 기여를 허용하되 말리는 안이었고 목적도 외부에 입장을 알리는 것이었다고 반박한 댓글도 있었다.
- 로컬 코딩 모델이 쓸 만해졌다는 경험담
- 한 댓글은 MIT 라이선스 중소형 모델 중 Opus 4.5와 맞먹는 것이 있고 Qwen3.8 27B가 32GB VRAM에 대부분 들어간다고 썼다.
- 다만 가장 큰 상용 모델에는 못 미치고 숙련 개발자가 옆에서 봐줘야 한다고 했다.
- 기여 시 AI 사용 수준을 자기 평가로 밝히는 방식이 유용하다는 의견
- 받는 사람이 코드를 이해하는 데 얼마나 노력을 쏟을지 판단할 수 있다고 한다.
- 링크로 VisiData 블로그 글이 소개됐다.
How to Apply
- 팀 PR 템플릿에 AI 사용 체크란 넣기
- 오늘 PR 템플릿에 'AI 사용 여부와 수준, 직접 테스트한 내용'을 적는 칸을 추가하라.
- 리뷰어가 얼마나 꼼꼼히 볼지 판단할 수 있게 하라.
- AI 코드 정책을 한 문장 원칙으로 쓰기
- '도구와 상관없이 제출자가 이해·리뷰·테스트할 책임을 진다'를 CONTRIBUTING 문서에 넣어라.
- 금지 규칙보다 강제할 수 있는 책임 기준을 우선하라.
- 설명 못 하는 AI 코드는 머지 전에 반려하기
- 리뷰 때 작성자에게 변경 이유를 직접 설명하게 하라.
- 설명하지 못하면 수정 후 재제출을 요구하라.
Try It
# Claude Code나 ChatGPT에 붙여넣기 (Debian 원칙을 PR 셀프 리뷰로 옮긴 간이 버전)
너는 엄격한 리뷰어다. 아래 diff는 AI의 도움을 받아 작성되었다. 제출자가 이해·리뷰·테스트했다고 말할 수 있는지 점검하라.
{{diff}}
다음을 답하라:
1. 품질·정확성·유지보수성·라이선스 측면에서 문제될 부분
2. 제출자가 직접 설명할 수 있어야 하는 핵심 변경 3가지
3. 추가로 필요한 테스트
이어서 해 볼 것: 답변의 질문에 직접 답해 보고 답하기 어려운 부분을 다시 읽어라.Terminology
관련 논문
AI는 도구다, 잘 쓰려면 기술이 필요하다
Hickey의 'AI는 도구가 아니다'에 맞서, LLM도 쓰는 사람의 기술이 결과를 가른다고 반박
딥리서치 에이전트의 Reflective Prompt Optimization: 토픽 분리·멀티 시드로 본 진짜 성능 향상과 프롬프트 과적합
GEPA로 프롬프트를 최적화했더니 held-out 인용 보상 0.702→0.781
GPT-6와 Intelligent UI: 채팅 안에서 시각·인터랙티브 응답 만들기
OpenAI가 GPT-6로 채팅 응답에 UI를 넣는다는데 원문이 없어 댓글 반응만 확인된다
Base 모델도 첫 토큰 단서(cue) 하나로 추론한다: 학습 데이터가 만든 연상
응답 첫 두 토큰만 고정했더니 Olmo-3-7B의 MATH-500 정답률이 42%에서 78%로 올랐다
Jev식 Typed Decision Model에서는 정의보다 라벨이 이긴다
옵션 이름을 A, B로 바꿨더니 정확도가 +0.1511 올랐다
프롬프트는 얼마나 필요한가? Few-shot 예시를 블랙박스로 최소화하는 DD-FSM
Delta debugging으로 few-shot 예시를 평균 65.3% 줄여도 출력은 그대로
언어모델은 "불안정한(Insecure)" 보고자다: 결함을 숨기는 LLM 리포트
"Be honest" 한 줄을 붙였더니 GPT-5.5의 부정 결과 공개가 2/200에서 190/200으로 늘었다