Vibe Coding: 지옥에서 천국까지 한 번의 통찰

Source: Dev.to

프로젝트 1: Slack 애플리케이션

Slack 애플리케이션을 만들기로 했습니다.

• 인프라: 2시간 만에 완료했습니다.
• 애플리케이션 코드: 여기서부터 고생이 시작됐습니다.

제 접근 방식은 간단했습니다: AI에게 원하는 것을 설명하고, 생성된 코드를 복사‑붙여넣기하고, 배포하고, 출시하는 것이었습니다. 하지만 작동하지 않았습니다. 오류가 계속 나타났습니다. 오류를 AI에 다시 붙여넣고, 새로운 코드를 받아 재배포—반복했습니다. 일주일 동안 이런 왕복을 한 뒤, 저는 이제 **“바이브 코딩 지옥”**이라고 부르는 상황에 빠졌습니다. 기본을 이해하지 못한 채 AI를 맹목적으로 따르고 있었습니다.

저는 멈추고 숨을 고른 뒤 Slack 공식 SDK 문서를 읽었습니다. 다음을 배웠습니다:

• Slack이 제공하는 기능
• SDK 모듈이 작동하는 방식
• Slack 앱의 올바른 워크플로우

그 지식을 바탕으로 AI에게 새로운 이해를 토대로 명확한 아키텍처 지시를 내렸습니다. 앱은 3일 만에 완성되었습니다(학습 시간과 용어를 오해했을 때의 전체 재작성 포함). 그 이후에는 새로운 기능을 추가하는 데 몇 분이면 충분했습니다.

핵심 교훈: 이해를 AI에 외주 줄 수 없습니다. 소프트웨어 설계와 아키텍처 결정은 여전히 인간이 해야 합니다. AI는 강력한 도우미이지만, 효과적으로 활용하려면 도메인 지식이 필요합니다.

Project 2: LLM용 추론 플랫폼

LLM 모델과 파인‑튜닝된 변형을 호스팅할 완전한 추론 플랫폼을 구축하고 싶었습니다. 제 지식 수준은 최소 수준이었으며—시작 전날 밤에야 “추론(inference)”이라는 용어를 배웠습니다.

타임라인: 3일 만에 프로덕션‑레디.

SRE 배경(시스템 아키텍처, 성능 최적화, 인프라 패턴)을 바탕으로 AI를 효과적으로 이끌 수 있었습니다. AI가 제시한 옵션들을 이해하고 다음에 대해 정보에 입각한 결정을 내렸습니다:

• 아키텍처 패턴
• 성능 트레이드‑오프
• 인프라 설계
• 시스템 통합

AI가 구현의 약 80 %를 담당했지만, 저는 아키텍처 결정의 100 %를 주도했습니다. 이는 도메인 전문 지식과 AI 지원을 결합했을 때의 강력한 시너지—진정한 힘의 배가 효과를 보여줍니다.

새로운 패턴

After these experiences, I’m noticing a shift in how I spend my time:

• 수동 코딩 감소 – AI에게 보일러플레이트를 맡깁니다.
• 아키텍처와 설계 증가 – 시스템 구조, 트레이드오프, 통합을 고민합니다.
• 검증 및 정제 – AI가 만든 코드를 검토하고 품질, 성능, 보안을 보장합니다.

It feels similar to the transition from manually configuring servers to writing Infrastructure as Code: the skill set changes, but the value remains.

배운 교훈

• 기본이 먼저: 기본을 건너뛰면 실패합니다 (Slack 앱).
• 도메인 지식이 중요: 내 SRE 배경이 LLM 플랫폼에서 성공을 가능하게 했습니다.
• AI는 대체가 아니라 증폭: 이미 알고 있는 것을 배가시킵니다.
• 고수준 문제 해결: 엔지니어링은 아키텍처, 통합, 검증으로 이동하고, AI는 반복적인 구현 세부사항을 담당합니다.

다음은?

저는 아직 배우지 않은 언어인 Rust로 풀스택 애플리케이션을 구축할 계획입니다. 이를 통해 제가 발견한 원칙들이 다른 분야에도 적용되는지 테스트해볼 예정입니다. 기대해 주세요.

클라우드 아키텍처 인사이트, SRE 전쟁 이야기, 그리고 AI 시대에 성공적으로 살아가는 실용적인 교훈을 더 많이 원하신다면 저를 팔로우해주세요.

이전 기사: AWS SRE’s First Day with GCP: 7 Surprising Differences