바이브 코딩의 함정: AI에게 코드를 맡기는 게 정말 괜찮을까?

바이브 코딩이 뭔데 이렇게 논란이죠?

요즘 개발자 커뮤니티에서 "바이브 코딩(Vibe Coding)"이라는 말 많이 들어보셨을 거예요. 간단히 말하면, AI에게 자연어로 원하는 걸 설명하고 코드를 생성하게 한 다음, 그 코드를 자세히 리뷰하지 않고 그대로 쓰는 방식이에요. "분위기(vibe)"로 코딩한다는 뜻인데요, 코드의 세부 로직을 직접 이해하기보다는 AI가 만들어준 결과물이 동작하면 그냥 넘어가는 거죠.

비트토렌트 프로토콜을 만든 것으로 유명한 브람 코언(Bram Cohen)이 이 바이브 코딩 열풍에 대해 꽤 신랄한 비판을 내놓았어요. 그의 핵심 주장은 이래요. 바이브 코딩은 결국 "독푸딩(dogfooding)이 극단적으로 잘못된 형태"라는 거예요.

독푸딩이 뭐고, 왜 문제라는 걸까요?

독푸딩(dogfooding)은 "자기가 만든 제품을 자기가 써본다"는 뜻이에요. 회사에서 출시 전에 직원들이 먼저 써보는 거죠. 원래는 좋은 관행이에요. 그런데 코언이 지적하는 건, 바이브 코딩을 하는 사람들이 사실상 AI 코드 생성 도구의 독푸딩을 하고 있다는 점이에요. 자기가 진짜 필요한 소프트웨어를 만드는 게 아니라, AI가 코드를 얼마나 잘 짜는지를 시연하기 위해 뭔가를 만들고 있다는 거죠.

이게 뭐냐면, 비유를 하나 들어볼게요. 어떤 요리 로봇이 나왔는데, 그 로봇을 파는 회사 직원이 "로봇이 만든 음식 맛있죠?"라면서 매일 그 음식만 먹는 거예요. 근데 문제는 그 직원이 요리를 잘 몰라서 음식이 진짜 맛있는지, 재료가 신선한지, 위생이 괜찮은지를 제대로 판단할 수 없다는 거예요. 겉보기엔 그럴듯한데, 속을 들여다보면 문제가 가득할 수 있다는 이야기죠.

코언이 짚는 핵심 문제들

코언의 비판에서 가장 날카로운 부분은 코드 품질에 대한 지적이에요. AI가 생성한 코드는 겉으로 보기엔 깔끔하고 잘 동작하는 것처럼 보이지만, 실제로는 여러 문제를 안고 있는 경우가 많거든요. 에러 처리가 빠져 있거나, 엣지 케이스를 고려하지 않거나, 보안 취약점이 숨어 있을 수 있어요. 그리고 바이브 코딩의 본질이 "코드를 자세히 읽지 않는 것"이기 때문에, 이런 문제들이 발견되지 않고 그대로 프로덕션까지 갈 수 있는 거예요.

또 하나 중요한 지적은, 바이브 코딩으로 만들어진 프로젝트들이 대부분 "데모 수준"에 머문다는 점이에요. 트위터나 유튜브에서 "AI로 30분 만에 앱을 만들었다"라는 영상을 보셨을 거예요. 근데 그 앱이 실제 사용자 수천 명을 감당할 수 있나요? 데이터가 꼬이면 어떻게 되나요? 6개월 뒤에 기능을 추가해야 하면 그 코드베이스를 유지보수할 수 있나요? 이런 질문에 대한 답이 대부분 "아니오"라는 게 문제인 거죠.

코언은 특히 경험 많은 개발자와 초보자 사이의 차이를 강조해요. 숙련된 개발자가 AI를 보조 도구로 쓰면서 결과물을 꼼꼼히 검토하는 건 생산성 향상이에요. 하지만 코드를 제대로 이해하지 못하는 사람이 AI 출력을 그대로 쓰는 건, 마치 운전을 모르는 사람이 자율주행차에 모든 걸 맡기는 것과 비슷하다는 거예요. 대부분의 상황에선 괜찮겠지만, 문제가 생겼을 때 대처할 수 없게 되니까요.

AI 코딩 도구 생태계와 현실적 위치

GitHub Copilot, Cursor, Claude Code 같은 AI 코딩 도구들이 빠르게 발전하고 있는 건 사실이에요. 이 도구들은 분명히 개발 생산성을 높여주고, 보일러플레이트 코드 작성이나 간단한 함수 구현에서는 정말 유용하거든요. 문제는 이 도구들의 능력을 과대평가하는 문화가 형성되고 있다는 점이에요.

Devin 같은 "AI 소프트웨어 엔지니어"를 표방하는 제품도 있고, 에이전틱(Agentic) 코딩이라고 해서 AI가 스스로 계획을 세우고 코드를 작성하고 테스트까지 하는 방향으로 진화하고 있어요. 이런 흐름 자체는 흥미롭지만, 현재 시점에서 AI가 "사람의 검토 없이" 프로덕션급 코드를 안정적으로 만들 수 있다고 보기는 어렵거든요.

기존의 소프트웨어 공학에서 코드 리뷰, 테스트, 설계 문서 같은 관행이 존재하는 이유가 있어요. 소프트웨어가 복잡해지면 버그가 생기고, 그 버그를 잡으려면 코드를 깊이 이해해야 하기 때문이에요. 바이브 코딩은 이런 관행을 건너뛰자는 건데, 결국 기술 부채(나중에 갚아야 할 코드의 빚)가 눈덩이처럼 불어날 수 있다는 거죠.

한국 개발자에게 주는 시사점

한국 IT 업계에서도 AI 코딩 도구 도입이 빠르게 진행되고 있어요. 많은 회사에서 Copilot을 도입했고, 개인 프로젝트에서 Claude나 ChatGPT를 활용하는 분들도 많죠. 여기서 중요한 건 "어떻게 쓰느냐"예요.

AI를 짝 프로그래머(pair programmer)처럼 활용하면서, 생성된 코드를 반드시 이해하고 검토하는 습관을 들이는 게 핵심이에요. "이 코드가 왜 이렇게 짜여졌는지" 설명할 수 없다면, 그 코드를 프로젝트에 넣으면 안 되는 거예요. 특히 주니어 개발자분들에게 중요한 포인트인데요, AI가 대신 코드를 짜주면 편하지만, 그 과정에서 본인의 실력이 늘지 않으면 장기적으로 큰 손해거든요.

반대로, AI 도구를 잘 활용하면서 코드 리뷰와 테스트를 꼼꼼히 하는 개발자는 생산성이 크게 올라갈 수 있어요. AI가 초안을 빠르게 만들어주면, 사람은 설계와 검증에 더 집중할 수 있으니까요. 결국 도구 자체가 아니라 도구를 다루는 방식이 중요하다는, 어찌 보면 당연한 결론이에요.