Tech AI News - 테카이

13. AI가 짜준 코드, 그대로 회사 제품에 넣어도 되는가

· 5분 읽기

Read this post in English →

Copilot이 제안한 코드를 그대로 복사해 커밋했는데, 알고 보니 GPL 라이선스가 걸린 오픈소스 코드와 변수명까지 거의 똑같다면 어떻게 될까요. 이 순간부터 문제는 코드 품질이 아니라 저작권법과 라이선스 준수의 영역으로 넘어갑니다.


배경 — 왜 지금 이 질문이 나오는가

GitHub Copilot, Cursor 같은 AI 코딩 도구는 이미 많은 개발팀의 기본 워크플로에 들어와 있습니다. 문제는 "AI가 짜준 코드"를 리뷰 없이 그대로 커밋하는 관행이 함께 퍼졌다는 점입니다. 코드가 동작하면 품질 검증은 끝났다고 여기기 쉽지만, AI 코딩 도구는 공개 저장소의 코드를 학습해 다음에 올 코드를 "예측"하는 방식으로 동작하기 때문에, 예측 결과가 학습 데이터의 특정 코드와 거의 동일하게 나오는 상황이 구조적으로 존재합니다.

이 문제가 추상적인 걱정에 머물지 않는다는 점은 실제 소송으로도 확인됩니다. 개발자들이 GitHub·마이크로소프트·OpenAI를 상대로 낸 집단소송(Doe v. GitHub)에서, 오픈소스 라이선스 위반 관련 청구는 2023년 하급심에서 일부가 살아남았고, 2026년 9월에는 항소법원 판단까지 나왔습니다.

핵심 데이터 & 현황

쟁점현황출처
코드 재현 빈도깃허브 공식 문서에 따르면 공개 코드와 일치하는 제안은 전체의 약 1% 수준이며, 새 프로젝트·새 파일처럼 맥락이 부족한 상황에 몰려 있다GitHub 공식 문서
소송 진행Doe v. GitHub 소송에서 저작권표시 제거(DMCA) 관련 청구는 2026.9.16 제9순회 항소법원이 기각을 확정했지만, 오픈소스 라이선스 위반 청구는 하급심에서 별도로 계속 심리 중Leagle 판결문, AFS Law 분석
저작권 귀속깃허브 약관은 Copilot 제안물의 소유권을 사용자에게 둔다고 밝히지만, 美 저작권청은 인간의 창작적 기여가 거의 없는 순수 AI 생성물은 저작권 보호 대상이 아니라는 입장을 유지하고 있다terms.law 커뮤니티 법률 분석
벤더 책임 범위마이크로소프트는 2023년 9월 발표한 저작권 보장(Copyright Commitment)에서, 가드레일과 콘텐츠 필터를 켠 유료 Copilot 고객에 한해 침해 소송 법적 책임을 대신 지겠다고 밝혔다FOSSA 블로그

다만 이 글의 핵심은 "재현율이 몇 퍼센트냐"가 아닙니다. 매칭이 가끔 일어난다는 사실 자체보다, 단 한 번의 매칭이라도 제품에 섞여 들어갔을 때 책임이 어떻게 퍼지는가 하는 구조가 더 중요합니다.

심층 분석

1) 코드가 "거의 똑같이" 나올 수 있는 구조

AI 코딩 도구는 방대한 공개 저장소를 학습하는데, 그 저장소에는 MIT 같은 허용적 라이선스 코드뿐 아니라 GPL·LGPL처럼 조건이 따라붙는 코드도 섞여 있습니다. 2022년에는 애리조나 주립대 교수 팀 데이비스(Tim Davis)가 자신의 LGPL 희소행렬(sparse matrix) 코드를 Copilot이 변수명·헬퍼 함수·주석까지 그대로 제안한다고 공개한 사례가 보도됐습니다(ReversingLabs 블로그, 2022년 10월). 깃허브 측도 이런 매칭이 일어날 수 있음을 공식 문서에서 인정하면서, 특히 맥락이 될 기존 코드가 거의 없는 "새 프로젝트를 처음부터 짜는" 상황에서 자주 나타난다고 설명합니다.

2) "라이선스가 오염된다"는 말의 실제 의미

GPL류 라이선스는 "전파성(copyleft)"을 가집니다. 이 코드를 가져다 쓴 결과물(파생저작물)에도 같은 라이선스를 적용해야 한다는 조건이 붙는다는 뜻입니다. AI가 재현한 GPL 코드 조각이 상업용 제품에 섞여 들어가면, 이론적으로는 그 제품 전체 혹은 해당 모듈을 GPL로 공개해야 하는 의무가 발생할 수 있습니다. 자유소프트웨어재단(FSF)은 이미 2021년에 Copilot을 "받아들일 수 없고 부당하다"고 규정하며, 공개 코드 학습이 공정 이용(fair use)에 해당하는지, 재현된 코드가 원저작자의 권리를 침해하는지를 아직 풀리지 않은 법적 질문으로 제기했습니다(InfoWorld 보도). 더구나 Copilot이 재현한 코드에는 원본의 라이선스·저작권 표기가 함께 떨어져 나가는 경우가 많다는 지적도 있어, 사용자가 자신이 조건 있는 코드를 가져왔다는 사실조차 모르고 지나가기 쉽습니다.

3) 소송은 지금 어디까지 왔나

Doe v. GitHub 소송에서 2023년 담당 판사는 저작권표시 제거(DMCA) 청구와 오픈소스 라이선스 위반 청구를 모두 일부 인정해 심리를 계속하도록 했습니다. 2026년 9월 16일에는 제9순회 항소법원이 DMCA 관련 청구의 하급심 기각을 확정했지만, 이는 "재현된 코드에서 저작권 표시를 지웠다"는 주장에 대한 판단이었고, 오픈소스 라이선스 위반 자체를 다루는 청구는 하급심에서 별도로 계속 진행되는 것으로 보입니다. 즉 "AI가 짜준 코드를 그대로 썼다가 라이선스 문제가 생길 수 있는가"라는 핵심 질문은 아직 법원에서도 결론이 나지 않은 상태입니다. 법이 정리되기를 기다리는 동안 그 공백의 리스크는 코드를 실제로 커밋하는 개발팀이 떠안게 됩니다.

4) 실제로 판단하는 기준 — 언제 위험하고 언제 괜찮은가

  • 맥락이 풍부한 기존 코드베이스 안에서 짧은 보조 코드를 받을 때는 매칭 위험이 낮은 편입니다. 깃허브도 기존 애플리케이션 코드가 맥락으로 주어지면 매칭이 거의 나타나지 않는다고 밝힙니다.
  • 새 프로젝트를 처음부터 생성시키거나, 정렬·수학 함수·유명 알고리즘처럼 "정답이 하나뿐인" 코드를 요청할 때는 특정 공개 코드와 겹칠 가능성이 상대적으로 커집니다.
  • 그 코드를 상업적으로 배포·판매하는 제품에 넣을 때는 개인 프로젝트보다 리스크의 무게가 다릅니다. 라이선스 의무가 발생하면 그 제품 전체의 공개 범위가 걸린 문제가 되기 때문입니다.
  • 깃허브 Copilot의 "공개 코드 일치 제안(Suggestions matching public code)" 설정을 Block으로 켜뒀는지도 중요한 분기점입니다. 이 설정은 제안 코드와 주변 약 150자를 공개 코드와 비교해 일치·근접 일치 시 해당 제안 자체를 보여주지 않습니다. 설정을 꺼둔(Allow) 상태라면 이 1차 방어선이 없는 셈이고, 마이크로소프트의 저작권 보장도 가드레일을 켠 경우에만 적용됩니다.

실전 — AI 생성 코드를 제품에 넣기 전 확인할 4가지 원칙

  1. 중복 탐지 필터를 꺼두지 않는다. Copilot 설정에서 "공개 코드 일치 제안"을 Block으로 두면, 의심스러운 제안 자체가 화면에 뜨지 않아 가장 쌀쌀하지만 확실한 1차 방어선이 됩니다.
  2. 생성 직후 라이선스 스캐너를 돌린다. FOSSA·Snyk 같은 소프트웨어 구성 분석(SCA) 도구로 AI 생성 코드도 외부 라이브러리와 똑같이 스캔해, 조건 있는 라이선스가 섞여 있는지 확인합니다.
  3. 맥락이 적은 요청일수록 사람이 더 꼼꼼히 본다. 새 프로젝트를 처음부터 생성하거나 유명 알고리즘을 통째로 요청했다면, 결과물을 그냥 쓰기보다 검색을 통해 유사 코드가 있는지 한 번 더 확인합니다.
  4. AI가 생성한 구간을 표시해 둔다. 커밋 메시지나 코드 태깅으로 AI 생성 구간을 구분해 두면, 나중에 문제가 된 조각만 골라 교체할 수 있어 전체를 다시 쓰는 사태를 피할 수 있습니다.

참고 링크

  • #AI
  • #인공지능
  • #AI 코딩
  • #GitHub Copilot
  • #오픈소스 라이선스
  • #저작권
  • #소프트웨어 라이선스
작동 원리

학습 vs 추론 — AI는 언제 똑똑해지는 걸까

AI와 대화할수록 똑똑해진다고 느끼지만, 실제로 대화 중 새로 배우는 것은 아니다. 학습(training)과 추론(inference)이 어떻게 다르고, 테스트-타임 컴퓨트가 왜 2026년 AI 업계의 새 화두가 됐는지 데이터로 정리했다.

· 5분

작동 원리

트랜스포머 — 지금 AI 전부의 조상님

GPT, 제미나이, 클로드까지 2026년 주요 AI 모델은 모두 2017년 구글이 발표한 트랜스포머 구조 위에서 작동합니다. 셀프 어텐션의 원리와 디코더 전용·MoE·맘바 하이브리드로 이어지는 변형 과정을 정리했습니다.

· 5분