SQL 몇 줄이 그려낸 개발 문화의 변곡점
스택오버플로는 자기네 데이터베이스를 누구나 SQL로 조회할 수 있게 공개하고 있어요. Stack Exchange Data Explorer라는 서비스인데요, 여기서 누군가 아주 단순한 쿼리 하나를 돌렸어요. '월별 질문 수를 세어줘.' 딱 몇 줄짜리 GROUP BY 쿼리인데, 그 결과 그래프가 지난 18년의 개발 문화 변화를 한 장에 압축해서 보여주거든요.
숫자로 따라가 볼게요. 2008년 8월 서비스 시작 첫 달에 약 4천 개의 질문이 올라왔어요. 이후 폭발적으로 성장해서 2014년 3월에 월 20만 5천 개로 정점을 찍었죠. 하루 7천 개꼴, 대략 12초에 하나씩 질문이 올라오던 시절이에요. 그 뒤로는 완만한 하락세였는데요. 웬만한 질문은 이미 답변이 있으니 새로 물을 게 줄었고, 중복 질문을 가차 없이 닫아버리는 엄격한 문화가 신규 유저의 진입을 어렵게 만든 탓도 있었어요. 그래도 2020년대 초반까지는 월 13만~19만 개 수준을 유지했거든요.
그리고 2022년 11월, ChatGPT가 나옵니다. 그래프는 여기서부터 완만한 언덕이 아니라 절벽이 돼요. 2022년 11월 약 13만 개였던 월 질문 수가 2023년 말 6만 개, 2024년 말 3만 개, 2025년 말 1만 1천 개로 반토막에 반토막을 거듭해요. 그리고 2026년 상반기엔 월 8천 개 안팎까지 내려왔어요. 이건 2008년 서비스 오픈 첫 달보다도 적은 숫자예요. 18년의 역사가 출발점 아래로 돌아간 거죠. 정점 대비로는 96% 이상 줄어든 거고요.
무슨 일이 벌어진 걸까요
원인은 다들 짐작하는 대로예요. 예전엔 에러 메시지를 만나면 검색하고, 스택오버플로 답변을 읽고, 그래도 없으면 질문을 올렸잖아요. 지금은 그 전 과정을 LLM과의 대화가 통째로 대체했거든요. 특히 초심자용 질문 — 문법 오류, 흔한 예외, 라이브러리 사용법 — 이 가장 먼저 사라졌어요. 이런 질문이야말로 LLM이 제일 잘 답하는 영역이니까요. 질문 올리고 몇 시간 기다렸는데 '중복입니다'라며 닫히는 경험과, 3초 만에 내 코드에 맞춘 답이 나오는 경험의 승부는 애초에 성립하지 않았던 거죠.
여기엔 뼈아픈 아이러니가 있어요. LLM이 코딩 질문에 이렇게 잘 답하는 건 바로 스택오버플로의 방대한 Q&A 데이터를 학습했기 때문이거든요. 자기 데이터로 학습한 AI에게 자리를 내준 셈이에요. 회사도 손 놓고 있진 않아서, OverflowAI 같은 자체 AI 기능을 내놓고 OpenAI, Google 등과 데이터 라이선스 계약을 맺으면서 'Q&A 사이트'에서 '학습 데이터 공급자'로 변신을 시도하고 있어요.
진짜 문제는 그 다음이에요
한 걸음 더 들어가면 업계 전체의 문제가 보여요. LLM의 지식은 어딘가에서 와야 하잖아요. 새 프레임워크가 나오고, 새 버전에서 API가 바뀌고, 처음 보는 에러가 생기면 — 그 해결책을 누군가 공개된 곳에 기록해야 다음 세대 모델이 배울 수 있거든요. 그런데 이제 그 해결 과정이 각자의 채팅 세션 안에서 일어나고, 어디에도 축적되지 않아요. 검색 가능한 공공 지식이 사적인 대화로 흩어지고 있는 거예요. 최신 기술에 대한 LLM 답변 품질이 갈수록 나빠질 수 있다는 우려가 나오는 이유죠.
한국도 남 얘기가 아니에요. 질문/답변 게시판 중심의 국내 커뮤니티들도 같은 압력을 받고 있고요. 다만 반대로 생각하면, 지금 블로그나 커뮤니티에 새 기술의 삽질기를 기록하는 일의 가치는 오히려 올라갔다고 볼 수도 있어요. 공개된 기록이 희소해질수록 남는 기록의 영향력은 커지니까요. 여러분이 오늘 겪은 버그의 해결 과정을 정리해 올리면, 그건 사람에게도 미래의 AI에게도 몇 안 남은 '새 지식의 원천'이 되는 거거든요.
한줄 정리: 스택오버플로의 월 질문 수는 정점 대비 96% 넘게 줄어 2008년 출범 첫 달 수준 아래로 떨어졌고, 이는 개발 지식이 공공 아카이브에서 사적인 AI 채팅으로 이동하고 있다는 가장 선명한 증거다. 여러분은 요즘 막히면 어디에 물어보세요? 그리고 그 해결책을 어딘가에 기록하고 계신가요?
🔗 출처: Hacker News