"TODO: 제미니가 만든 엉망진창 수정": 생성 AI로 인한 자인 기술 부채 이해를 향하여

초록

ChatGPT, Copilot, Claude, Gemini와 같은 대규모 언어 모델(LLM)이 소프트웨어 개발 워크플로우에 통합됨에 따라 개발자들은 코드 주석에 AI 관여의 흔적을 점점 더 많이 남기고 있습니다. 이 중 일부 주석은 생성형 AI 사용과 기술적 결함의 존재를 모두 명시적으로 인정합니다. 공개된 Python 및 JavaScript 기반 GitHub 저장소(2022년 11월~2025년 7월)에서 LLM을 언급한 코드 주석 6,540개를 분석한 결과, 그중 81개가 기술 부채를 자체 인정(SATD)하는 것으로 확인되었습니다. 개발자들은 지연된 테스트, 불완전한 적용, AI 생성 코드에 대한 제한된 이해를 가장 흔히 설명하며, AI 지원이 기술 부채가 발생하는 시기와 이유 모두에 영향을 미친다는 점을 시사합니다. 우리는 개발자가 AI 생성 코드를 통합하면서 그 동작이나 정확성에 대해 명시적으로 불확실함을 표현하는 반복적인 사례를 설명하기 위한 개념적 렌즈로 GenAI 유발 자체 인정 기술 부채(GIST)라는 용어를 제안합니다.

English

As large language models (LLMs) such as ChatGPT, Copilot, Claude, and Gemini become integrated into software development workflows, developers increasingly leave traces of AI involvement in their code comments. Among these, some comments explicitly acknowledge both the use of generative AI and the presence of technical shortcomings. Analyzing 6,540 LLM-referencing code comments from public Python and JavaScript-based GitHub repositories (November 2022-July 2025), we identified 81 that also self-admit technical debt(SATD). Developers most often describe postponed testing, incomplete adaptation, and limited understanding of AI-generated code, suggesting that AI assistance affects both when and why technical debt emerges. We term GenAI-Induced Self-admitted Technical debt (GIST) as a proposed conceptual lens to describe recurring cases where developers incorporate AI-generated code while explicitly expressing uncertainty about its behavior or correctness.

"TODO: 제미니가 만든 엉망진창 수정": 생성 AI로 인한 자인 기술 부채 이해를 향하여

"TODO: Fix the Mess Gemini Created": Towards Understanding GenAI-Induced Self-Admitted Technical Debt

초록

Support