CHAPTER 05

코드 없이
코딩하기

바이브코딩은 코드를 직접 작성하지 않고 자연어로 AI에게 의도를 전달하여 소프트웨어를 만드는 새로운 개발 방식이며, 비개발자도 앱을 만들 수 있는 시대를 열었습니다.

"There's a new kind of coding I call 'vibe coding', where you fully give in to the vibes, embrace exponentials, and forget that the code even exists."
-- Andrej Karpathy, 2025.02.02
SCROLL
SECTION 5-1

바이브코딩이란
무엇인가

2025년 2월 2일, 전 Tesla AI 디렉터이자 OpenAI 공동창립자인 Andrej Karpathy가 X(구 트위터)에 짧은 글 하나를 올렸습니다.

샤워 중에 떠오른 한마디가 바꾼 개발의 풍경

Karpathy는 "패딩을 반으로 줄여줘", "사이드바 색상을 바꿔줘" 같은 요청을 음성으로 AI에게 전달하고, 코드 변경 내역(diff)을 읽지도 않고 바로 수락하며, 에러가 나면 에러 메시지를 그대로 AI에게 복사해서 고치게 한다고 소개했습니다.

0
트윗 조회수
0
2026년 2월 기준
정의: 코드 대신 대화로 만드는 소프트웨어

바이브코딩(Vibe Coding)이란 코드를 직접 작성하지 않고, AI에게 자연어로 의도(vibe)를 전달하여 코드를 생성하는 개발 방식입니다. 개발자는 "무엇을 만들고 싶은지"를 설명하고, AI가 "어떻게 구현할지"를 결정합니다.

analogy.sh - 요리로 비유하기
# 전통적 코딩 = 직접 요리하기
$ 재료 손질부터 불 조절까지 모두 내가 합니다.

# 코파일럿 보조 코딩 = AI가 레시피를 알려주고, 내가 요리
$ AI가 제안하고, 내가 선택합니다.

# 바이브코딩 = AI 셰프에게 주문하기
$ "매운 파스타 만들어줘" → 완성된 요리가 나옵니다.
# 맛을 보고 피드백하는 것은 여전히 인간의 몫!
개발 방식의 진화
~2021
전통적 코딩
코드를 직접 작성합니다. 모든 로직을 사람이 설계하고 구현합니다.
인간: 설계 + 구현 + 디버깅
AI: 없음 (자동완성 수준)
🤝
2022~2024
코파일럿 보조 코딩
AI가 코드를 제안하고, 인간이 선택하고 수정합니다.
인간: 설계 + 검토 + 수정
AI: 코드 제안, 자동완성
🚀
2025~
바이브코딩
자연어로 지시하면 AI가 전체를 구현합니다.
인간: 방향 설정 + 검증
AI: 설계 + 구현 + 디버깅
SECTION 5-2

바이브코딩은 어떻게
작동하는가

핵심 워크플로우는 반복적 대화를 통한 점진적 구체화(Iterative Refinement)입니다. 한 번에 완벽한 결과를 기대하는 것이 아니라, 대화를 반복하며 원하는 결과에 점점 가까워집니다.

대화를 통한 점진적 구체화
iterative-refinement.sh
# 할 일 관리 앱을 만드는 과정

[1단계] "할 일 관리 앱을 만들어줘"
-> AI가 기본 구조 생성

[2단계] "할 일 항목에 우선순위를 추가해줘"
-> AI가 기능 추가

[3단계] "우선순위별로 색상을 다르게 표시해줘"
-> AI가 UI 수정

[4단계] "완료된 항목은 취소선으로 표시하고 아래로 내려줘"
-> AI가 로직 추가

[반복] 원하는 결과가 나올 때까지 피드백 반복

이 과정에서 인간은 코드를 읽거나 수정할 필요 없이, 동작하는 결과물을 보고 피드백합니다. 마치 디자이너에게 시안을 요청하고 수정사항을 전달하는 것과 같습니다.

역할 분담: 인간은 방향, AI는 실행
영역인간의 역할AI의 역할
요구사항무엇을 만들지 정의요구사항을 코드로 변환
아키텍처큰 방향 결정세부 구조 설계 및 구현
디버깅에러 메시지 전달원인 분석 및 수정
품질 관리결과물 확인 및 피드백코드 리팩토링 및 최적화
배포배포 환경 결정배포 설정 및 스크립트 작성
핵심 원칙: AI가 코드를 쓰고, 인간은 방향을 잡는다.
SECTION 5-3

바이브코딩
도구 생태계

2026년 현재, 바이브코딩을 지원하는 도구들이 폭발적으로 성장하고 있습니다. 크게 세 가지 유형으로 나눌 수 있습니다.

주요 도구 비교

카드에 마우스를 올리면 장단점을 확인할 수 있습니다.

Cursor IDE
무료 / Pro $20 / Pro+
VS Code 포크 기반 IDE. Composer 멀티파일 편집, Background Agent로 강력한 코드베이스 인덱싱 지원.
+ 장점: 전체 코드베이스 인덱싱, 강력한 멀티파일 수정
- 단점: 크레딧 소진 시 추가 비용
GitHub Copilot PLUGIN
무료 / Pro $10 / Pro+ $39
VS Code/IDE 플러그인. 코드 자동완성, Copilot Chat, Agent 모드로 VS Code에 완벽하게 통합.
+ 장점: VS Code 완벽 통합, 무료 플랜 제공
- 단점: 독립 IDE가 아닌 플러그인, 무료 플랜 기능 제한
Claude Code CLI
Pro $20 / Max $100~$200
터미널 기반 에이전트. Git/MCP 통합으로 깊은 코드베이스 이해와 대규모 리팩토링에 강점.
+ 장점: 깊은 코드베이스 이해, 대규모 리팩토링에 강점
- 단점: CLI 환경 익숙해야 함, 무료 플랜 미지원
Windsurf IDE
무료 / Pro $15
VS Code 포크 기반 IDE. Cascade 에이전트 모드로 직관적인 UI와 저렴한 Pro 가격이 특징.
+ 장점: 저렴한 Pro 가격, 직관적 UI
- 단점: Cognition AI 인수 후 방향 변화 중
Replit Agent WEB IDE
무료 / Core $20 / Pro $100
브라우저에서 즉시 개발, 원클릭 배포. 설치 없이 바로 시작할 수 있는 올인원 환경.
+ 장점: 설치 불필요, 배포까지 원스톱
- 단점: 복잡한 프로젝트 한계
v0 by Vercel UI BUILDER
무료 $5 크레딧 / Premium $20
React/Next.js UI 생성 특화. Figma 임포트 지원으로 프론트엔드에 특화된 빌더.
+ 장점: 프론트엔드 UI 특화, 즉시 배포
- 단점: 백엔드 로직 제한적
bolt.new FULLSTACK
무료 1M 토큰 / Pro $25
브라우저 내 풀스택 개발. WebContainers 기반으로 설치 없이 풀스택 개발과 GitHub 연동.
+ 장점: 설치 없이 풀스택 개발, GitHub 연동
- 단점: 토큰 소진 빠름
나에게 맞는 도구 찾기
IDE에서 기존 프로젝트 개발 중이라면?
--> VS Code 사용자 ---> GitHub Copilot 또는 Cursor
--> 터미널 선호 + 대규모 리팩토링 ---> Claude Code
새 프로젝트를 빠르게 시작하고 싶다면?
--> 프론트엔드 UI 중심 ---> v0 by Vercel
--> 풀스택 웹앱 ---> bolt.new 또는 Replit Agent
--> 어떤 프로젝트든 ---> Cursor + Composer
비개발자가 앱을 만들고 싶다면?
--> 설치/설정 불필요 ---> Replit Agent 또는 bolt.new
SECTION 5-4

바이브코딩
실전 가이드

바이브코딩의 성패는 어떻게 AI에게 의도를 전달하느냐에 달려 있습니다. 아래는 실전에서 검증된 프롬프팅 패턴 5가지입니다.

컨텍스트 먼저, 요청은 나중에

AI에게 프로젝트의 맥락을 먼저 알려주고, 그 위에서 구체적인 요청을 해야 합니다.
bad-vs-good.sh
# 나쁜 예시
"로그인 기능 만들어줘"

# 좋은 예시
"Next.js 14 App Router와 TypeScript를 사용하는 프로젝트야.
Supabase를 인증 백엔드로 사용하고 있어.
이메일/비밀번호 로그인과 Google OAuth를 지원하는
로그인 페이지를 만들어줘. shadcn/ui 컴포넌트를 사용해줘."
TIP: 기술 스택, 사용 중인 라이브러리, 프로젝트 구조를 먼저 알려주면 AI가 훨씬 정확한 코드를 생성합니다.

단계적 구체화 (한 번에 하나씩)

한 번에 완벽한 결과를 요구하기보다, 작은 단위로 나누어 점진적으로 완성합니다.
step-by-step.sh
1단계: "사용자 목록을 보여주는 테이블 컴포넌트를 만들어줘"
2단계: "각 행에 편집/삭제 버튼을 추가해줘"
3단계: "편집 버튼을 누르면 인라인 편집이 되게 해줘"
4단계: "삭제 시 확인 모달을 띄워줘"
5단계: "페이지네이션을 추가하고 한 페이지에 20개씩 보여줘"

에러는 통째로, 맥락과 함께

디버깅할 때는 에러 메시지의 일부가 아니라 전체를 복사하고, 발생 상황까지 설명합니다.
debug-context.sh
"아래 에러가 발생해. 원인을 분석하고 수정해줘.

[에러 메시지 전체를 복사하여 붙여넣기]

추가 컨텍스트:
- Node.js 20, npm 10 환경이야
- 이 에러는 사용자 로그인 후 대시보드로 리다이렉트할 때 발생해
- 어제까지는 정상 동작했어"

아키텍처를 먼저 그려주기

복잡한 프로젝트를 시작할 때는 폴더 구조와 기술 스택을 미리 정의해서 전달합니다.
architecture-first.sh
"다음 구조로 REST API를 만들어줘:

기술 스택: Express.js + TypeScript + Prisma + PostgreSQL
인증: JWT 기반
구조:
src/
routes/ - API 라우트
controllers/ - 비즈니스 로직
models/ - Prisma 스키마
middleware/ - 인증, 에러 핸들링
utils/ - 유틸리티 함수

먼저 프로젝트 구조를 잡고, 사용자 CRUD API부터 시작해줘."

기존 코드를 레퍼런스로 활용

이미 만들어진 컴포넌트의 스타일과 패턴을 참조하도록 지시하면, 일관된 코드를 얻을 수 있습니다.
reference-pattern.sh
"src/components/UserCard.tsx 파일을 참고해서
같은 스타일과 패턴으로 ProductCard.tsx를 만들어줘.
다만 가격 정보와 장바구니 추가 버튼을 포함해야 해."
TIP: 일관성 있는 코드베이스를 유지하려면, 기존 코드를 항상 레퍼런스로 지정하세요.
프로젝트 워크플로우: 시작부터 배포까지

바이브코딩으로 프로젝트를 진행하는 전체 흐름입니다.

1
프로젝트 초기화
"Next.js + TypeScript + Tailwind + shadcn/ui로 프로젝트를 생성해줘"
2
핵심 기능 구현
"사용자 인증 -> 대시보드 -> CRUD 기능" 순으로 대화하며 구현
3
코드 리뷰 요청
"지금까지 작성된 코드를 리뷰해줘. 보안 취약점, 성능 이슈, 코드 품질을 점검해줘"
4
테스트 작성
"주요 함수와 API 엔드포인트에 대한 단위 테스트를 작성해줘"
5
배포 설정
"Vercel에 배포하기 위한 설정을 해줘. 환경변수 가이드도 작성해줘"
SECTION 5-5

코드 품질 관리와
디버깅

바이브코딩에서 가장 흔한 실수는 AI가 생성한 코드를 무조건 수락하는 것입니다. AI 셰프가 만든 요리도 맛을 봐야 하듯, AI가 작성한 코드도 반드시 검증해야 합니다.

품질 점검 체크리스트
🔍
보안 취약점
AI에게 보안 리뷰 요청
"이 코드의 보안 취약점을 점검해줘"
코드 품질
린터/포매터 실행
ESLint, Prettier 자동 적용
🧪
테스트 커버리지
AI에게 테스트 작성 요청
"테스트 커버리지 80% 이상으로 테스트 작성해줘"
📦
의존성 검토
불필요한 패키지 확인
"package.json에서 사용되지 않는 의존성을 찾아줘"
성능 최적화
성능 최적화 요청
"이 컴포넌트의 렌더링 성능을 최적화해줘"
효과적인 디버깅 4원칙
01
에러 메시지 전체 복사
에러의 일부만 전달하면 AI가 잘못된 해결책을 제시할 수 있습니다.
02
재현 조건 설명
"어떤 상황에서 에러가 발생하는지" 맥락을 함께 전달합니다.
03
이전 시도 공유
"이미 해본 해결 방법"을 알려주면 AI가 같은 해결책을 반복하지 않습니다.
04
스택트레이스 활용
전체 스택트레이스를 제공하면 AI가 정확한 원인을 파악할 수 있습니다.
TIP: 디버깅이 3회 이상 반복되면, 문제의 맥락을 처음부터 다시 정리해서 전달하는 것이 효과적입니다. AI의 대화 흐름이 길어지면 초기 맥락을 놓칠 수 있기 때문입니다.
SECTION 5-6

바이브코딩의
비즈니스 임팩트

AI 코딩 도구의 생산성 효과는 이미 검증 단계를 넘어 실전 적용 단계에 진입했습니다.

숫자로 보는 생산성 혁명
AI 코딩 도구 생산성 효과
작업 완료 속도
55% 향상
GitHub 연구 (4,800명 대상) - Copilot 사용 시
AI 생성 코드 비율
46%
GitHub 통계 (2025) - Java는 61%
PR 처리 시간 단축
75% 단축
GitHub 통계 (2025) - 9.6일 -> 2.4일
McKinsey 생산성
25%+ 향상
McKinsey 연구 (600+개 조직)
높은 채택률 조직
110%+ 향상
McKinsey 연구 - 80~100% 개발자 채택 조직
0
AI 코딩 도구 시장 (2025)
0
2032년 시장 전망
비개발자의 개발 참여 확대

바이브코딩의 가장 혁명적인 변화는 비개발자도 소프트웨어를 만들 수 있게 된 것입니다.

기획자 / 디자이너
Replit Agent나 bolt.new를 사용하여 프로토타입을 직접 제작
마케터
v0를 활용하여 랜딩 페이지를 직접 생성 및 배포
데이터 분석가
Claude Code로 데이터 파이프라인 구축
창업자
개발자 없이 MVP(최소 기능 제품)를 직접 제작
SECTION 5-7

한계와
주의사항

바이브코딩은 강력하지만, 눈을 감고 달려도 되는 것은 아닙니다. 명확한 한계를 인식하고 대비해야 합니다.

보안
AI 코드의 취약점 확률 20~30% 증가
보안 리뷰 필수, SAST 도구 병행
품질
AI 제안 코드의 수락률은 약 30%에 불과
코드 리뷰 문화 유지, 린터 활용
의존성
AI에 대한 과도한 의존 시 학습 기회 상실
핵심 로직은 이해한 후 위임
신뢰
개발자의 46%가 AI 결과를 완전히 신뢰하지 않음
테스트 코드 작성, CI/CD 파이프라인
규모
대규모 레거시 시스템에서 한계
점진적 적용, 신규 모듈부터 도입
비용
토큰/크레딧 기반 과금으로 비용 예측 어려움
사용량 모니터링, 비용 상한 설정
TIP: 바이브코딩은 "코딩을 몰라도 된다"는 뜻이 아닙니다. 오히려 "무엇을 만들고 싶은지 명확하게 표현하는 능력"이 더 중요해집니다. 프로그래밍 기초 지식이 있으면 AI에게 더 정확한 지시를 내릴 수 있고, AI가 만든 결과물의 품질도 더 잘 판단할 수 있습니다.
KEY TAKEAWAYS

핵심 정리

1
바이브코딩은 2025년 2월 Andrej Karpathy가 제안한 개념으로, 자연어로 AI에게 의도를 전달하여 코드를 생성하는 개발 방식이다.
2
핵심 워크플로우는 반복적 대화를 통한 점진적 구체화이며, 인간은 방향을, AI는 실행을 담당한다.
3
Cursor, GitHub Copilot, Claude Code, Replit Agent, v0, bolt.new 등 다양한 도구가 있으며, 상황에 맞는 도구를 선택하는 것이 중요하다.
4
효과적인 프롬프팅(컨텍스트 설정, 단계적 구체화, 에러 전체 전달)이 바이브코딩의 성패를 좌우한다.
5
AI 코딩 도구는 개발 속도를 55% 향상시키고, 전체 코드의 46%를 생성하는 수준에 이르렀다.
6
보안, 품질, 비용 등 한계를 인식하고, 코드 리뷰와 테스트를 병행하는 것이 필수적이다.
Ch4로 🏠 홈 Ch6으로