서론

1980년대 초반, 주류였던 소유권 소프트웨어 시장에서 오픈 소스 소프트웨어(OSS)가 혁신적인 개념으로 등장했다. OSS의 움직임을 유지하기 위해 1985년에 리처드 스톨만은 GNU 선언문을 작성했으며, 이는 OSS 운동의 분기점이 되었다. 시작은 혁명적이었지만 이제 컴퓨터 과학의 핵심으로 자리잡았고, OSS는 학술 연구와 산업에서 널리 채택되었다. 인공지능(AI)은 OSS 내에서 번성하고 있다. 복잡한 머신 러닝(ML) 알고리즘을 관리하거나 복잡한 신경망을 설계할 수 있는 라이브러리의 확산은 연구와 산업 모두에 혁신을 가속화시켰다.

최첨단 상용 및 오픈 소스 제품들은 AI 라이브러리를 통합함으로써 매일 기능을 확장한다. AI 라이브러리는 사전 구축된 알고리즘과 프레임워크를 포함하여 개발자가 프로젝트에 AI 기능을 원활하게 구현할 수 있도록 한다. 이는 다양한 경험 수준의 개발자들이 광범위한 AI 기능을 자신의 소프트웨어 프로젝트에 통합할 수 있게 하여, 전문적인 머신 러닝이나 AI 개발 지식 없이도 가능하다. 따라서, 이는 개발자 커뮤니티 내에서 포용성을 촉진하고 다양한 배경의 개인들이 AI 기반 혁신에 참여하고 혜택을 받도록 한다. 개발자는 AI 라이브러리를 구성 요소로 활용하여 개발 주기를 가속화하고, 관리 품질을 개선하며, 오픈 소스 프로젝트 내에서 혁신의 문화를 조성한다.

본 연구는 OSS에서 AI 라이브러리 채택의 영향을 조사할 것이다. 현재까지 이 범위에 대한 전문적인 연구가 없었다.

우리는 Java와 Python 기반 OSS에서 AI 라이브러리의 채택 정도를 측정하고, 그 결과가 커뮤니티 참여, 개발 과정, 소프트웨어 복잡성 및 유지보수에 미치는 영향을 조사할 것이다. 이러한 결과는 연구자와 실무자가 AI 기반 OSS 프로젝트를 개발하고 관리하는 데 있어 의사결정 전략을 향상시키는데 도움이 될 수 있다.

우리는 157,700개의 가능 저장소에 대한 대규모 분석을 수행할 것이다. 따라서 본 연구는 다음과 같은 기여를 제공한다:

1. 오픈 소스 소프트웨어 내에서 AI 라이브러리 채택의 포괄적인 양화.
2. AI 기반 오픈 소스 소프트웨어 개발 관행 및 커뮤니티 참여에 대한 통찰력 제공.
3. AI 채택으로 인해 구조적, 복잡성, 유지보수에 미치는 영향의 코드 수준 분석.

배경 및 관련 연구

오픈 소스 소프트웨어의 한 가지 특징은 누구나 이를 사용하고 수정하며 배포할 수 있는 사실이다. 이와 달리 특정 회사가 개발하고 소유하는 소유권 소프트웨어와는 달리, 오픈 소스 소프트웨어는 협업과 커뮤니티 주도의 개발을 촉진한다. 이러한 특성은 소프트웨어 엔지니어링에서 다양한 연구에 적합한 후보가 된다.

OSS와 경험적 소프트웨어 공학

Mockus et al.는 Mozilla와 Apache를 예로 사용하여 상업적인 방법론과 오픈 소스 방법론을 비교한다. 그들은 상업 프로젝트가 명시적 조정에 의존하는 반면, Apache 같은 OSS 프로젝트는 분산된 커뮤니케이션을 활용한다고 밝혔다. Mozilla는 모듈간의 종속성으로 인해 어려움을 겪지만, Apache는 모듈러성을 강조한다. 오픈 소스 커뮤니티를 저상 종속적인 작업에 활용하면 생산성이 향상된다.

또한 Gyimothy et al은 Mozilla와 같은 널리 사용되는 웹 및 이메일 스테이션의 OSS 시스템의 품질과 신뢰성을 평가하기 위해 연구를 수행한다. 그들은 Chidamber 등이 제안한 객체 지향 메트릭을 활용하여 Mozilla 소스 코드에서 오류 발생률을 분석했다. 또한, Yu et al은 GitHub에 있는 1,094개의 오픈 소스 프로젝트에 대한 대규모 경험적 연구를 수행하였다. 그들은 어노테이션 사용, 진화, 그리고 영향력을 조사하여 10가지 새로운 발견을 제시했다. 마찬가지로, 우리는 OSS 프로젝트의 맥락에도 관심이 있다.

AI 라이브러리와 소프트웨어 공학

Wan et al은 머신 러닝을 시스템에 통합하는 것이 소프트웨어 개발 관행에 어떻게 영향을 미치는지 조사하였다. 그들은 양적 설문조사와 질적 인터뷰를 통해 머신 러닝 시스템과 전통적인 시스템 사이의 차이점을 확인했다. 연구 결과, 요구사항, 설계, 테스트, 프로세스 등 소프트웨어 공학 측면에서 큰 차이점이 발견되었으며, 작업 특성인 기술 다양성, 문제 해결 및 작업 식별에서도 차이가 나타났다.

Moran et al은 ReDraw라는 자동화된 접근법을 개발하여 Android 플랫폼에 대한 프로토타입 애플리케이션의 자동 조립을 가능하게 한다. ReDraw는 컴퓨터 비전 기술과 심층 합성곱 신경망을 활용한다. 데이터 주도 알고리즘은 계층적 GUI 구조를 생성하여 Android 플랫폼에 대한 프로토타입 애플리케이션의 자동 조립을 가능하게 한다.

Liu et al은 Stack Overflow에서 AI 작업에 적합한 ML/DL 라이브러리를 찾는 개발자의 어려움을 탐구하는 대규모 경험적 연구를 수행하였다. 그들은 이를 기반으로 MLTaskKG이라는 작업 중심의 ML/DL 라이브러리 추천 접근법을 제안한다. MLTaskKG은 지식 그래프를 활용하여 AI 작업, ML/DL 모델, 구현, 저장소 및 이들의 관계를 포착한다.

Xu et al은 개념적인 아이디어를 코드로 전환하는 도전과 함께, 특히 익숙하지 않은 라이브러리 API를 다룰 때 ML을 활용한 코드 생성 및 검색의 약점과 가능성을 조사하였다. 그들은 PyCharm IDE에 대한 플러그인을 개발하여 코드 생성 및 검색 기능을 결합하고 사용자 이벤트 수집을 위한 가상 환경을 관리한다.

마지막으로, Wang et al은 2009년부터 2020년까지 출판된 1,428개의 ML/DL 관련 SE 논문에 대한 시스템적 문헌 검토를 수행하였다. 그들의 분석은 ML/DL 기술을 SE 작업에 적용할 때의 영향, 복잡성 및 도전 과제를 강조한다.

AI 라이브러리와 OSS

Dilhara et al은 소프트웨어 2.0 개발에서 ML 라이브러리를 활용하는 개발자가 직면한 도전을 조사하기 위한 대규모 경험적 연구를 수행하였다. 주요 발견 사항에는 ML 라이브러리 채택의 증가, 다양한 사용 패턴, 그리고 훈련된 ML 모델의 이진 호환성과 같은 고유한 도전 과제가 포함된다.

Tufano et al은 오픈 소스 프로젝트에서 개발자가 Large Language Models (LLMs)를 어떻게 활용하는지 조사하였다. 그들은 1,501개의 가능한 ChatGPT 사용 사례 중 실제 ChatGPT 사용 사례인 467개를 분석하고 이들을 45가지 작업으로 구분하여 개발자가 LLM을 효과적으로 활용할 수 있도록 도움을 제공한다.

경험적 연구 설계

우리의 경험적 연구 설계는 Wohlin et al.이 정의한 지침을 따랐다. 다음 섹션에서는 우리 연구를 주도하는 특정 연구 목표와 질문, 그리고 데이터 수집 및 분석을 위한 절차를 상세히 설명한다.

목표, 연구 질문 및 가설

우리는 Goal Question Metric (GQM) 접근법에 따라 본 연구의 목표를 다음과 같이 정식화했다:

본 연구의 목표는 AI 라이브러리 채택을 조사하여 그들이 소프트웨어 개발, 복잡성, 유지보수 및 커뮤니티 참여에 미치는 영향을 평가하는 것이다. 이는 실무자와 연구자의 관점에서 오픈 소스 소프트웨어 프로젝트의 맥락에서 이루어진다.

위 목표를 바탕으로 우리는 주요 연구 질문(RQs) 두 개를 정의했다.

이 RQ는 오픈 소스 소프트웨어 프로젝트에서 AI 라이브러리 채택의 범위를 측정하려고 한다. AI 채택은 프로젝트가 외부 구성 요소인 라이브러리를 통해 AI 기능과 기능을 통합하는 정도를 포착한다.

• 의존성 수준 증거: TensorFlow, PyTorch, Scikit-learn, Hugging Face Transformers와 같은 AI/ML 라이브러리들을 가져오거나 참조.

• 코드 수준 증거: 이러한 라이브러리에 속하는 클래스, 함수 또는 API의 사용.

• 커밋 수준 또는 릴리즈 수준 증거: AI 라이브러리가 언제 도입되었는지 확인하고 계속 유지되거나 확장되는지 여부를 파악한다.

첫 번째 RQ에서는 의존성 수준 증거, 즉 OSS 프로젝트의 종속성 목록에 AI 라이브러리 참조가 포함되어 있는지를 측정하려고 한다. 우리는 Python과 Java에 초점을 맞추며, 이들은 소프트웨어 개발에서 두 가지 주요한 그러나 대조적인 생태계를 나타낸다.

따라서, OSS 코드 내 AI 사용의 범위를 이해하기 위해 다음과 같은 null 가설(H0) 및 대립 가설(H1)을 제시한다:

• $`\mathbf{H_{01}}`$: AI 라이브러리에 의존하는 OSS 프로젝트의 비율은 채택된 프로젝트의 50% 이하($`\leq`$)이다.

• $`\mathbf{H_{02}}`$: Java와 Python 사이에서 AI 라이브러리에 의존하는 OSS 프로젝트의 비율은 동일하다($`=`$).

• $`\mathbf{H_{11}}`$: AI 라이브러리에 의존하는 OSS 프로젝트의 비율은 채택된 프로젝트의 50%를 초과한다($`>`$).

• $`\mathbf{H_{12}}`$: Java와 Python 사이에서 AI 라이브러리에 의존하는 OSS 프로젝트의 비율은 다르다($`\neq`$).

마지막으로, 그들이 오픈 소스 프로젝트의 진화 및 기능에 어떻게 영향을 미치는지를 조사함으로써 AI 기술이 OSS에서 직면한 도전과 영향력을 새롭게 이해할 수 있다. 따라서 우리는 다음과 같은 질문을 제기한다:

최근 몇 년 동안 OSS 프로젝트들은 TensorFlow, PyTorch 및 Hugging Face와 같은 AI 라이브러리를 활용하여 다양한 분야에서 스마트하고 데이터 주도적인 애플리케이션을 구축하는 것을 즐겼다. 이러한 라이브러리는 강력한 기능성을 제공하나 동시에 팀의 작업 방식, 커뮤니티 참여 및 기술 선택에 변화를 가져올 수 있다.