Pieter Levels로부터 시작된 'Vibe Coding'이 개발자뿐 아니라 비개발자들에게까지 확산되고 있습니다. 어찌 보면 비개발자를 위한 개념일 수도 있겠네요.
한 개발자가 두 달 동안 바이브 코딩에 매진하며 프로덕트를 개발하다가 느낀 한계점을 정리한 글이 있어 소개합니다. 처음에는 AI 덕분에 빠르게 코드를 작성하며 생산성이 높아지는 듯한 매력에 빠졌지만, 글쓴이는 지난 두 달간 이러한 방식에 크게 의존하면서 여러 문제점을 깨달았다고 합니다. 어떤 문제점과 타협안을 찾았는지 살펴보도록 하겠습니다.
헤드폰을 쓰고 신나는 음악을 들으며 키보드를 두들기다 보면, 어느새 인공지능(AI) 에이전트와 함께 '몰입(flow)' 상태에 빠져드는 경험, 다들 있으실 겁니다. 바로 '바이브 코딩(vibe coding)'입니다. 마치 영감을 받아 코드를 술술 써 내려가는 듯한 상태를 말합니다.
코딩하는 감각에 집중하고, 직관을 따르며, 영감의 흐름에 몸을 맡기면 훌륭한 소프트웨어를 만들 수 있다는 생각입니다. 하지만 최근 들어 적어도 저에게는 이 '바이브(vibe)'가 저와는 잘 맞지 않는다는 것을 깨달았습니다. 마치 인공지능(AI) 에이전트가 대신 코딩해주는 것을 구경하는 기분이 들었죠. 가끔 제 의견을 내거나 수정을 하기도 하지만, 대부분 코드의 세부적인 내용을 완전히 이해하지 못한 채 코드가 만들어지는 과정을 그저 지켜보는 것 밖에 할 수 없었습니다. 결국 나중에 시간을 낭비하는 결과로 이어졌습니다.
도대체 바이브 코딩(Vibe Coding)이란 무엇일까요?
바이브 코딩(Vibe Coding)은 특정 방법론이라기보다는 일종의 마음가짐에 가깝습니다. 체계적인 계획과 엄격한 테스트를 거쳐 코드 구현을 깊이 고민하기보다, 인공지능(AI) 에이전트를 활용하는 것을 우선시합니다. 명확한 목표 없이 일단 코드가 만들어지는 쾌감을 좇는 방식입니다. 생산적으로 느껴지기 때문에 상당히 매력적입니다.
왜 '바이브(Vibe)'는 저에게 효과가 없었을까요?
지난 두 달간 저는 바이브 코딩(vibe coding)에 크게 의존했지만, 결과는 좋지 않았습니다. 그 이유는 다음과 같습니다.
첫째, 처음에는 코딩 흐름을 향상시켜 준다는 말에 클라인(Cline), 루 코드(Roo Code) 같은 인공지능(AI) 에이전트에 끌렸고, 이후 커서(Cursor) 편집기를 사용해 보았습니다. 저의 요구를 예측하고 더 빠르게 코드를 작성하도록 돕는 인공지능(AI) 파트너가 있다는 생각은 매력적이었습니다. 하지만 이 방식이 저를 잘못된 길로 이끌고 있다는 것을 금방 깨달았습니다.
제가 깨달은 점은, 인공지능(AI) 에이전트는 원하는 기능의 초안을 만드는 데는 유용하지만, 그 이후에는 컨텍스트 창(context windows, AI가 기억하는 대화 내용)의 한계 등으로 인해 시간이 갈수록 점점 더 많은 수정 작업을 요구한다는 것입니다. 답답한 마음에, 처음에 어떤 코드가 만들어졌는지 제대로 확인하지도 않고 무작정 모델에게 다시 설명하게 되기 때문입니다. 에이전트가 단 몇 분 만에 수천 줄의 코드를 작성할 수 있다는 점을 생각하면, 이는 어느 정도 이해할 수 있는 상황입니다.
제가 생각하는 바이브 코딩(vibe coding)의 가장 큰 문제점은 다음과 같습니다.
- 엄청난 시간 낭비가 될 수 있습니다.
- 처음에는 빠르게 진행되는 것처럼 보이지만, 체계적인 계획이 없기 때문에 화면에 나타나는 코드에 이끌려 가게 됩니다. 결국 다음에 나타나는 오류나 작동하는 기능에만 매달리게 됩니다.
- 비용이 많이 듭니다.
- 이는 첫 번째 문제의 결과입니다. 컨텍스트 창(context windows)이 커질수록 요청 비용이 증가하며, 순식간에 50만 개의 토큰(tokens, AI 처리 단위)을 보내고 그 일부만 받는 상황이 발생할 수 있습니다.
결론적으로, 체계적인 계획 없이 프로젝트를 시작한다면, 많은 작업에서 바이브 코딩(vibe coding)이 시간을 크게 절약해 주지는 못하는 것 같습니다. 초반에 "아낀" 시간은 나중에 원래 의도했던 대로 코드를 다시 작성하는 데 사용해야 합니다.
긍정적인 측면
하지만 장점도 많습니다. 시간이 지나면서 코드에 대한 이해도가 높아지기 때문입니다. 처음에는 불가능해 보였던 작업도, 오류를 이해하기 위해 코드를 여러 번 읽다 보니 점차 언어의 구조와 문법을 이해하기 시작했습니다. 저는 현재 파이썬(Python) 학습에 집중하고 있어서, 제가 만드는 코드 대부분은 파이썬(Python)입니다. 시간이 지나면서 오류의 원인을 더 잘 파악하고 모델을 올바른 해결책으로 유도할 수 있게 되었습니다.
바이브 코딩(Vibe Coding) vs. 인공지능(AI) 채팅 vs. 웹 검색바이브 코딩(Vibe Coding)
초기 아이디어 탐색이나 문제 파악에는 유용하지만, 체계적인 개발이나 복잡한 프로젝트에는 적합하지 않습니다. ChatGPT와 같은 AI는 기본적인 코드(boilerplate code) 생성이나 빠른 답변 얻기에는 유용하지만, 내용을 완전히 이해하지 못한 채 인공지능(AI)이 생성한 코드에 의존하게 될 수 있습니다. 주의 깊은 검증이 필요하며, "인공지능(AI) 환각(AI hallucinations, 잘못된 정보 생성)" 문제가 발생할 수 있습니다. 반면 구글링과 같은 웹 검색은 특정 해결책을 찾거나 개념을 이해하는 데 필수적이지만, 무엇을 찾아야 할지 모르면 정보 과잉으로 시간이 오래 걸릴 수 있습니다.
현재로서는 코드 편집기 내의 자동 완성(tab completion) 기능과 제미나이 코드 어시스트(Gemini Code Assist) 같은 도구를 함께 사용하는 것이 균형 잡힌 방법인 것 같습니다. 저는 제미나이 코드 어시스턴트(Gemini Code Assistant)가 무료이기 때문에 사용하고 있는데, 정말 만족스럽습니다. VS 코드(VS Code)에서 사용 중이며 추천합니다. 특히 단위 테스트(unit tests) 생성에 뛰어나고, 테스트 실행 중 발생하는 오류 해결에도 꽤 도움이 됩니다. 단위 테스트 작성이 처음이라 아직은 혼란스럽지만, 제미나이(Gemini)의 도움 덕분에 해볼 만하다고 느낍니다.
루 코드(Roo Code)나 클라인(Cline)과 같은 에이전트 도구도 사용해 보았지만, 포기하는 쪽으로 마음이 기울고 있습니다. 이런 도구들은 많은 토큰(tokens)을 소모하며 오랫동안 작동하지만, 최종 결과물이 제대로 작동한다는 보장이 없습니다. 결국 시간이 지남에 따라 비용을 어떻게 절감할지가 문제가 됩니다. 고수코더(GosuCoder)는 비용 절감을 위한 다양한 전략을 테스트하는 유튜버인데, 주요 병목점은 클로드(Claude) 모델 사용입니다. 클로드(Claude)가 모든 기능을 완벽하게 지원하는 유일한 모델처럼 보이지만, 실행 비용이 가장 비싼 모델 중 하나이고 엄청난 양의 토큰(tokens)을 사용하는 경향 때문에 대부분의 사람들에게는 비용 부담이 너무 큽니다. 이 문제가 아니라면, 제미나이 2.0(Gemini 2.0)이나 딥시크 V3/챗(DeepSeek V3/Chat)은 대부분의 코딩 작업(적어도 저에게는)에 꽤 훌륭한 선택지가 될 수 있습니다.
또 다른 전략으로 오픈 웹UI(Open WebUI)를 사용하고 있는데, 매우 만족스럽습니다. 다양한 기능과 옵션을 제공하여 사용자가 많은 부분을 제어할 수 있습니다. 제가 좋아하는 기능은 다양한 용도(코딩, 특허 검색, 박사 과정 연구 등)에 맞춰 커스텀 모델을 사용하는 것입니다. 비용이 저렴하고 제미나이(Gemini) 모델을 사용하면 긴 파일을 편집할 수 있는 충분한 컨텍스트 창(context window)을 제공합니다. 특히 텍스트를 붙여넣고 재배열하거나, 공백을 제거하거나, 표 형태로 표시하는 등의 작업에 매우 유용해 보입니다. 맞춤형 프롬프트 기능은 토큰(tokens) 비용을 절약하는 데도 도움이 됩니다.
결론: 더 나은 균형점 찾기
바이브 코딩(vibe coding)이 항상 나쁘다는 것은 아닙니다. 엄격한 제약 없이 창의력을 발휘하고 아이디어를 탐색하는 것은 분명 가치가 있습니다. 하지만 저는 특히 마감 기한이 다가오고 API 사용료가 쌓일 때, 이 방식이 지속 가능하지 않다는 것을 배웠습니다. 저에게는 무료이고 넉넉한 컨텍스트 창(context window)을 제공하는 제미나이 코드 어시스트(Gemini Code Assist)가 훌륭한 대안으로 보입니다. 또한, 오픈 웹UI(Open WebUI)는 뛰어난 제어 기능과 사용자 정의 가능성 덕분에 훌륭하며, 일상적인 작업에 드는 비용도 비교적 저렴합니다.
현재로서는 이것이 저에게 가장 적합한 균형점인 것 같습니다. 하지만 지난 두 달간 API 사용료로 매달 약 30달러(약 4만 원)를 지불했기 때문에, 결국 퍼플렉시티(Perplexity)와 같은 유료 채팅 앱(훌륭한 무료 버전이 있고 유료 버전은 월 20달러(약 2만 7천 원))을 구독하는 쪽으로 기울고 있습니다. 미래에는 모델을 로컬 환경에서 직접 실행하는 것이 합리적인 선택이 될 수도 있겠지만, 더 효율적인 모델들이 출시됨에 따라 API 사용 비용은 더욱 낮아질 것이라고 생각합니다.
*원본 글 링크
[ Why I'm Breaking Up With Vibe Coding ]
https://www.lucasaguiar.xyz/posts/vibe-coding-pitfalls/
(2025) MBTI 테스트 기반 수익형 웹사이트 만들기 - 인프런
사실 이 강의의 핵심은 후반부에 있어요.
내 사이트 광고 솔루션을 붙이는 방법, AWS, CloudFlare, Vercel에 사이트를 배포하는 방법, Google Analytics를 내 사이트에 붙이는 방법, SEO 최적화를 위한 사이트 설정 방법 등이 담겨있죠.
웹 사이트 자체를 만드는 내용도 물론 중요하지만, 이보다는 '수익을 발생하도록 만드는 도구 사용법'에 초점을 맞췄어요.
우리가 갖춰야 할 태도는 '빠르게 시도하고 빠르게 검증해서 빠르게 수익화하기'예요. 가설을 세우고 그 가설에 맞는 프로덕트를 빠르게 만들어 빠르게 검증하고 수익화하는 것이죠. 이제 몇 개월, 몇 년을 걸려서 엄청난 프로덕트를 만들고 나서 검증을 했는데 실패하고 낙심하는 패턴은 운의 영역이 아니라 실력의 영역입니다.
그래서 저처럼 프로그래밍으로 수익화하고 싶은 분들, 회사를 위한 개발이 아니라 본인 스스로를 위한 수익형 개발을 하고 싶은 분들. 그분들이 고통스럽게 오랜 기간 시행착오 겪지 않도록 수익형 웹사이트 개발 강의를 만들었습니다.
현재 얼리버드 기간이라 한달 동안 30% 할인 중입니다. 필요하신 분들은 한달 되기 전에 미리 수강 신청 해두세요.
부디 우리 모두 나만의 수익형 서비스를 만들어 새로운 자본주의 시대에서 살아남아 봅시다.
의견을 남겨주세요