시니어 개발자들이 바이브 코딩으로 인해 ‘AI 베이비시터’ 역할을 떠안고 있다고 토로하지만, 프로토타이핑과 생산성 향상 등 이점 덕분에 여전히 가치가 있다고 말한다. Fastly 조사 결과, 보안·품질 리스크, 사람 검수와 ‘세이프 바이브 코딩’ 등 새 표준이 부상하는 흐름을 짚는다.
카를라 로버(Carla Rover)는 자신이 바이브 코딩(vibe coding)으로 만든 프로젝트를 처음부터 다시 시작해야 했을 때, 30분 동안 오열한 적이 있다.
로버는 15년 동안 주로 웹 개발자로 일해 왔다. 지금은 아들과 함께 마켓플레이스를 위한 맞춤형 머신러닝 모델을 만드는 스타트업을 구축하고 있다.
그녀는 바이브 코딩을 끝없이 아이디어를 그려볼 수 있는 아름다운 ‘칵테일 냅킨’이라고 표현했다. 하지만 프로덕션에 쓰려는 AI 생성 코드를 다루는 일은 “아이 돌보는 것보다 더 나쁠 수 있다”고 했다. AI 모델이 예측하기 어려운 방식으로 작업을 망칠 수 있기 때문이다.
로버가 AI 코딩에 손을 댄 건 스타트업에서 속도가 필요했기 때문이다. AI 도구들이 약속하는 바로 그 장점 말이다.
“빨리, 그리고 인상적으로 보일 필요가 있었어요. 그래서 지름길을 택했고, 자동 리뷰 후에 그 파일들을 재검토하지 않았죠. 수동으로 다시 보니 문제가 너무 많았어요. 서드파티 도구로 검사하니 더 나왔고요. 그래서 큰 교훈을 얻었습니다.”
결국 그녀와 아들은 프로젝트 전체를 리스타트했다 — 그래서 눈물이 났다. “저는 코파일럿을 직원처럼 넘겨줬어요.” 그녀는 말했다. “그렇지 않은데요.”
로버처럼 많은 숙련 개발자들이 코딩 보조를 위해 AI에 의존하고 있다. 하지만 그들은 동시에 AI가 토해낸 코드를 다시 쓰고 사실 확인하는 ‘AI 베이비시터’ 역할도 하게 된다.
Techcrunch event
샌프란시스코|2025년 10월 27–29일
콘텐츠 전송 플랫폼 기업 패스틀리(Fastly)의 최근 보고서에 따르면 조사에 참여한 약 800명의 개발자 중 최소 95%가 AI 생성 코드를 고치는 데 추가 시간을 쓰고 있다고 답했으며, 이러한 검증 부담은 시니어 개발자에게 가장 무겁게 지워지고 있었다.
이 숙련된 코더들은 AI 생성 코드에서 패키지 이름을 환각하듯 지어내거나, 중요한 정보를 삭제하거나, 보안 위험을 초래하는 등 다양한 문제를 발견했다. 점검 없이 두면 AI 코드는 사람이 만든 것보다 훨씬 더 버그가 많은 제품을 남길 수 있다.
AI 생성 코드를 다루는 일이 워낙 큰 문제가 되면서 기업에는 일명 “바이브 코드 클린업 스페셜리스트”라는 새로운 코딩 직무까지 생겨났다.
TechCrunch는 경험 많은 코더들과 AI 생성 코드를 사용한 경험, 그리고 바이브 코딩의 미래에 대해 이야기했다. 의견은 다양했지만 한 가지는 분명했다. 이 기술은 아직 갈 길이 멀다는 것.
“코딩 코파일럿을 쓰는 건, 영리한 여섯 살 아이에게 커피포트를 건네며 ‘식당으로 가져가서 가족한테 커피 따라줘’라고 말하는 것과 비슷해요.” 로버는 말했다.
할 수 있을까? 가능하다. 실패할 수도 있을까? 분명하다. 그리고 실패해도 보통은 말하지 않는다. “그렇다고 아이가 덜 영리한 건 아니에요.” 그녀가 덧붙였다. “그냥 그런 [과업]을 완전히 위임할 수는 없다는 뜻이죠.”
페리둔 말렉자데(Feridoon Malekzadeh) 역시 바이브 코딩을 아이에 비유했다.
그는 제품 개발, 소프트웨어, 디자인 등에서 20년 넘게 일했다. 현재 자신의 스타트업을 구축하고 있으며, 바이브 코딩 플랫폼 러버블(Lovable)을 적극 활용하고 있다고 말했다. 재미로는 베이비부머를 위한 알파세대 슬랭을 생성하는 앱 같은 것도 바이브 코딩으로 만든다.
혼자서 프로젝트를 진행할 수 있어 시간과 비용을 아낄 수 있다는 점은 마음에 든다. 하지만 바이브 코딩이 인턴이나 주니어 코더를 고용하는 것과는 다르다는 데 동의한다. 오히려 바이브 코딩은 “말 안 듣고 건방진 10대 자녀를 도와달라고 고용하는 것”에 가깝다고 그는 TechCrunch에 말했다.
“무언가를 시키려면 15번은 말해야 해요.” 그가 말했다. “결국엔 시킨 것 중 일부는 하고, 부탁하지 않은 것도 좀 하고, 중간에 이것저것 망가뜨리죠.”
말렉자데의 추산에 따르면, 그는 전체 시간의 약 50%를 요구사항 작성에, 1020%를 바이브 코딩에, 3040%를 바이브 픽싱(vibe fixing)에 쓴다 — AI가 쓴 코드가 만든 버그와 ‘불필요한 스크립트’를 바로잡는 일이다.
그는 또한 바이브 코딩이 시스템적 사고, 즉 복잡한 문제가 전체 결과에 어떻게 영향을 미치는지를 보는 능력에는 썩 능하지 않다고 본다. AI 생성 코드는 표면적인 문제 해결에 더 치중하려는 경향이 있다는 것이다.
“제품 전반에서 널리 쓰여야 할 기능을 만든다면, 좋은 엔지니어는 그걸 한 번 만들어 필요한 곳 어디서든 쓰이게 하죠.” 말렉자데는 말했다. “바이브 코딩은 그게 다섯 군데 필요하면 다섯 번, 다섯 가지 방식으로 만듭니다. 사용자뿐 아니라 모델에게도 큰 혼란을 낳아요.”
한편 로버는 데이터가 모델에 ‘하드코딩된’ 것과 충돌할 때 AI가 “벽에 부딪힌다”고 느꼈다. “그럴 때면 오해를 낳는 조언을 하거나, 핵심 요소를 빠뜨리거나, 내가 전개 중인 사고 흐름에 끼어들기도 해요.”
또한 AI는 실수를 인정하기보다 결과를 지어내는 경향이 있다고도 했다.
그녀는 TechCrunch에 또 다른 사례를 공유했다. 업로드한 데이터를 실제로 썼는지 의심하며 AI 모델의 초기 결과를 캐물었더니, 모델은 마치 그 데이터를 활용한 것처럼 상세한 설명을 늘어놓기 시작했다. 그녀가 문제를 지적하자 그제서야 모델은 시인했다.
“정말 소름이었어요. 유해한 동료처럼 들렸거든요.” 그녀는 말했다.
여기에 보안 우려까지 더해진다.
오스틴 스파이어스(Austin Spires)는 Fastly의 개발자 역량 강화 수석 디렉터로, 2000년대 초반부터 코딩을 해 왔다.
그는 자신의 경험과 고객들과의 대화를 통해, 바이브 코드가 ‘옳은 것’보다 ‘빨리 되는 것’을 선호해 빚어지는 문제가 많다는 걸 확인했다. 이는 초보 프로그래머가 흔히 만드는 유형의 취약점을 코드에 심을 수 있다고 했다.
“흔한 패턴은 엔지니어가 코드를 리뷰하고, 에이전트를 교정하고, ‘방금 틀렸어’라고 알려줘야 하는 상황입니다.” 스파이어스는 TechCrunch에 말했다. “이 패턴 때문에 소셜 미디어에서 ‘you’re absolutely right(당신 말이 100% 맞아요)’라는 클리셰가 등장한 거죠.”
그는 앤트로픽의 클로드(Anthropic Claude) 같은 AI 모델이, 실수를 지적받으면 “you’re absolutely right(당신 말이 100% 맞아요)”라고 답하는 경향을 가리켰다.
IT 관리 소프트웨어 회사 닌자원(NinjaOne)의 최고 트러스트 책임자(Chief Trust Officer) 마이크 애로스미스(Mike Arrowsmith)는 소프트웨어 엔지니어링과 보안 분야에서 약 20년의 경력을 갖고 있다. 그는 바이브 코딩이, 특히 초기 스타트업들이 취약해지기 쉬운 새로운 세대의 IT 및 보안 블라인드 스폿을 만들고 있다고 말했다.
“바이브 코딩은 전통적 코딩의 토대이자 취약점을 잡아내는 데 결정적인 엄격한 검토 프로세스를 종종 우회합니다.” 그는 TechCrunch에 말했다.
닌자원은 이를 상쇄하기 위해 ‘세이프 바이브 코딩(safe vibe coding)’을 장려한다. 승인된 AI 도구에는 접근 제어를 적용하고, 의무적인 동료 리뷰와 보안 스캐닝을 시행한다는 것이다.
우리가 만난 거의 모든 사람은 AI 생성 코드와 바이브 코딩 플랫폼이 아이디어 목업 같은 상황에서는 유용하다고 입을 모았다. 하지만 그것으로 사업을 구축하기 전에는 사람의 검수가 필수라는 데도 모두 동의했다.
“그 칵테일 냅킨은 비즈니스 모델이 아니에요.” 로버가 말했다. “편리함을 통찰과 균형 잡아야 하죠.”
그 모든 오류에 대한 푸념에도 불구하고, 바이브 코딩은 현재와 미래의 업무를 바꿔놓았다.
로버는 바이브 코딩이 더 나은 사용자 인터페이스를 만드는 데 큰 도움을 줬다고 말했다. 말렉자데는 코드를 고치는 데 시간을 들임에도, AI 코더와 함께일 때가 그 없이 일할 때보다 더 많은 일을 해낸다고 단언했다.
말렉자데는 프랑스 이론가 폴 비릴리오(Paul Virilio)를 인용했다. “모든 기술은 그 기술 발전과 동시에 발명되는 그 나름의 부정성을 동반한다.” 배가 발명될 때 난파도 함께 발명된다는 취지다.
장점이 단점을 훨씬 능가한다.
Fastly의 설문에서는 시니어 개발자가 주니어 개발자에 비해 AI 생성 코드를 프로덕션에 반영할 가능성이 두 배 높았다. 그들은 AI가 업무 속도를 높여준다고 답했다.
바이브 코딩은 스파이어스의 코딩 루틴의 일부이기도 하다. 그는 프런트엔드와 백엔드 개인 프로젝트 모두에서 여러 플랫폼의 AI 코딩 에이전트를 쓴다. 경험은 호불호가 섞였지만, 프로토타이핑, 보일러플레이트 구축, 테스트 스캐폴딩에 유용하다고 했다. 사소한 작업을 덜어 엔지니어가 제품을 만들고, 배포하고, 확장하는 데 집중하도록 도와준다는 것이다.
바이브라는 잡초를 헤집으며 보내는 추가 시간이, 혁신을 쓰기 위한 일종의 ‘감내해야 하는 세금’으로 자리 잡을 가능성이 커 보인다.
젊은 엔지니어 엘비스 키마라(Elvis Kimara)는 지금 그 대가를 배우는 중이다. 그는 최근 AI 석사 학위를 마쳤고, AI 기반 마켓플레이스를 구축하고 있다.
많은 코더들처럼 그는 바이브 코딩이 자신의 일을 더 어렵게 만들었고, 종종 즐거움마저 앗아갔다고 말했다.
“이젠 혼자 문제를 풀어 얻는 도파민이 없어요. AI가 그냥 해결해 버리니까요.” 그는 말했다. 이전 직장 중 한 곳에서는 시니어 개발자들이 주니어 코더를 도우려 하지 않는 모습을 봤다 — 일부는 새로운 바이브 코딩 모델을 이해하지 못했고, 또 일부는 멘토링을 그 AI 모델에 떠넘겼다.
그럼에도 그는 “장점이 단점을 훨씬 능가한다”고 말하며, 그 ‘혁신세’를 치를 각오가 되어 있다.
“우리는 단지 코드를 쓰는 게 아니라, AI 시스템을 이끌고, 문제가 생기면 책임을 지고, 기계의 컨설턴트처럼 행동하게 될 겁니다.” 키마라는 자신이 준비 중인 새 표준을 이렇게 설명했다.
“제가 시니어가 되더라도 계속 쓸 거예요.” 그는 이어 말했다. “이건 제겐 진정한 가속기였습니다. 저는 AI가 생성한 코드를 한 줄 한 줄 리뷰해, 그로부터 더 빨리 배우도록 하고 있어요.”
이 글은 마이크 애로스미스의 정확한 직함을 반영하도록 업데이트되었습니다.
