본문 바로가기
Mechanic: IT 인터넷/Mechanic , M-Trend

TypeScript GitHub 1위 등극 - AI가 개발 언어 선택까지 바꾸고 있다

by M-LOG : 엠로그 2026. 2. 25.
반응형

TypeScript GitHub 1위 AI 코딩 도구

TypeScript가 GitHub에서 Python과 JavaScript를 제치고 사용량 1위에 올랐다. 2025년 8월 기준 GitHub Octoverse 보고서 결과다. 10년 넘게 이어진 언어 지형도에서 가장 큰 변화라는데, 원인이 의외다. AI 코딩 도구가 개발자의 언어 선택 자체를 바꾸고 있다.

AI가 TypeScript·Django·모노레포를 다루는 사이버펑크 이미지


TypeScript가 GitHub 1위가 된 배경

TypeScript는 2025년 8월 GitHub에서 가장 많이 사용되는 언어로 올라섰다. 월간 활성 기여자 약 263만 명으로, Python(260만)과 JavaScript(215만)를 넘어섰다.

숫자가 좀 무섭다.

  • TypeScript 기여자: 전년 대비 +66% (100만 명 이상 증가)
  • 신규 리포지토리: 539만 개 (+78% YoY)
  • Python: +48%, JavaScript: +25%

같은 기간 GitHub 전체에 3,600만 명의 신규 개발자가 가입했다. 초당 1명 이상이 계정을 만든 셈이다. 총 사용자는 1억 8천만 명을 돌파했다.

그런데 TypeScript의 성장세가 전체 평균을 훨씬 뛰어넘는다. 단순히 개발자가 늘어서가 아니라, 구조적인 이유가 있다.


AI 코딩 도구가 TypeScript를 밀어준 이유

핵심은 타입 시스템과 AI의 궁합이다.

JavaScript에서 변수는 뭐든 될 수 있다. let x = "hello"였다가 다음 줄에서 x = 42로 바뀌어도 에러가 안 난다. 사람도 헷갈리는데 AI는 더 헷갈린다.

TypeScript에서 x: string이라고 선언하면, AI는 문자열 관련 연산만 생성하면 된다. 제약 조건이 명확할수록 AI가 더 정확한 코드를 만들어낸다. 실제로 이전에 AI 코딩 도구가 개발자에게 미치는 양면적 영향을 정리한 적이 있는데, AI가 정확하게 동작하려면 맥락을 줄여주는 게 핵심이었다. 타입이 바로 그 역할을 한다.

GitHub의 데이터가 이걸 뒷받침한다.

  • GitHub 신규 개발자의 80%가 가입 첫 주에 Copilot을 사용
  • LLM SDK를 사용하는 공개 리포지토리: 110만 개 (+178% YoY)
  • AI 관련 프로젝트 내 Shell 스크립팅 사용: +206% (일반 프로젝트가 아닌 AI 프로젝트 기준)

마지막 수치가 재밌다. 갑자기 개발자들이 Bash를 좋아하게 된 게 아니다. AI 프로젝트에서 평가 파이프라인, 데이터 전처리, 배포 자동화에 쉘 스크립트가 많이 쓰이는데, AI가 까다로운 Bash 문법을 대신 처리해주니까 "그냥 쓰면 되는" 도구가 된 것이다. TypeScript도 같은 맥락이다. AI가 타입 정의의 번거로움을 흡수하면서, 타입의 이점만 남았다.

GitHub 블로그에서는 이걸 "편의 루프(Convenience Loop)"라고 불렀다. AI가 마찰을 줄여주는 기술을 쓰면 → 생산성이 올라가고 → 더 자주 선택하게 되고 → 그게 습관이 되는 구조다.


TypeScript만이 아니다 — AI가 잘 읽히는 기술들

TypeScript·모노레포·Django AI vibe coding 기술 로고

타입 시스템이 AI에게 맥락을 주는 것처럼, 같은 이유로 주목받는 기술들이 있다.

Ruby on Rails와 Django가 대표적이다. 둘 다 "opinionated 프레임워크"로 불리는데, 쉽게 말하면 구조가 정해져 있다. Rails 프로젝트는 어디 가도 app/models, app/controllers 구조가 똑같다. Django도 마찬가지다. AI 입장에서는 "여기에 이게 들어가야 한다"를 예측할 수 있으니 코드 생성 정확도가 올라간다. Garry Tan(YC CEO)이 "Rails + Claude Code는 미친 조합"이라고 했을 때, 결국 같은 맥락이다.

모노레포도 같은 이유다. 프론트엔드, 백엔드, API를 각각 다른 레포에 나눠두면 AI가 "프론트에서 이 API 호출할 때 데이터 구조가 뭐였지?" 하며 엉뚱한 코드를 만들어낸다. 하나의 레포에 모아두면 AI가 전체 흐름을 한 번에 본다. Cursor나 Claude Code 사용자들이 "폴리레포에서는 AI가 endpoint 이름을 틀리는데 모노레포에서는 사라진다"고 공통으로 얘기하는 이유다.

결국 AI가 잘 쓰는 기술의 공통점은 하나다. AI가 맥락을 파악하기 쉬운가. TypeScript의 타입, Rails·Django의 컨벤션, 모노레포의 전체 가시성 — 다 같은 방향을 보고 있다.


TypeScript 1위, 한국 개발자에게 어떤 의미가 있나

TypeScript Quickly와 Two Scoops of Django 책 위에 모노레포 기차

JavaScript를 쓰고 있다면 생각보다 변화가 크지 않다. TypeScript는 JavaScript의 상위 집합이니까. 이미 많은 한국 기업들이 프론트엔드를 TypeScript로 전환했거나 전환 중이다.

직장에서 React + TypeScript를 쓰고 있는데, TypeScript 도입할 때 사실 AI 코딩 도구 때문에 선택한 건 아니었다. 코드 품질이랑 팀 협업 안정성 때문이었는데 — 돌아보면 결과적으로 좋은 타이밍이었다. Cursor에서 TypeScript 파일을 편집할 때 AI 제안 정확도가 체감상 확실히 높다. 타입 정의가 있으면 AI 코딩 도구에게 기존 코드베이스를 학습시키는 과정도 더 수월해진다. 타입이 일종의 문서 역할을 하기 때문이다.

재밌는 건, 한편에서는 대형 오픈소스 프로젝트가 TypeScript를 버리는 움직임도 있다는 점이다. Turbo, Svelte 같은 프로젝트가 바닐라 JavaScript로 전환했다. 이유는 번들 사이즈, 빌드 속도 같은 라이브러리 특수 사정이다. 하지만 GitHub 데이터가 보여주는 전체 트렌드는 명확하다. 일반 애플리케이션 개발에서 TypeScript는 사실상 기본값이 되고 있다.

특히 신규 프로젝트 데이터가 인상적이다. 2024년 9월~2025년 8월 사이 생성된 신규 리포지토리의 약 80%가 Python, JavaScript, TypeScript, Java, C++, C# 6개 언어를 사용했는데, TypeScript의 신규 리포지토리 증가율은 +78%로 6개 중 단연 1위였다.


TypeScript 1위 시대, 개발자가 챙길 것

AI가 언어 선택까지 바꾸고 있다는 게 이 데이터의 진짜 메시지다.

Octoverse 블로그에서 던진 질문이 꽤 와닿았다. "마지막으로 기술을 선택할 때, AI 도구 지원 여부가 얼마나 영향을 미쳤는지 생각해보라." 솔직히 나도 새 프로젝트를 시작할 때 Cursor에서 잘 돌아가는지가 은근히 기준이 된다.

의식하든 안 하든, AI와의 호환성이 기술 선택의 숨은 변수가 되고 있다. TypeScript 1위는 그 흐름의 첫 번째 가시적 결과다.


자주 묻는 질문

TypeScript가 Python보다 인기가 많아진 건가요?
GitHub 월간 기여자 수 기준으로는 그렇습니다. 다만 AI/ML 프로젝트에서는 여전히 Python이 압도적이고, 전체 리포지토리 수는 Python이 더 많습니다. 용도가 다른 언어라 단순 비교보다는 영역별로 보는 게 정확합니다. Python이 바이브코딩에서 기본값처럼 나오는 이유는 TypeScript와 결이 다르다. 바이브코딩 파이썬 — AI가 항상 파이썬을 쓰는 진짜 이유에서 LLM 학습 데이터 편향 관점으로 따로 다뤘다.

JavaScript를 쓰고 있는데 TypeScript로 바꿔야 하나요?
새 프로젝트를 시작한다면 TypeScript를 권합니다. AI 코딩 도구의 정확도가 올라가고, 대부분의 프론트엔드 프레임워크가 TypeScript를 기본으로 스캐폴딩합니다. 기존 프로젝트는 점진적 마이그레이션이 현실적입니다. 타입 시스템을 제대로 활용하고 싶다면 이펙티브 타입스크립트가 실무에서 바로 쓸 수 있는 패턴들을 잘 정리하고 있습니다.

AI 도구를 안 쓰면 TypeScript의 이점이 줄어드나요?
타입 시스템 자체의 이점(버그 감소, 자동완성, 리팩토링 안정성)은 AI 없이도 유효합니다. 다만 AI 도구와 함께 쓸 때 시너지가 크게 올라가는 건 사실입니다.


출처

반응형