AI가 생성한 코드는 전부 오픈소스여야 한다는 주장
All AI-generated code should be Open Source
TL;DR Highlight
AI가 쓴 코드는 오픈소스로 공개해야 한다는 주장에 HN 댓글은 대체로 반대했다
Who Should Read
AI 코딩 도구로 만든 사내·상용 코드의 저작권과 라이선스가 궁금한 개발자
Core Mechanics
- 주장: AI 코드는 오픈소스여야 한다
- 글쓴이는 AI로 생성한 코드는 모두 오픈소스여야 한다고 강하게 믿는다고 쓴다.
- 개발자와 기업이 오픈소스 라이선스나 CC0(퍼블릭 도메인 헌정)로 공개해야 한다고 한다.
- 첫째 이유: 학습 데이터 문제
- 모델이 GNU 프로젝트 이후의 오픈소스 코드를 허락과 출처 표기 없이 긁어 학습했다고 한다.
- Stack Overflow 등은 출처 표기가 필수인 Creative Commons 라이선스인데, 이를 비공개 코드로 바꾸는 건 라이선스 세탁 같다고 한다.
- 둘째 이유: 순수 AI 코드는 저작권이 없다
- 사람이 쓰지 않은 코드는 저작권 대상이 아니어야 한다고 한다.
- 근거로 원숭이 셀카 분쟁(비인간은 저작권을 가질 수 없다)을 들고, 미국 저작권청이 이를 AI에 인용했다고 한다.
- Wikimedia Commons도 순수 AI 이미지를 퍼블릭 도메인으로 표시하게 한다고 한다.
- 나라마다 법이 다르다
- 영국 같은 나라는 컴퓨터 생성물에 제한적 저작권을 준다고 한다.
- 그래서 관할권 간 형평을 위해 명시적으로 공개하자고 한다.
- 적용 범위: 사람이 거의 손대지 않은 코드
- 코드가 100% 수작업이거나 100% 자동은 아니라고 인정한다.
- 리뷰나 수정 없이 AI에 의존하고 프롬프트만 쓴 코드는 반드시 오픈소스여야 한다고 한다.
Community Reactions
- 저작권청 지침을 인용한 댓글
- 미국 저작권청 지침은 순수 AI 생성물에는 저작권이 없고, 사람이 만든 표현이나 선택·배열·수정에는 있다고 한다는 정보였다.
- 현재 기술에서는 프롬프트만으로는 충분한 통제가 아니라고 본다는 내용이다.
- 실제 개발 노력은 크다는 반론
- 코딩 에이전트에 20분 쓰면 테스트와 기획에 몇 시간에서 며칠을 쓴다는 경험이 있었다.
- 개인 재무나 아이 일정용 코드까지 공개해야 하냐는 반문도 있었다.
- 법적 모순을 짚는 의견
- 라이선스는 저작권이 있어야 성립하므로, AI 코드에 저작권이 없다면 어떤 라이선스도 적용할 수 없다는 의견이 있었다.
- 오픈소스 라이선스와 퍼블릭 도메인은 다르다는 지적도 있었다.
- AGPL 저자의 경험
- 한 회사가 AGPL 코드를 저작권 표시 없이 배포해 항의했더니 LLM으로 복제했다는 경험이 있었다.
- 결과물은 더 버그가 많았지만 여전히 자기 창작물 같았다고 한다.
- 판례 언급
- Doe v. GitHub는 LLM 출력이 자동으로 오픈소스가 되지 않는다고 판단했다는 댓글이 있었다.
- Thaler v. Perlmutter는 100% AI 출력에 저작권이 없다고 봤다는 내용이다.
How to Apply
- 팀의 AI 코드 사용 현황 점검하기
- 오늘 레포에서 AI가 대부분 생성한 모듈을 골라 사람이 리뷰·수정한 정도를 메모하라.
- 저작권청 지침이 말하는 사람의 선택·수정 기여가 남았는지 기준으로 삼아라.
- AI 사용 기록 남기기
- 커밋 메시지나 PR 템플릿에 AI 생성 여부와 사람이 수정한 부분을 적어라.
- 나중에 저작권 주장이나 라이선스 논의가 생길 때 근거 자료로 쓸 수 있다.
- 공개 여부는 법무와 함께 결정하기
- 사내 코드를 공개하거나 라이선스를 붙이기 전에 법무팀에 순수 AI 코드의 저작권 여부를 확인하라.
- 이 글은 법적 의무가 아니라 글쓴이의 주장이라는 점을 구분하라.
Terminology
관련 논문
Claude는 대규모 단백질 서열로 학습됐다: next-amino-acid 테스트 결과
연구가 안 된 단백질의 다음 아미노산을 맞히자 최신 Claude만 통했다
짧게 기억됐다: 저장된 선호가 의사결정에 필수적인 정보를 조용히 지운다
메모리에 '짧게' 선호가 저장되면 경고가 조용히 빠지고, 2단계 답변이 내용을 되살렸다
수천 개 대화가 LLM 내부에서 어떻게 보이는가: Qwen3-1.7B 상태 지도
Qwen3-1.7B 내부 상태를 시각화했더니 중국어만 영어와 확연히 떨어졌다
AI로 코드는 빨라졌는데 왜 배포는 안 빨라질까: 활동과 성과의 간극
AI가 코드 작성은 빠르게 했지만 배포 속도는 그만큼 오르지 않았다는 발표
LLM 16종이 TIS-100 퍼즐을 풀었다: 커뮤니티 기록을 깬 모델들
LLM 16종에 TIS-100을 풀게 했더니 18개 퍼즐에서 새 최적점 133개가 나왔다
AI가 만든 코드베이스는 왜 쉽게 깨지는가
AI로 코드를 100% 생성했더니 얕은 테스트·복잡한 코드·이해 부족이 쌓인다는 경험담
통과했지만 틀렸다: API 마이그레이션 후 LLM 코드 수리의 조용한 실패
릴리스 노트 기반 엣지 입력 하나로 틀린 수리 통과율이 0.410에서 0.065로 줄었다
노트북의 Qwen 3.8 27B도 모델 가중치를 해석한다
로컬 Qwen 3.8 27B에 가중치 숫자만 줬더니 게임 3종을 맞혔다