decomp.dev 운영 축소, 공개 목록과 신규 프로젝트 등록 중단

디컴파일 진행 상황을 모아 보여주던 decomp.dev가 공개 목록과 순위표의 해악이 이익보다 커졌다는 판단 아래 메인 목록과 신규 프로젝트 등록을 중단함 기존 프로젝트 추적은 계속하며, 개별 프로젝트 페이지와 과거 데이터도 유지함 AI는 디컴파일을 크게 가속할 수 있지만, 기존 프로젝트를 AI로 마무리하는 적대적 포크와 부실한 포트의 선점 경쟁이 커뮤니티를 훼손하고 있음 진행률 상승으로 참여 동기를 높이려던 게임화가 숫자 올리기 경쟁으로 변질됐으며, 디컴파일을 연구가 아닌 PC 포트와 동일시하는 현상도 나타남 AI 자체를 금지하는 대신 서비스 범위를 줄임. 개인 취미 운영자가 수백 개 프로젝트의 품질 기준을 정의하고 일관되게 관리하기 어렵기 때문임 디컴파일 진행률을 모으던 서비스 decomp.dev는 매칭 디컴파일 진행 상황을 한곳에 모으고, 재능과 관심사를 공유하는 커뮤니티를 확장하기 위해 2024년 시작함 매칭 디컴파일은 원본과 같은 기계어를 생성하는 코드를 복원하는 작업으로, 중간 규모 게임도 여러 기여자가 수년을 들여야 할 만큼 어렵고 시간이 많이 걸렸음 도구가 발전하고 디컴파일, 컴파일러, 게임 내부 구조에 관한 지식이 공유되면서 작업 속도가 빨라짐 AI의 성능 향상과 남아 있던 제약 AI를 활용한 디컴파일 실험은 수년간 이어졌지만 성과는 엇갈렸음 2026년 초 Opus 4.6과 GPT-5.4 출시 이후에는 모델이 별도 안내 없이 커뮤니티의 특정 도구와 사용법을 아는 듯한 모습을 보여, 운영자는 매칭 디컴파일 학습이 이뤄졌다고 판단함 잘 정리된 기존 코드베이스와 충분한 문서가 있으면 상당한 결과를 얻을 수 있었음 다만 명백한 오류나 편법을 고치기 위해 사람의 상당한 정리 작업이 필요했음 같은 기계어로 컴파일되더라도 원래 개발자가 작성했을 법한 코드로 보기 어려운 결과가 있었으며, 작업당 비용도 성과에 비해 지나치게 높았음 GPT-6-Astra 같은 최근 모델은 복잡한 지시 이행, 심볼과 디버그 정보의 교차 참조, 충분한 안내 아래 자연스러운 코드 작성에서 더 나은 성능을 보임 여러 소스 코드 형태와 조합을 시험하는 작은 스크립트를 작성해 일치하는 결과를 찾는 변형 탐색에도 뛰어남 파일과 헤더를 넘나들며 인라인 헬퍼, 시그니처 변경, 연산 순서까지 탐색할 수 있음 장시간 작업에서도 일관성과 집중력을 유지하며, 이전 모델보다 빠르고 저렴하게 더 나은 결과를 얻을 수 있음 적절한 지침과 사람의 개입, 코드...