PE Notes · SW
바이브 코딩
Karpathy가 이름 붙인 바이브 코딩을 노코드·로우코드와 가르고, 시민 개발자와 AI 보조 개발자의 역할·품질 책임을 비교합니다.
개발 인력은 부족하고 출시 주기는 짧습니다. GUI로 조립하거나, 자연어로 의도를 말하면 이 코드를 씁니다. 세 길은 속도는 비슷해 보여도 누가 품질을 책임지는지가 다릅니다.
느낌은 의도, 코드는 모델
은 2025년 Andrej Karpathy가 부른 이름입니다. 개발자가 자연어로 느낌과 목적을 넘기고, 모델이 생성·수정·디버그를 맡습니다. 사람은 결과를 받거나 방향을 틀 뿐입니다. 원문에 가까운 뜻은, 지수적 도구에 몸을 맡기고 코드가 거기 있다는 감각을 잠시 내려놓는 작업입니다.
는 프로그래밍 없이 드래그로 앱을 만듭니다. 대상은 입니다. 플랫폼이 표현할 수 있는 범위가 천장입니다. 는 시각 부품에 최소 코드를 섞습니다. 현업과 개발자가 같이 씁니다.
바이브의 주인공은 AI 보조 개발자입니다. 시민 개발자가 플랫폼 안에서 조립하는 것과 달리, 여기서는 저장소에 남는 소스와 테스트·배포를 개발자가 통합합니다. 유연성은 거의 일반 코딩에 가깝고, 대신 검토를 건너뛰면 구멍이 그대로 커밋됩니다.
| 비교축 | 노코드 | 로우코드 | 바이브 코딩 |
|---|---|---|---|
| 대상 | 시민 개발자 | 혼합 | AI 보조 개발자 |
| 코딩 | 없음 | 최소 | 자연어 지시 |
| AI 역할 | 보조 | 보조 | 코드 생성의 중심 |
| 유연성 | 낮음 | 중간 | 높음 |
| 품질 | 플랫폼 | 일부 검토 | 개발자 검토 필수 |
| 예 | Bubble, AppSheet | OutSystems, Mendix, Power Apps | Copilot, Cursor |
워크플로는 말하고 다시 말한다
의도를 적습니다. 모델이 라우터와 토큰 코드를 뱉습니다. 만료 시간·에러 처리를 다시 시킵니다. 통과한 조각만 기존 코드베이스에 붙이고 시험합니다. 프로토타입, 낯선 프레임워크, 보일러플레이트, 테스트·문서에 잘 맞습니다.
주의는 네 줄입니다. 생성 코드의 취약점을 본다. 학습 데이터 출처의 저작권·라이선스를 본다. 틀린 코드를 확신 있게 내놓으므로 맹목 수용을 금한다. 큰 저장소 전체를 모델이 동시에 이해하지 못합니다.
사내 업무 자동화는 노코드, 복잡한 업무 앱은 로우코드, 전문 생산성과 실험은 바이브 쪽에 가깝습니다. 공공 초거대 AI 지침이 사람 최종 책임을 남기는 것과 같은 방향입니다.
역할이 설계·검토로 이동한다
도구가 AI 네이티브 IDE로 옮겨 가면, 작성보다 요구 분해와 리뷰가 일이 됩니다. 로우코드 플랫폼도 생성 기능을 붙입니다. 자율 에이전트가 배포까지 가면 통제 면이 더 커집니다.
답안 한 줄은 이렇습니다. 시민 개발자는 노·로우코드의 플랫폼 안에서, AI 보조 개발자는 바이브로 실제 코드를 받되 품질을 자기가 집니다.
기술사 답안 포인트
관련 용어
관련 토픽
SW
MVC, MVVM, MVI
관심사를 나눈 UI 패턴 세 가지의 데이터 흐름을 비교하고, 컨트롤러 비대·데이터 바인딩·단방향 불변 상태가 가르는 지점을 정리합니다.
AI
RAG, RIG, MCP, MoE — LLM 최적화 기법
검색으로 지식을 붙이고, 생성 중 근거를 확인하고, 도구를 표준으로 연결하고, 필요한 전문가만 깨우는 네 가지 LLM 최적화 축을 구분합니다.
AI
공공부문 초거대AI 도입·활용 가이드라인
공공기관이 초거대·생성형 AI를 쓸 때 사람 책임, 개인정보, 환각, 보안을 어떻게 나누는지, 버전 변화와 위험 등급·책임 체계를 기준으로 정리합니다.