Revise AI productivity impact section with new data

Updated references and statistics regarding AI's impact on developer productivity, including new insights from Stanford research and clarifications on productivity metrics.

Author: benelog

content/ai-coding-productivity.md

@@ -18,9 +18,12 @@
   - 안전하게 사용하기 위해서는 프로젝트의 문맥(Context)을 이해하는 프롬프트 활용, 엄격한 코드 리뷰 프로세스, 보안 스캐닝 강화가 필수적
 - <https://www.gitclear.com/research/ai_tool_impact_on_developer_productive_output_from_2022_to_2025>
   - In 2025, the average developer checked in 75% more code than they did in 2022
-- [AI가 개발자 생산성에 미치는 영향 - 스탠포드 연구](https://news.hada.io/topic?id=22248)
+- (2025년) [AI가 개발자 생산성에 미치는 영향 - 스탠포드 연구](https://news.hada.io/topic?id=22248)
   - [같은 자료에 대한 요약](https://www.linkedin.com/posts/kurt-lee-70010391_does-ai-actually-boost-developer-productivity-activity-7354024167538659329-Ndov/)
-  - AI를 쓰면 전체 코드 생산성은 30~40% 늘어남. 하지만 "Rework" 가 15~25% 증가, 결과적으로 실제 생산성 증가는 15~20% 수준.
+  - 3년간, 600여 개 회사, 10만 명 이상의 소프트웨어 엔지니어, 십억 줄 이상의 코드, 수천만 건의 커밋 대상으로 측정.
+  - 단순 커밋/PR 개수, 평균 작업 시간 변화 등은 실제 생산성을 왜곡할 수 있음.
+     - 예: AI 사용 직후엔 버그나 재작업(rework)성 커밋이 함께 증가하여 피상적으로만 생산성이 높아진 것처럼 보임.
+  - AI를 쓰면 전체 코드 생산성은 30%-40% 늘어남. 하지만 "Rework" 가 15%-25% 증가, 결과적으로 실제 생산성 증가는 15~20% 수준.
 - [AI가 오픈소스 개발자를 느리게 만든다. Peter Naur가 그 이유를 알려줄 수 있다](https://news.hada.io/topic?id=21996)
   - [AI착시와 평균의 함정을 피한 슈퍼 개인의 통찰: AI 도구로 생산성 38% 향상시킨 개발자의 비밀](https://www.facebook.com/seunghwan.lee.9003888/posts/pfbid06AdDqN1kbTSCUbwvBfSzyfs1Hy54msEWzeKBj7LmygKY4zQxASuMLHLdNGjXZRegl)
 - [Measuring AI Ability to Complete Long Tasks](https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/)