동료 심사를 거친 연구, 공개된 스타 판매 시장, 그리고 GitHub 스타 수가 자금 조달 판단으로 이어지는 투자 파이프라인을 바탕으로 가짜 GitHub 스타 경제의 전체 구조를 분석합니다.
TL;DR
GitHub 스타는 낮게는 $0.06이면 살 수 있습니다. 시드 라운드 하나가 열어주는 자금은 $1백만에서 $10백만입니다. 계산은 명확하며, 수천 개의 저장소가 이를 악용하고 있습니다.
이 조사는 문제의 규모를 계량화한 동료 심사 연구부터, 스타를 공개적으로 판매하는 마켓플레이스, 그리고 스타 수를 투자 판단으로 전환하는 벤처캐피털 파이프라인까지 전체 생태계를 추적합니다. 우리는 GitHub API를 사용해 20개 저장소를 자체 분석했고, 수천 개의 stargazer 프로필을 표본 조사해 어떤 프로젝트가 조작의 지문을 보이는지, 또 어떤 프로젝트는 그렇지 않은지 독립적으로 검증했습니다.
그 결과 드러난 것은 대낮에 공공연히 운영되는, 성숙하고 전문화된 그림자 경제입니다.
가장 결정적인 설명은 Carnegie Mellon University, North Carolina State University, Socket의 연구자들이 ICSE 2026에서 발표한 동료 심사 논문에서 나옵니다. 이들의 도구 StarScout는 2019년부터 2024년까지 GitHub 메타데이터 20테라바이트, 67억 개 이벤트, 3억 2,600만 개 스타를 분석했고, 약 600만 개의 의심 가짜 스타가 대략 301,000개 계정을 통해 18,617개 저장소에 분포해 있다고 식별했습니다.
문제는 2024년에 극적으로 가속됐습니다. 7월 기준 **스타 50개 이상을 가진 모든 저장소의 16.66%**가 가짜 스타 캠페인에 연루돼 있었으며, 2022년 이전 거의 0에 가까웠던 수준에서 급증했습니다. 연구진의 탐지는 정확했습니다. **표시된 저장소의 90.42%**와 표시된 계정의 57.07%가 2025년 1월 기준 삭제돼 있었고, 이는 GitHub 자체도 이들을 비정상으로 인식했음을 보여줍니다.
AI와 LLM 저장소는 가짜 스타 수령 저장소 가운데 가장 큰 비악성 카테고리로 떠올랐으며, 절대량 기준으로 177,000개의 가짜 스타를 기록해 블록체인/암호화폐 프로젝트보다도 많았습니다. 논문은 이들 중 다수가 “학술 논문 저장소이거나 LLM 관련 스타트업 제품”이라고 지적합니다. 결정적으로, 가짜 스타 캠페인이 탐지된 78개 저장소가 GitHub Trending에 등장했는데, 이는 구매한 스타가 플랫폼의 발견 알고리즘을 실제로 조작하는 데 성공했음을 의미합니다.
초기 기반 연구로는 Dagster의 2023년 3월 조사도 있습니다. 여기서 엔지니어들은 현상을 연구하기 위해 두 판매처로부터 직접 스타를 구매했습니다. 이들은 단순한 Google 검색으로 서비스를 찾았습니다. 프리미엄 판매처인 GitHub24는 등록된 독일 회사(Moller und Ringauf GbR)였고, 스타당 EUR 0.85를 청구했으며 100개 스타를 한 달 뒤에도 모두 유지할 정도로 안정적으로 제공했습니다. 저가 서비스인 Baddhi Shop은 1,000개 스타를 $64에 판매했지만, 유지율은 75%에 그쳤습니다.
스타 판매 생태계는 전용 웹사이트, 프리랜서 플랫폼, 교환 네트워크, 비공개 채널에 걸쳐 확장돼 있습니다. 최소 12개 이상의 활성 웹사이트가 GitHub 스타를 직접 판매하고 있으며, 여기에는 SocialPlug.io, Buy.fans, Boost-Like.store, GitHubPromoter.com, Followdeh.com, Vurike.com이 포함됩니다.
| 등급 | 스타당 가격 | 전달 방식 | 계정 품질 |
|---|---|---|---|
| 저가형(소모성 계정) | $0.03 - $0.10 | 수일 | 새롭고 비어 있는 프로필 |
| 중간급 | $0.20 - $0.50 | 1-2주 | 일부 활동 이력 보유 |
| 프리미엄(숙성 계정) | $0.80 - $0.90 | 점진적이고 “자연스러운” 전달 | 저장소와 기여 이력이 있는 수년 된 프로필 |
Fiverr에서는 24개의 활성 기그가 GitHub 프로모션을 판매하고 있으며, 기본 스타와 포크는 $5부터, “유기적 홍보”는 $25 이상까지 패키지가 구성돼 있습니다. 다수는 플랫폼 필터를 피하기 위해 모호한 표현을 사용합니다. GithubStarMate.com과 SafeStarExchange.com 같은 스타 교환 플랫폼은 둘 다 현재 운영 중이며, 크레딧 기반 시스템을 통해 무료 상호 스타 작업을 가능하게 합니다.
인프라는 스타에만 그치지 않습니다. 최소 7개의 오픈소스 도구가 GitHub에 존재하며(fake-git-history, commit-bot, Commiter 등), 이들은 GitHub 기여 그래프를 조작하기 위해 특별히 만들어졌습니다. 5년치 커밋 이력과 Arctic Code Vault Contributor 배지를 갖춘 사전 제작 GitHub 프로필은 Telegram에서 약 $5,000에 판매됩니다.
일부 판매자는 대체 보장도 제공합니다. Followdeh는 30일 보장을 광고하고, 프리미엄 서비스는 GitHub 탐지 시스템을 통과하는 “논드롭” 스타를 약속합니다. SocialPlug는 53,000명 이상의 고객에게 310만 개의 스타를 전달했다고 주장하며, 프로그래밍 방식 구매를 위한 정식 API도 제공합니다.
칭화대학교 연구 (ACSAC 2020)는 중국의 QQ 및 WeChat 홍보 그룹을 문서화했는데, 이들 그룹은 1,020명 이상의 회원을 보유했고 하루 약 20개 저장소를 처리하며 연간 약 $3.4백만~$4.4백만의 홍보업자 수익을 창출하는 것으로 추정됐습니다.
보도된 통계를 넘어가기 위해, 우리는 GitHub API 분석 도구를 만들고 이를 20개 저장소에 적용했습니다. 대상은 StarScout가 표시한 프로젝트, Runa Capital ROSS Index의 빠르게 성장하는 AI 저장소, 그리고 알려진 자연 발생 기준 저장소였습니다. 각 저장소마다 stargazer 프로필 150개를 표본 추출해 계정 연령, 공개 저장소 수, 팔로워 수, 자기소개 존재 여부를 측정했습니다.
무엇을 봐야 하는지만 알면 조작의 지문은 분명합니다.
| 지표 | Flask (71K stars) | LangChain (133K) | AutoGPT (183K) |
|---|---|---|---|
| 계정 연령 중앙값 | 4,801일 | 2,967일 | 4,022일 |
| 공개 저장소 0개 | 5.3% | 5.9% | 2.0% |
| 팔로워 0명 | 10.0% | 11.8% | 5.9% |
| 유령 계정 | 1.3% | - | - |
| 의심 계정 | 0.0% | 0.0% | 0.0% |
| 포크 대 스타 비율 | 0.235 | 0.155 | 0.090 |
| watcher 대 스타 비율 | 0.029 | 0.006 | 0.005 |
자연 발생 저장소에는 수년 동안 GitHub를 사용해 온 개발자들, 자기 프로젝트를 유지하는 사람들, 다른 사용자를 팔로우하는 사람들이 스타를 남깁니다. 유령 계정, 즉 저장소 0개·팔로워 0명·자기소개 없음 계정은 건강한 프로젝트의 stargazer 기반에서 약 1% 정도를 차지합니다.
| 지표 | Union Labs (74K) | Shardeum (32K) | FreeDomain (157K) | Anoma (34K) |
|---|---|---|---|---|
| 계정 연령 중앙값 | 1,180일 | 997일 | 1,042일 | 1,071일 |
| 공개 저장소 0개 | 32.7% | 38.0% | 28.0% | 35.3% |
| 팔로워 0명 | 52.0% | 59.3% | 81.3% | 62.0% |
| 유령 계정 | 19.3% | 28.7% | 28.0% | 26.7% |
| 포크 대 스타 비율 | 0.052 | 0.022 | 0.017 | 0.121 |
| watcher 대 스타 비율 | 0.022 | 0.009 | 0.001 | 0.006 |
이 저장소들은 뚜렷한 공통 지문을 공유합니다. 계정은 겉보기에 새것이 아닙니다. 연령 중앙값이 1,000일 이상이어서 단순한 “젊은 계정” 필터는 통과합니다. 하지만 이들은 비어 있습니다. 3분의 1은 저장소가 0개이고, 절반에서 5분의 4는 팔로워가 0명이며, 4분의 1은 완전한 유령 계정입니다. 이것들은 스타 캠페인을 위해 특별히 구매되거나 육성된 숙성 계정입니다.
가장 강력한 신호는 포크 대 스타 비율입니다. Flask는 스타 1,000개당 포크 235개입니다. Shardeum은 22개입니다. FreeDomain은 17개입니다. 스타가 157,000개인 저장소를 아무도 포크하지 않는다면, 아무도 그것을 사용하지 않는 것입니다. watcher 대 스타 비율도 같은 이야기를 합니다. FreeDomain의 0.001은 저장소에 스타를 준 1,000명당 실제로 업데이트를 지켜보는 사람은 단 1명이라는 뜻입니다.
FreeDomain은 따로 떼어 볼 가치가 있습니다. 스타는 157,000개지만 watcher는 168명, 포크는 2,676개뿐입니다. 이는 Flask보다 watcher 대 스타 비율이 26배 낮습니다. 표본으로 뽑은 stargazer의 81.3%가 팔로워 0명입니다. 이 저장소는 스타를 누른 사람들 거의 누구도 GitHub에서 눈에 띄는 존재감을 갖고 있지 않은 사례입니다.
Union Labs는 가장 파급력이 큰 사례입니다. 이 프로젝트는 Runa Capital의 2025년 2분기 ROSS Index 1위에 올랐습니다. 이 보고서는 VC 업계에서 널리 인용되는 “가장 뜨거운 오픈소스 스타트업” 목록으로, 54.2배 스타 성장과 74,300개 스타를 기록했습니다. 우리의 분석에서는 공개 저장소 0개 계정 32.7%, 팔로워 0명 계정 52%, 포크 대 스타 비율 0.052가 확인됐습니다. StarScout 분석은 이 저장소의 47.4%를 의심 가짜 스타로 표시했습니다. VC들이 의존하는 영향력 있는 투자 소싱 보고서의 정상에, 스타의 거의 절반이 인위적일 가능성이 있는 프로젝트가 오른 셈입니다.
| 지표 | RagaAI (16K) | openai-fm (3K) | Langflow (147K) | hermes-agent (74K) |
|---|---|---|---|---|
| 계정 연령 중앙값 | 484일 | 116일 | 2,859일 | 2,932일 |
| 공개 저장소 0개 | 38.8% | 38.0% | 11.2% | 10.7% |
| 팔로워 0명 | 76.2% | 66.7% | 20.0% | 32.0% |
| 유령 계정 | 28.0% | 36.0% | - | 6.0% |
| 의심 계정 | 0.0% | 66.0% | 0.0% | 8.0% |
| 포크 대 스타 비율 | 0.224 | 2.794 | 0.060 | 0.133 |
RagaAI-Catalyst와 openai-fm은 명확한 조작 신호를 보입니다. RagaAI는 팔로워 0명 계정이 76.2%이고 유령 계정이 28%로, 블록체인 패턴과 거의 동일합니다. openai-fm은 우리 데이터셋에서 가장 극단적인 사례입니다. 의심 계정 66%, 유령 계정 36%, 계정 연령 중앙값 116일입니다. stargazer의 3분의 2가 1년도 되지 않았고 GitHub 활동도 거의 없습니다. (StarScout 분석은 이것이 OpenAI 자체가 아니라 제3자 봇일 가능성이 높다고 지적합니다.)
StarScout에서 47.9% 가짜로 표시된 Langflow는 우리의 프로필 표본에서는 깨끗한 지표를 보였습니다. 연령 중앙값은 2,859일이고 유령 비율도 낮았습니다. 이는 StarScout 스캔 이후 계정 품질이 개선됐음을 반영할 가능성이 큽니다. 다만 포크 대 스타 비율 0.060은 여전히 눈에 띄게 낮으며, Flask의 약 4분의 1 수준으로 스타 수에 비해 진정한 채택이 덜하다는 점을 시사합니다.
비교를 위해 보면, NousResearch의 hermes-agent는 비교적 자연 발생처럼 보입니다. 연령 중앙값은 8년, 유령 계정은 6%, 포크 대 스타 비율은 0.133입니다. Reddit에서 astroturfing 의혹이 제기됐음에도 stargazer 집단은 대체로 실제 개발자들입니다. 이 프로젝트의 암호화폐 인접 청중은 좀 더 가벼운 GitHub 사용자 비중이 높아 팔로워 0명 비율이 약간 높게 나타나지만, 근본적인 참여 패턴은 정당합니다.
GitHub 스타 수와 스타트업 자금 조달 사이의 연결은 추측이 아니라 투자자들 스스로 명시적으로 문서화한 사실입니다.
Redpoint Ventures의 파트너 Jordan Segall은 80개 개발자 도구 기업 분석을 공개하며, 시드 투자 시점의 GitHub 스타 수 중앙값은 2,850개, Series A는 4,980개라고 밝혔습니다. 그는 다음과 같이 확인했습니다. “많은 VC가 소싱을 위해 빠르게 성장하는 github 프로젝트를 식별하는 내부 스크레이핑 프로그램을 작성하며, 그들이 가장 흔히 보는 지표는 stars입니다.”
이 수치는 암묵적인 목표치를 제공합니다. $85~$285 수준의 저가 스타만으로도 스타트업은 2,850개라는 시드 중앙값을 만들어낼 수 있습니다. $990~$4,500이면 Series A 구간에 도달할 수 있습니다. 일반적인 $1백만~$10백만 시드 라운드와 비교하면 ROI는 3,500배에서 117,000배에 이릅니다.
Runa Capital은 GitHub 스타 성장률 기준 상위 20개 고성장 오픈소스 스타트업을 분기별로 순위화한 ROSS(Runa Open Source Startup) Index를 발행합니다. TechCrunch에 따르면, 투자를 유치한 ROSS Index 스타트업의 68%는 시드 단계에서 투자를 받았고, 추적된 라운드 전체 조달액은 $169백만이었습니다. GitHub 자체도 GitHub Fund와 M12(Microsoft의 VC 부문) 파트너십을 통해, 플랫폼 트랙션을 부분적으로 기준 삼아 프리시드/시드 단계 오픈소스 기업 8~10곳에 연간 $10 million을 투자하겠다고 약속하고 있습니다.
스타에서 투자로 이어지는 파이프라인의 문서화된 사례:
가짜 스타 조사에 참여한 Dagster의 Fraser Marlow는 직접 인정했습니다. “자금 조달을 앞두고, 나는 GitHub stars에 상당히 집착하며 시간을 보냈다.” 또 Organization Science의 학술 논문은 GitHub 참여와 스타트업 자금 조달 성과가 상관관계를 가진다는 엄밀한 통계적 증거를 제시했습니다. GitHub에서 활발히 활동하는 스타트업은 투자 라운드를 유치했을 가능성이 15퍼센트포인트 더 높았습니다.
이 인센티브 루프는 스스로 강화됩니다. VC가 스타를 소싱 신호로 사용하니 스타트업은 스타를 조작하고, VC는 부풀려진 트랙션을 보며, 더 많은 VC가 스타 추적을 도입하고, 더 많은 스타트업이 조작에 나섭니다. Redpoint가 공개한 벤치마크는 스타트업에 정확히 어느 정도까지 구매하면 되는지 목표치를 제시합니다.
우리 분석은 잠재적 조작을 식별하는 가장 강력한 단순 휴리스틱이 포크 대 스타 비율임을 보여줬습니다. 논리는 간단합니다. 스타는 아무 비용이 없고 아무런 헌신도 뜻하지 않습니다. 포크는 누군가가 실제로 코드를 내려받아 사용하거나 수정했다는 뜻입니다.
| 카테고리 | 저장소 | 평균 F/S 비율 |
|---|---|---|
| 자연 발생 기준선 (Flask, LangChain, AutoGPT) | 3 | 0.160 |
| AI 도구 (crewAI, dify, agno, mem0, browser-use) | 5 | 0.124 |
| 조작 의심 (블록체인 클러스터) | 4 | 0.053 |
| 극단 사례 (Shardeum, FreeDomain) | 2 | 0.020 |
포크 대 스타 비율이 0.05 미만이면서 스타가 10,000개 이상인 저장소는 검토할 가치가 있습니다. watcher 대 스타 비율은 더 강한 신호입니다. 자연 발생 프로젝트는 평균 0.005~0.030인데, FreeDomain은 0.001입니다.
물론 이 비율들이 완벽한 것은 아닙니다. 교육용 저장소나 큐레이션 목록은 본래 포크율이 낮습니다. 하지만 1차 필터로는 단순 스타 수만으로는 전혀 드러나지 않는 가장 심각한 사례들을 포착합니다.
문제는 인기 지표가 신뢰에 영향을 주는 모든 플랫폼으로 확장됩니다.
npm 다운로드 수는 너무나 쉽게 부풀릴 수 있습니다. 개발자 Andy Richardson은 직접 시연했는데, 단 하나의 AWS Lambda 함수(무료 티어)만으로 자신의 패키지 is-introspection-query를 주당 거의 100만 다운로드까지 끌어올렸고, 정당한 패키지인 urql과 mobx를 능가하게 만들었습니다. 실제 사용자는 0명이었습니다. CMU 연구에 따르면 가짜 스타 캠페인이 있었던 저장소 중 패키지 레지스트리에 나타난 비율은 1.23%에 불과했지만, 해당 738개 패키지 중 70.46%는 의존 프로젝트가 0개였습니다.
VS Code Marketplace 확장도 마찬가지로 취약합니다. 연구자들은 48시간 만에 가짜 확장 설치 1,000건 이상을 시연했습니다. AquaSec은 알려진 악성 의존성을 가진 1,283개 확장을 발견했으며, 총 설치 수는 2억 2,900만 건이었습니다.
X/Twitter 프로모션은 참여 포드(engagement pods)를 통해 인위적인 GitHub 바이럴을 증폭합니다. 이는 구성원들이 서로의 콘텐츠에 좋아요, 리포스트, 댓글을 달기로 합의한 비공개 그룹입니다. Growth Terminal은 이것을 제품 기능으로 판매합니다. NBC News와 Clemson University 연구진은 686개의 X 계정으로 이루어진 네트워크를 식별했는데, 이들은 LLM 생성 콘텐츠를 사용해 130,000회 이상 게시했으며, 일부 게시물에는 사용한 무검열 Dolphin 모델의 흔적인 “Dolphin here!” 같은 표현이 남아 있었습니다.
Higgsfield AI 사례는 산업적 규모의 크로스플랫폼 astroturfing을 보여줍니다. 60개 이상의 서브레딧에 걸친 확인된 스팸 게시물 100건 이상과, 홍보 대가 지급을 제안하는 콘텐츠 제작자 대상 대량 템플릿 DM이 결합돼 있었습니다.
2024년 10월 21일부터 시행된 FTC Consumer Review Rule은 상업적 목적을 위해 봇 또는 가짜 계정이 생성한 “가짜 소셜 미디어 영향력 지표”의 판매·구매를 명시적으로 금지합니다. 제재는 위반 건당 최대 $53,088입니다. FTC는 2025년 12월 10개 기업에 첫 경고장을 발송했습니다. 상업 제품 홍보를 위해 구매한 GitHub 스타는 이 틀에 들어맞습니다.
SEC 선례는 더 직접적입니다. HeadSpin의 CEO는 투자자들로부터 $80 million을 끌어내기 위해 지표를 부풀린 혐의로 전신 사기 (최고 20년형) 및 증권 사기 혐의로 기소됐습니다. ComplYant의 창업자도 실제 매출이 $250였는데 월매출 $250,000라고 주장한 혐의로 기소에 직면했습니다.
SEC의 메시지는 명확합니다. “스타트업 자금 조달자는 투자자에게 거짓말하는 일을 ‘될 때까지 그런 척하기’라는 문화로 미화할 수 없다.”
만약 스타트업이 자금 조달 라운드 중 인지된 트랙션을 부풀리기 위해 가짜 GitHub 스타를 구매하고, 투자자가 그 지표를 믿고 자본을 집행한다면, 전신 사기 프레임워크가 적용됩니다. 즉, 금전적 이익을 위해 전자 통신을 사용해 중요한 사실을 허위 진술하는 경우입니다. 아직 가짜 GitHub 스타만을 이유로 기소된 사례는 없습니다. 그러나 CMU 연구가 이 관행의 대규모 존재를 문서화했고, FTC 규칙이 가짜 소셜 영향력 지표를 명시적으로 다루고 있는 만큼, 이는 시간문제일 수 있습니다.
GitHub의 허용 사용 정책은 “가짜 계정 및 자동화된 비진정성 활동 같은 비진정성 상호작용”, “자동 스타 또는 팔로우 같은 순위 남용”, “비진정성 활동 확산을 목적으로 한 2차 시장의 생성 또는 참여”를 명시적으로 금지합니다. 정책은 심지어 “cryptocurrency airdrops, tokens, credits, gifts or other give-aways”로 유도된 스타까지 구체적으로 금지합니다.
집행은 사후적이며 비대칭적입니다. GitHub는 StarScout가 표시한 저장소의 90.42%를 제거했지만, 그 스타를 전달한 계정은 57.07%만 제거했습니다. 미래 캠페인을 위한 인프라는 대부분 그대로 남아 있습니다. Dagster가 조사를 공개했을 때 가짜 스타 프로필은 48시간 내에 삭제됐지만, 이는 선제적 탐지가 아니라 공개적 망신 이후의 대응이었습니다.
GitHub는 탐지 방법이나 집행 통계에 대한 엔지니어링 블로그 게시물을 한 번도 공개한 적이 없습니다. 스타 조작에 대한 투명성 보고서도 존재하지 않습니다. 회사의 보안 운영 부사장은 Wired에 “GitHub의 허용 사용 정책에 따라 사용자 계정을 비활성화했다”고만 말했고 추가 설명은 거부했습니다. 다만 그 발언은 허영 지표 조작이 아니라 Stargazers Ghost Network 악성코드 작전에 관한 것이었습니다.
CMU 연구진은 GitHub가 단순 스타 수가 아니라 네트워크 중심성에 기반한 가중 인기 지표를 도입할 것을 권고했습니다. 이는 가짜 스타 경제를 구조적으로 약화시킬 변화입니다. GitHub는 아직 이를 구현하지 않았습니다.
Bessemer Venture Partners는 스타를 “허영 지표”라고 부르며, 대신 월간 고유 기여자 활동을 추적합니다. 즉 이슈 생성, 댓글, PR, 커밋 중 하나라도 만든 사람입니다. 상위 10,000개 프로젝트 중 250명 이상의 월간 기여자를 한 번이라도 넘긴 프로젝트는 5% 미만이었고, 이를 6개월 동안 유지한 프로젝트는 2%뿐이었습니다.
StateShift의 Jono Bacon은 실제 채택과 상관관계가 있는 다섯 가지 지표를 추천합니다. 패키지 다운로드, 이슈 품질(실사용자의 프로덕션 엣지 케이스), 기여자 유지율(두 번째 PR까지 걸리는 시간), 커뮤니티 토론의 깊이, 사용량 텔레메트리입니다.
우리 분석에서 드러난 포크 대 스타 비율은 가장 단순한 1차 필터입니다. 건강한 프로젝트는 대략 스타 1,000개당 포크 100~200개 정도를 가집니다. 절대 스타 수가 높은데 스타 1,000개당 포크 50개 미만인 프로젝트는 더 면밀히 볼 필요가 있습니다.
한 댓글 작성자의 말처럼, “스타 수는 속일 수 있지만, 누군가의 주말을 구해주는 버그 수정은 속일 수 없다.”
이를 자기강화적으로 만드는 동학은 세 가지입니다.
첫째, 인센티브 루프입니다. VC는 스타를 소싱 신호로 사용합니다. 스타트업은 스타를 조작합니다. VC는 부풀려진 트랙션을 봅니다. 더 많은 VC가 스타 추적을 도입합니다. 더 많은 스타트업이 조작합니다. Redpoint가 공개한 벤치마크, 즉 시드 2,850개, Series A 4,980개는 사실상 스타트업에 얼마나 많은 스타를 사야 하는지 가격표를 준 셈입니다.
둘째, AI 분야의 고유한 취약성입니다. 극단적인 과열, 제품 품질보다 토큰 가격에 보상을 주는 암호화폐 인접 자금 조달 모델, 그리고 부분적으로 조작된 페르소나로 채워진 X/Twitter 리뷰어 생태계가 결합되면서 조작된 신뢰성을 만들기에 완벽한 환경이 형성됩니다. 우리의 분석도 이를 확인했습니다. 최악의 조작 신호를 보인 저장소들은 압도적으로 블록체인 및 암호화폐 인접 AI 프로젝트였습니다.
셋째, GitHub 집행의 비대칭성입니다. 저장소는 제거하면서 가짜 계정의 57%를 그대로 남겨두면, 가짜 스타 경제의 노동력은 보존된 채 반복 위반을 억제하는 효과는 거의 없습니다. GitHub가 가중 인기 지표, 계정 수준 평판 점수, 또는 투명한 집행 보고 같은 구조적 변화를 도입하기 전까지, 스타 수와 진짜 개발자 채택 사이의 간극은 계속 벌어질 것입니다.
스타 경제는 $50짜리 문제이지만 결과는 $50 million 규모입니다. 플랫폼, 투자자, 규제기관이 따라잡기 전까지 시장은 계속 그 $50을 지불할 것입니다.
출처:
