Vibe Coding은 무엇이며 왜 그렇게 많은 증오를 받는가?

AI 챗봇을 가끔씩만 사용하거나 전혀 사용하지 않더라도 바이브 코딩이라는 용어를 접할 가능성이 높습니다. 초보자에게 이는 LLM(대형 언어 모델)을 사용하여 프로젝트 코드의 일부 또는 전부를 생성하는 소프트웨어 개발의 한 형태입니다. 이 용어는 Tesla의 Autopilot Vision 프로그램을 주도한 것으로 가장 잘 알려진 AI 연구원인 Andrej Karpathy에 의해 처음 만들어졌습니다. Karpathy는 2025년 2월 X에 “내가 ‘바이브 코딩’이라고 부르는 새로운 종류의 코딩이 있습니다. 분위기에 완전히 굴복하고 기하급수적 요소를 수용하며 코드가 존재한다는 사실조차 잊어버리는 것입니다. LLM(예: Sonnet의 Cursor Composer)이 너무 좋아지고 있기 때문에 가능합니다.”라고 썼습니다.

그 이후로 LLM은 코드 생성 능력이 향상되었고 그 결과 바이브 코딩의 인기가 크게 높아졌습니다. 하지만 예상할 수 있듯이 어떤 것이 인기를 얻게 되면 반발도 따르기 마련입니다.

바이브 코딩 지지자들은 LLM이 소프트웨어 개발을 민주화하여 누구나 자신의 앱을 만들 수 있도록 한다고 주장합니다. 나는 그것을 직접 본 적이 있다. 내 이웃은 수의학 기술자로 일했습니다. 그녀는 나이 많은 고양이의 인슐린 주사를 더 쉽게 추적할 수 있도록 앱을 코딩했습니다. 반면에 비평가들은 바이브 코딩이 취약한 소프트웨어를 생산하고 있다고 주장합니다. 광범위하게 사용하면 코드베이스를 유지 관리하기가 더 어려워질 수도 있습니다. 왜냐하면 LLM이 오류를 해결할 수 없는 경우 바이브 코더가 코딩에 대해 충분히 알지 못해 오류를 수정할 가능성이 높기 때문입니다.

이 주장을 뒷받침하는 예비 연구가 있습니다. 지난 4월, 조지아 공대 사이버 보안 및 개인 정보 보호 학교의 연구원들은 43,000개의 보안 권고를 검사하여 AI 생성 코드를 직접 추적할 수 있는 74개의 취약점을 발견했습니다. 그 중 14개는 연구원들이 중요하다고 간주하는 보안 문제였습니다. 많지 않은 것처럼 보일 수도 있지만, 43,000개의 권고는 연초 3개월 동안만 적용되었습니다. 더욱이 팀은 LLM에 의해 생성된 것으로 적절하게 공개된 코드만 추적할 수 있다는 사실로 인해 AI로 인해 생성된 취약점의 실제 수가 5~10배 더 많을 것으로 추정했습니다.

이 관행이 단지 취미 생활을 하는 사람들 사이에서만 인기가 있었다면 이러한 문제는 큰 문제가 되지 않을 것입니다. 그러나 자신과 동료의 의구심에도 불구하고 더 많은 전문가들이 바이브 코딩으로 전환하고 있음을 시사하는 증거가 늘어나고 있습니다. AI 도구를 사용해 본 전문 프로그래머 1,100명을 대상으로 한 최근 설문 조사에 따르면 72%가 매일 AI 코딩 도구를 사용하고 있으며 코드베이스의 약 42%가 AI에서 생성되거나 지원된 것으로 나타났습니다. 같은 그룹은 AI 생성 코드가 내년까지 코드베이스의 절반 이상을 차지할 것으로 예측합니다.

바이브 코딩에 대해 이야기할 때 LLM에 의해 완전히 생성된 코드와 AI 프로그램이 누군가의 정리 및 디버깅에 도움이 되었을 수 있는 코드를 구별해야 합니다. Stack Overflow 2025의 개발자 설문조사에 따르면 매일 AI 도구를 사용하는 응답자의 수는 47.1%였습니다. 동시에 응답자의 72%는 바이브 코딩이 개발 워크플로의 일부가 아니라고 답했으며, 또 다른 5%는 업무 수행 방식이 “단연히” 아니라고 덧붙였습니다. 이제 그 숫자는 작년에 바뀌었을 가능성이 높지만 2025년 중반 현재 대부분의 전문가는 자동 완성, 코드 검토, 장애물을 통한 채팅과 같은 작업에 AI 도구를 사용하고 있었습니다.

물론 이것에는 또 다른 측면이 있습니다. 현재 선임 개발자가 AI를 사용하여 자동화하는 많은 작업은 한때 후배 팀원에게 위임한 작업이었습니다. 코딩은 젊은 사람이 중산층에 진입하기 위해 선택할 수 있는 몇 안 되는 신뢰할 수 있는 경로 중 하나였습니다. 기업이 그 어느 때보다 적은 수의 주니어 코더를 고용함에 따라 더 이상 그렇지 않습니다.