GitHub·예일대 조사: 응답 개발자 80%가 에너지 효율적인 코딩 도구를 원하지만 측정 방법은 부족

무슨 일이 있었나

GitHub는 공식 블로그에 Paull Young이 작성한 연구 글을 게재했습니다(2026년 9월 23일 게시, 9월 24일 업데이트). GitHub에 따르면 이 조사는 GitHub와 예일대학교 기후변화 커뮤니케이션 프로그램이 공동으로 진행했으며, 미국의 GitHub 월간 활성 사용자로부터 1,039건의 응답을 받아 기후변화, AI, 소프트웨어 효율성, 기술 업계 조직의 책임에 대한 견해를 물었습니다.

GitHub가 정리한 핵심 결론은 개발자들이 효율적인 소프트웨어가 중요하다는 점은 알고 있지만, 많은 이들이 낭비를 찾아내고 개선 효과를 측정하며 팀을 설득해 이를 처리할 명확한 방법을 갖추지 못하고 있다는 것입니다.

자세한 설명 보기

출처를 수집하고 독립적으로 검증한 뒤 Jev가 판단합니다.

조사의 주요 수치

GitHub에 따르면 응답자의 79%는 지구온난화를 우려하고, 71%는 에너지·물 사용 및 탄소 배출 측면에서 AI 시스템의 환경 영향에 관심을 가지며, 75%는 고용주가 환경 영향 감축에 적극 나서는 것이 중요하다고 답했습니다. 수요 측면에서는 80%가 에너지 효율적인 코딩 도구에 관심이 있었고, 78%는 소프트웨어의 환경 발자국을 줄이는 모범 사례를 배우고 싶어 했으며, 74%는 소프트웨어나 개발 프로세스의 환경 영향을 측정하고 싶어 했고, 70%는 지속가능성 관련 오픈소스 프로젝트 참여에 관심을 보였습니다.

GitHub는 일부 문항을 예일대의 전국 대표 조사 「Climate Change in the American Mind」의 미국 성인 결과와도 비교했으며, GitHub 사용자 응답자들은 대부분의 문항에서 더 높은 수준의 관심을 나타냈습니다.

격차는 어디에 있나: 의지는 있지만 실행 경로가 부족

GitHub에 따르면 자신이 소프트웨어를 작성하는 방식이 개인의 환경 영향을 줄이는 데 큰 역할을 한다고 본 응답자는 10%에 불과했고, 28%는 중간 정도, 63%는 역할이 작다고 답했습니다. GitHub는 주관식 응답에서 저장소와 CI/CD 워크플로(코드의 빌드·테스트·배포를 자동화하는 과정)의 발자국을 추정하고, 불필요한 GitHub Actions(GitHub의 작업 자동화 기능) 실행을 찾아내며, AI 사용을 다른 컴퓨팅 수요와 비교할 수 있기를 바라는 의견이 있었다고 밝혔습니다. 근거 없이 환경 관련 주장을 하지 말라고 경고한 응답자도 있었습니다.

GitHub는 특히 코드가 빨라지면 자원 사용을 줄일 수 있지만, 실행 시간 자체만으로는 에너지나 배출량 감소를 증명할 수 없다고 지적했습니다. 하드웨어, 워크로드, 위치, 시간대, 전력원이 모두 결과에 영향을 미치기 때문입니다.

GitHub가 제안하는 방법과 AI 에이전트 도구

GitHub는 측정 가능한 낭비를 네 가지 측면에서 찾을 것을 제안합니다. 코드(중복 계산, 비효율적인 알고리즘 등), 데이터(과도한 조회, 캐시 부재 등), 네트워크와 입출력(I/O)(중복 요청, 과도한 전송량 등), 프런트엔드(불필요한 렌더링, 화면 밖 리소스의 조기 로딩 등)입니다. 실행 시간, CPU 사용량, 메모리 할당, 네트워크 전송량을 대리 지표(연산 부담을 간접적으로 가늠하는 수치)로 활용할 수 있지만, GitHub는 각 지표에 한계가 있으므로 무엇을 측정했고 무엇을 측정하지 않았는지 밝혀야 한다고 당부합니다.

아울러 GitHub는 오픈소스인 Daily Efficiency Improver 워크플로(GitHub Agentic Workflows의 일부로, AI 에이전트가 작업을 자동으로 수행하는 방식)를 소개했습니다. GitHub에 따르면 이 워크플로는 저장소에서 효율성 개선 기회를 검토하고 테스트를 실행하며, 근거와 트레이드오프 설명을 담은 초안 pull request(코드 변경을 제안하고 검토를 요청하는 기능)를 열 수 있지만 스스로 병합하지는 않습니다. GitHub는 활성화 전에 권한, 설정, 모델 사용, 실행 빈도, 컴퓨팅 비용을 점검하고 테스트 저장소나 수동 방식으로 먼저 시험해 볼 것을 권하며, 근거를 판단하고 채택 여부를 결정하는 것은 결국 사람이라고 밝혔습니다.

일반 독자에게 미치는 실제 영향

• 일반 사용자: 이 조사는 일부 개발자가 소프트웨어와 AI의 에너지 소비 문제에 관심을 두고 있음을 보여 주지만, 의견 조사일 뿐 어떤 서비스가 실제로 전력을 덜 쓰게 되었다는 뜻은 아닙니다.
• 개발팀: GitHub 권고의 핵심은 '먼저 측정하고, 그다음 주장하라'입니다. 변경 사항을 단순히 '더 친환경적'이라고 하기보다 구체적인 데이터와 재현 가능한 테스트로 효율 개선을 뒷받침해야 합니다.
• AI 에이전트 도구 도입을 검토하는 팀: GitHub 스스로도 자동화 워크플로 자체가 컴퓨팅 자원을 소비하고 권한 설정이 필요하다고 경고하며, 가설을 제시하는 보조 수단으로만 쓰고 메인테이너(프로젝트 코드를 관리하는 사람)가 검토하도록 권장합니다.

이 주제의 최신 뉴스 보기

• 테크 뉴스