바이브코딩이란 자연어로 AI에게 코드 작성을 지시하고 결과를 즉시 실행하면서 소프트웨어를 만드는 방식이다. 3개월 사용 후 계속 유지한 것과 포기한 것을 솔직하게 정리한다.
계속 쓰게 된 이유는 무엇인가
반복 구조가 많은 작업에서 속도 차이가 명확하다. API 엔드포인트 추가, 테이블 스키마 변환, CRUD 기본 구조처럼 비슷한 패턴이 반복되는 코드는 직접 작성하는 것보다 약 3배 빠르다. 직접 측정 결과, 이런 유형의 작업에서 세션당 평균 40분이 절감됐다.
초안을 먼저 만들고 실행하면서 방향을 조정하는 흐름이 맞는다. 설계를 다 마친 후 구현하는 방식보다, 빠르게 동작하는 초안을 만들고 실행하면서 문제를 발견하는 방식이 이 도구와 잘 맞는다. 탐색적 작업에서 특히 효과가 높았다.
안 쓰게 된 이유는 무엇인가
도메인 지식이 깊이 필요한 구간에서는 오히려 느려진다. 처음 본 코드베이스를 파악하거나, 성능 병목을 진단하거나, 복잡한 비즈니스 로직을 설계할 때는 AI 제안을 검토하고 수정하는 시간이 직접 작성하는 것보다 길었다. 이런 작업에서는 바이브코딩을 쓰지 않는다.
세션이 길어지면 응답 품질이 떨어진다. 한 세션이 90분을 넘기면 AI의 제안 품질이 낮아지는 경향이 있었다. 현재는 세션을 90분 이내로 제한하고, 중간에 맥락을 명시적으로 요약해 재입력한다. 이 변화 후 수정 빈도가 약 25% 줄었다.
3개월 후 남은 판단
바이브코딩은 모든 개발 작업에 맞는 방식이 아니다. 반복 구조가 많고, 즉시 실행 가능한 소규모 단위 작업에서 효율이 가장 높다. 그 범위 안에서만 쓴다. 범위를 넘어서면 속도 이점이 사라지고 수정 비용이 늘어난다.