GitLab이 발표한 ‘2026 AI 책임 보고서(AI Accountability Report)’에 따르면, 개발자의 78%가 AI 도구 도입 이후 코드 작성 속도가 빨라졌다고 응답했다. 코드 품질이 개선됐다는 응답도 73%에 달했다. 그러나 전체 소프트웨어 출시 프로세스 속도가 코딩 속도와 같은 수준으로 빨라지지 않았다고 응답한 비율은 79%에 이르렀다. 보고서는 이를 ‘AI 역설(AI Paradox)’로 규정했다.
보고서는 병목 이동을 핵심 원인으로 지목했다. 응답자의 85%가 AI 도입으로 병목이 코드 작성에서 코드 검토와 검증 단계로 옮겨갔다는 데 동의했다. 여기에 AI 생성 코드의 출처 추적 문제가 더해졌다. AI 생성 코드와 사람이 작성한 코드를 구분하기 어렵다(43%)거나, 툴체인이 분산돼 있어 관리가 어렵다(40%)거나, 코드 출처를 추적하는 시스템 자체가 없다(39%)는 응답이 많았다. GitLab은 AI 책임성을 “AI 생성 코드 한 줄에 대해 출처·목적·책임자를 즉각 대답할 수 있는 조직적·기술적 역량”으로 정의했으나, 현재 대부분의 기업이 이 세 질문에 답하지 못한다고 지적했다.
이 격차는 실제 장애 대응에서 수치로 확인됐다. 응답자의 87%는 자신의 팀이 24시간 이내에 AI 생성 코드가 장애에 기여했는지 여부를 파악할 수 있다고 자신했지만, 실제로 지난 1년간 장애를 경험한 기업 중 34%는 그 판단을 끝내 내리지 못했다고 보고했다. 응답자의 83%는 누적되는 AI 생성 코드가 조직 리스크라고 봤으며, 44%는 이를 최상위 기술 과제 중 하나로 꼽았다. GitLab의 최고제품·마케팅책임자 마나브 쿠라나(Manav Khurana)는 공급망 공격, 서비스 신뢰성 장애, 규제 기관의 기대 등 최근 사례들이 추적 가능성의 중요성을 보여준다고 밝혔다.
보고서는 코딩 도구의 속도 향상이 더 넓은 업무 비효율을 드러내는 역할을 하고 있다고 결론지었다. 코드 작성 자체가 개발자 업무에서 차지하는 비중이 상대적으로 작은 만큼, AI로 그 단계를 빠르게 해도 스프린트별 생산성 지표가 달라지지 않는다는 현장 경험들이 보고서 곳곳에서 인용됐다. 응답자의 85%는 강력한 거버넌스 정책 수립이 해법이라고 답했다.
