PyPI 데이터: AI로부터의 생산성 성장 신화

PyPI 데이터로 본 AI의 개발자 생산성에 대한 제한적 영향

전체 패키지 수는 지수적으로 증가하고 있지만, 월간 신규 업로드 수는 5,000~15,000 사이에서 안정적으로 유지되고 있다. 2022년 말에 출시된 챗GPT도 눈에 띄는 급증을 유발하지 않았다. 누적 성장 차트 상단과 하단 모두에서 특별한 변화를 확인할 수 없었으며, 오직 2020년의 스팸 패키지 폭주만이 두드러졌다.

이는 기대와 반대된다. 만약 AI가 개발 속도를 단 두 배로 높인다면 소프트웨어 출력량도 두 배 이상 증가해야 한다. 그러나 실제 지표는 여전히 평탄하다.

인기 패키지의 업데이트 빈도

실제 활동을 평가하기 위해 2025년 12월 기준 다운로드 수 상위 15,000개 패키지를 분석했다. 이들을 생성 연도별로 그룹화하고 중앙값 기반의 릴리스 빈도를 측정했다.

챗GPT 이후 출시된 패키지는 첫 해 평균 13회 릴리스했으며, 2014년대 패키지의 연간 6회 릴리스보다 두 배 이상 빠르다. 그러나 이 가속화 추세는 2019년부터 시작되었고, GitHub Actions 같은 CI/CD 도구의 보급이 원인이다. AI는 아님.

모든 그룹에서 시간이 지남에 따라 릴리스 빈도는 감소하는 경향을 보이며, 기존 패키지의 경우 AI가 이 패턴을 바꾸지 못했다.

AI vs. 비AI 패키지: 명확한 분기점

주제 분류를 통해 효과를 확인해보면, 비AI 패키지는 점진적인 추세를 따르지만, AI 중심 패키지는 급격한 증가를 보인다.

• 2023년 AI 주제 패키지: 첫 해 20회 릴리스
• 2023년 비AI 패키지: 절반 수준 (약 10회)

최근 출시된 패키지의 경우 설명문을 기준으로 주제를 결정한다.

인기의 중요성

인기(상위 7,500개 vs. 나머지)를 통제하면 이상 현상이 확인된다. 챗GPT 이후 인기 있는 AI 패키지는 연간 21~26회 릴리스를 달성한 반면, 비AI 패키지는 단 10회에 그쳤다.

2×2 매트릭스는 이 효과가 특정 세그먼트에 집중되어 있음을 시사한다.

데이터에서 얻은 핵심 통찰

• 챗GPT 이후 신규 패키지 또는 업데이트 수에는 전반적인 증가 없음.
• 릴리스 가속화는 AI 시대 이전부터 시작됨.
• 2배 이상 성장은 인기 있는 AI 패키지에서만 발생.

AI는 평균 개발자를 10~100배 더 생산적으로 만들지 못했으며, 전체적인 영향력은 여전히 미미하다.

AI 패키지 급증의 가능한 이유:

• 개발자 역량: AI 도구 개발자는 생성형 모델을 더 잘 활용하지만, 이 혜택은 최고 수준의 개발자에게 국한됨.
• 자금 및 열풍: AI 패키지 비율이 2021년 6:1에서 2024년 2:1로 증가한 것은 투자 트렌드의 반영일 뿐, 순수한 생산성 향상은 아님.

데이터는 이 두 가설을 구분할 수 없다.

진짜 중요한 것은?

• 챗GPT 이후에도 전체 PyPI 게시물 규모는 증가하지 않았으며, 제품성 2~100배 향상 주장은 현실과 다르다.
• 새로운 패키지의 빠른 릴리스 주기는 AI보다 CI/CD 도입이 앞서 시작됨.
• 2배 이상의 급증은 인기 있는 AI 패키지에 한정되며, 이는 특정 세그먼트 효과임을 의미한다.
• 주요 동인은 우수한 개발자 역량이나 외부 자금 지원일 가능성이 큼.
• 소프트웨어의 '캄브리아 폭발'은 없었고, 오직 AI 관련 프로젝트의 좁은 급증에 불과함.

— Editorial Team