vibecoding은 개발자의 전문성을 없애는 것이 아니라, 전문성이 필요한 영역을 바꾼다. [번역글]

vibecoding 실험 사례

• Anthropic의 Claude Code 에이전트를 활용해, 리눅스 환경에서 실제 게임이나 애플리케이션을 만드는 실험을 성공적으로 진행했다.
• 자연어로 명령: “여러 가지 디자인의 건물을 배치하고, 내가 만든 마을을 직접 운전해서 돌아다닐 수 있게 해줘”처럼 단순한 영어 문장 하나로, AI가 실제 실행 가능한 코드를 자동으로 생성했다.
• 지속적인 피드백 반영: 소방차 미션, 교통량, 경쟁자(헬리콥터), 낮과 밤 변화, 미션 등 다양한 기능을 추가로 요청하면, AI가 이를 반영해 애플리케이션을 업데이트했다.
• 문제 해결 과정: 코드 실행 중 발생한 버그나 에러도, AI와 반복적으로 소통하며 해결했으며, 최종적으로 Claude API 사용료로 약 $13이 소요되었다.

전문성의 변화

• 전문성의 이동: vibecoding은 개발자의 전문성을 없애는 것이 아니라, 전문성이 필요한 영역을 바꾼다. 즉, 모든 코드를 직접 작성하는 대신, 시스템 전체를 이해하고 방향을 제시하거나 결과물을 평가하는 능력이 더 중요해진다.
• 최소한의 지식 필요: AI와 협업할 때는 최소한의 프로그래밍 지식(기본 이해, 판단력)이 필요하며, AI가 제안한 결과물을 검토하고 피드백을 줄 수 있는 역량이 요구된다.
• 실제 활용 예시: 리눅스 환경에 익숙하지 않은 사용자도, AI의 도움을 받아 원하는 소프트웨어를 빠르게 만들 수 있다.

AI 에이전트의 확장성

• 다양한 AI 에이전트: 중국의 Manus 등 다양한 AI 에이전트가 웹 리서치, 코딩, 문서 및 웹사이트 제작 등 폭넓은 작업을 자율적으로 수행한다.
• 피드백의 중요성: AI가 자율적으로 작업을 수행하더라도, 실수나 오류가 발생할 수 있으므로, 사람이 결과를 검토하고 피드백을 주는 과정이 필수적이다.
• 실제 실험 사례: “최고의 학술적 조언을 활용해 엘리베이터 피칭에 대한 인터랙티브 코스를 만들어 달라”는 요청에, AI가 체크리스트 작성, 웹 리서치, 페이지 제작까지 모두 자율적으로 진행했다. 이후 인터랙티브 요소가 부족하다는 피드백을 주자, AI가 이를 반영해 개선했다.

심층 협업(Deep Vibeworking)

• 복잡한 데이터 분석: 크라우드펀딩에서 수집한 대규모 익명 데이터를 AI와 함께 분석하고, 논문까지 작성하는 실험을 진행했다.
• AI의 역할: AI가 데이터 분석과 가설 제안에 큰 도움을 주었으나, 학문적으로 의미 있는 주제 선정과 결과 평가 등은 여전히 사람의 전문성이 필요했다.
• 빠른 결과물 생성: 논문 작성까지 한 시간도 채 걸리지 않았으며, 결과물은 학계에 의미 있는 기여가 될 수 있는 수준이었다.

결론: 인간과 AI의 협업이 핵심

• 상호보완적 협업: AI가 모든 것을 대신할 수는 없지만, 인간의 전문성과 AI의 역량을 결합할 때 가장 큰 가치가 창출된다.
• 일의 방식 변화: 일의 방식이 빠르게 변화하고 있으며, 각 작업마다 AI와 인간이 어떻게 협업할지 그 접점을 찾는 것이 중요하다.
• 미래 전망: AI와 인간이 각자의 강점을 살려 협업하는 새로운 시대가 도래하고 있다.