인공지능이 Stack Overflow에 미친 영향, 한 그래프로 정리

기여자 한 명이 스택 오버플로의 공개 통계를 추출하여 그래프로 만들었습니다. 그 결과는 명백합니다: ChatGPT가 자리를 차지했습니다.

구체적인 사례

사용자가 data.stackexchange.com(Stack Overflow 데이터에 대한 공개 SQL 쿼리 인터페이스)에 2008년부터 2026년 중반까지 사이트에 게시된 월별 질문 수를 추적하는 쿼리를 게시했습니다. 해당 그래픽은 2026년 7월 18일 해커뉴스에 링크되어 올라갔으며, 거의 모든 의견 기사들이 성공하지 못한 일을 해냈습니다. 인공지능이 무엇을 바꿨는지 명확히 보여주었습니다.

2008년부터 2013년까지는 완만한 상승세를 보였고, 2013~2020년 사이에 정체기를 겪으며 이미 약간의 하락세가 시작되었습니다. 2022년 말부터 급격한 하락이 시작되었는데, 정확히 ChatGPT가 출시된 시점(2022년 11월 30일)과 일치하며, 이후 회복 없이 계속 하락했습니다. 2026년에는 월별 질문 수가 사이트 초기 수준으로 떨어졌습니다.

그래프 뒤의 코드

궁금한 분들을 위해 공개된 쿼리는 다음과 같습니다:

SELECT
 DATEFROMPARTS(YEAR(CreationDate), MONTH(CreationDate), 1) AS Month,
 COUNT(*) AS Questions
FROM Posts
WHERE PostTypeId = 1
GROUP BY YEAR(CreationDate), MONTH(CreationDate)
ORDER BY Month;

PostTypeId = 1은 질문만 필터링합니다(답변은 PostTypeId = 2). data.stackexchange.com 도구는 누구나 30초 만에 결과를 확인할 수 있도록 하며, 아무것도 설치할 필요가 없습니다. 이는 여전히 많은 플랫폼이 제공하지 않는 데이터 공개 모델입니다.

그 이유

시니어 개발자에게 "왜 이런 급격한 하락이 발생했을까?"라는 질문의 답은 명확합니다. 버그나 문법에 막혔을 때 더는 구글에 "python typeerror int str"을 검색해 2014년marked as duplicate로 표시된 스택오버플로우의 첫 답변을 열지 않습니다. 대신 클로드, 챗GPT, 코파일럿을 열고 자신의 맥락, 코드 조각, 스택 트레이스와 함께 직접 질문합니다. 답변은 개인화되어 제공되며, 원한다면 프랑스어로도 받을 수 있습니다. 중복으로 인한 관리자 간 분쟁도 없습니다.

더 빠르고, 더 부드럽습니다(누구도 "RTFM"을 지적하지 않죠). 그리고 대부분은 잘 동작합니다. 모델이 환각을 일으킬 때도 있지만, 시니어 개발자는 이를 알고 재확인합니다. 주니어 개발자는 그렇지 않은 경우가 많죠. 이는 현재 팀 내 논쟁 중 하나입니다.

잃어버리는 것들

이 전환의 진정한 비용은 즉시 눈에 띄지 않습니다. 스택오버플로우는 단순히 답변 엔진이 아니었습니다. 구글이 색인화하던 말뭉치였고, 채용 담당자들이 프로필을 평가하기 위해 참고했으며, 신입 개발자들이 올바른 기술 질문을 어떻게 해야 하는지 배우기 위해 읽던 곳이었습니다. 이제 이 말뭉치가 축소되고 있으며, 이 데이터를 기반으로 훈련된 AI 모델들은 아무런 대가 없이 이익만 얻고 있습니다. 2028년 모델은 무엇으로 훈련될까요?

또한 추적 가능성도 있습니다. 스택오버플로우의 답변은 누가, 언제, 커뮤니티의 어떤 평가를 받았는지 알 수 있습니다. 반면 LLM의 답변은 불투명한 집계에 불과합니다. 프로덕션 코드 관점에서 이 추적 가능성은 매우 중요합니다.

기억해야 할 점

이 그래프는 수많은 데이터 포인트 중 하나에 불과합니다. 스택오버플로우는 2023년 이후 트래픽 감소(2023년 10월 CEO 프라산스 찬드라세카르의 블로그 글 참고)를 이유로 여러 차례 해고를 발표했습니다. 하지만 이 그래프는 개발자들의 습관 변화 3년을 압축해서 보여줍니다. 2026년 팀 차원에서 던져야 할 질문은 더는 "LLM을 사용해야 할까?"가 아닙니다. 우리의 직업을 가능하게 했던 공공재(문서, 공개 Q&A, 튜토리얼)를 어떻게 보호할 것인가?입니다.