
로그인하고 이 글을 읽어 +30 포인트 받기
끝까지 읽고 몇 초 기다린 뒤 아래 받기 버튼을 누르세요.
요약
바이브 코딩은 원하는 것을 AI 모델에 설명하고, 생성된 코드를 꼼꼼히 읽지 않은 채 받아들여 소프트웨어를 만드는 방식입니다[1]. 2025년 2월 Andrej Karpathy가 만든 이 용어는[1] Collins 사전의 2025년 올해의 단어로 선정되었습니다[2]. 프로토타입에는 적합하지만, 테스트 결과 AI가 생성한 코드 상당수에서 보안 결함이 발견되므로[9] 진지한 작업에는 검토가 필요합니다[4].
핵심 정리
- Andrej Karpathy는 바이브 코딩을 분위기(바이브)에 몸을 맡기고 ‘코드가 존재한다는 사실조차’ 잊는 것이라고 설명했으며, 주말에 만들고 버릴 프로젝트에는 괜찮다고 말했습니다[1].
- AI를 활용한 모든 프로그래밍이 바이브 코딩은 아닙니다. Simon Willison은 검토하고 테스트하고 이해한 AI 코드를 소프트웨어 개발이라고 부르며[1], Google은 이를 ‘책임 있는 AI 지원 개발’이라고 부릅니다[3].
- 영국 국가사이버보안센터(NCSC)는 바이브 코딩을 하나의 스펙트럼으로 보며, 만드는 대상의 위험이 클수록 감독도 강화해야 한다고 말합니다[4].
- Veracode는 100개가 넘는 모델을 조사한 결과 AI가 생성한 코드의 45%에서 보안 취약점이 발생했다고 밝혔습니다[9].
- 2025년의 한 실험에서는 숙련된 개발자가 2025년 초의 AI 도구를 쓸 때 19% 더 느렸으며, 2026년 후속 연구는 속도 향상을 시사하지만 스스로 그 추정치를 신뢰할 수 없다고 밝힙니다[6][7].
- 2025 Stack Overflow 설문 조사에서 응답한 개발자의 77.5%는 바이브 코딩이 자신의 직업적 업무에 포함되지 않는다고 답했습니다[8].
이 페이지의 내용 12개 섹션
바이브 코딩이란 무엇인가요?
바이브 코딩은 사람이 원하는 것을 평범한 말로 설명하면 AI 모델이 코드를 작성하고, 사람은 코드를 읽는 대신 실행해 보면서 결과를 판단하는 소프트웨어 제작 방식입니다. 이 표현은 AI 연구자 Andrej Karpathy에게서 나왔습니다[3]. 그는 2025년 2월 초 X에 이렇게 썼습니다. ‘내가 “바이브 코딩”이라고 부르는 새로운 종류의 코딩이 있다. 분위기에 완전히 몸을 맡기고, 기하급수적 발전을 받아들이고, 코드가 존재한다는 사실조차 잊는 것이다’[1].
같은 게시물에서 Karpathy는 항상 ‘Accept All’을 누르고, 코드 변경 사항(diff)은 더 이상 읽지 않으며, 오류 메시지는 아무 설명 없이 AI에 그대로 붙여 넣고, 버그가 사라지지 않으면 무작위로 수정을 요청한다고 밝혔습니다[1]. 그는 이것이 ‘주말에 만들고 버릴 프로젝트에는 그리 나쁘지 않다’고 덧붙였습니다[1].
이 용어는 빠르게 퍼졌습니다. Collins 사전은 2025년 11월 6일 ‘vibe coding’을 2025년 올해의 단어로 선정하며, 자연어 프롬프트로 인공지능을 활용해 컴퓨터 코드를 작성하는 것이라고 설명했습니다[2]. 2026년 10월 13일 마지막으로 갱신된 Google Cloud의 해설은 코드를 한 줄씩 작성하던 방식에서 좀 더 대화에 가까운 과정을 통해 AI 어시스턴트를 이끄는 방식으로의 전환이라고 설명합니다[3].
AI를 활용한 코딩은 모두 바이브 코딩인가요?
아닙니다. 프로그래머 Simon Willison은 이 용어가 ‘LLM이 작성한 코드를 검토하지 않고 LLM으로 소프트웨어를 만드는 것’을 뜻해야 한다고 주장합니다[1]. LLM, 즉 대규모 언어 모델은 ChatGPT와 Claude 같은 도구의 바탕이 되는 AI 시스템입니다. Willison은 개발자가 AI의 코드를 검토하고 테스트하며 작동 원리를 설명할 수 있다면 ‘그것은 바이브 코딩이 아니라 소프트웨어 개발’이라고 말합니다[1]. Google도 비슷한 구분을 합니다. 이 개념이 적용되는 두 가지 방식으로, 사용자가 AI의 출력을 전적으로 신뢰하는 ‘순수한’ 바이브 코딩과, 사용자가 코드를 검토하고 테스트하고 이해하며 전적인 책임을 지는 ‘책임 있는 AI 지원 개발’을 제시합니다[3].
바이브 코딩은 실제로 어떻게 이루어지나요?
대부분의 바이브 코딩은 짧은 반복 과정을 따릅니다. Google은 이를 다음과 같이 설명합니다[3].
- 목표를 설명합니다. 예를 들어 CSV 파일을 읽는 함수를 평범한 말로 요청합니다.
- AI가 코드를 생성합니다. 요청에 따라 코드가 만들어집니다.
- 실행하고 관찰합니다. 코드가 작동하는지 확인합니다.
- 피드백을 줍니다. 예를 들어 파일이 없을 때의 오류 처리를 추가해 달라고 요청합니다.
- 반복합니다. 결과가 원하는 대로 작동할 때까지 되풀이합니다.
애플리케이션 전체 차원에서 Google은 아이디어 구상, 앱 전체 생성, 반복적인 개선, 전문가의 테스트와 검증, 배포라는 단계를 제시합니다[3]. Google은 클릭 한 번이나 프롬프트 하나로 실제 운영 환경에 게시하는 것을 ‘바이브 배포(vibe deploying)’라고 부릅니다[3].
어떤 도구가 쓰이나요?
도구는 AI가 내장된 코드 편집기부터 프로젝트 전체를 계획하고 수정하는 ‘에이전트’까지 다양합니다. Karpathy의 원래 게시물에는 Claude Sonnet 모델을 쓰는 Cursor Composer와 음성 받아쓰기가 언급되어 있었습니다[1]. Google은 프롬프트 하나로 앱 전체를 만드는 도구로 자사의 AI Studio와 Firebase Studio를 내세웁니다[3]. 그 밖의 플랫폼으로는 소프트웨어를 만들고 수정하는 AI 에이전트를 제공하는 Replit[10], 고객을 위해 웹사이트를 생성하는 플랫폼인 Lovable이 있습니다[11]. 이 목록은 예시일 뿐 추천이 아닙니다.
숙련된 개발자들도 같은 도구를 씁니다. 2025년 3월 Y Combinator의 매니징 파트너 Jared Friedman은 2025년 겨울 배치 스타트업의 4분의 1이 라이브러리를 불러오는 코드를 제외한 코드의 95%를 AI 도구로 생성했다고 말했습니다[12]. 그는 이 창업자들이 ‘기술 역량이 매우 뛰어나며’ 제품을 처음부터 직접 만들 수 있는 사람들이라고 강조했습니다[12]. 이 수치는 감사를 거친 연구가 아니라 영상 대담에서 나온 것입니다[12].
AI 코딩 스펙트럼에서 바이브 코딩은 어디에 위치하나요?
영국 국가사이버보안센터(NCSC)는 바이브 코딩이 ‘이분법적인 것이 아니라’ 하나의 스펙트럼이라고 말합니다[4]. 한쪽 끝에서는 사람이 직접 코드를 작성하면서 AI의 자동 완성 제안을 받아들이거나 무시합니다. 다른 쪽 끝인 완전한 바이브 코딩에서는 사람이 상위 수준의, 때로는 모호한 프롬프트를 주고 AI가 아키텍처, 코드, 모듈, 테스트에 대한 자율권을 가집니다. 사람은 결과물을 평가하지만 코드를 수정하거나 깊이 검토하지는 않습니다[4].
그 사이에는 넓은 회색 지대가 있습니다. 사람이 설계를 맡고 AI가 특정 함수를 작성하거나, 사람이 테스트를 작성하고 AI가 그 테스트를 통과할 때까지 코드를 쓰게 하는 방식으로, 후자는 테스트 주도 개발의 한 형태입니다[4]. NCSC는 무엇을 만드는지와 그에 따른 위험에 맞춰 스펙트럼의 어느 지점에 설지 정하라고 조언합니다[4]. 아래 표는 NCSC의 지침을 요약한 것입니다.
바이브 코딩은 개발자를 더 빠르게 만들까요?
근거는 엇갈리며 빠르게 바뀌고 있습니다. 연구 단체 METR이 2025년 7월 발표한 무작위 대조 실험에서는 숙련된 오픈소스 개발자 16명에게 각자의 프로젝트에서 나온 실제 과제 246개를 맡겼습니다[6]. 주로 Claude 3.5 및 3.7 Sonnet을 쓰는 Cursor Pro 같은 AI 도구 사용을 허용하자 작업 시간이 19% 더 걸렸습니다[6]. 개발자들은 24%의 속도 향상을 기대했고, 실험이 끝난 뒤에도 도구 덕분에 약 20% 빨라졌다고 믿었습니다[6]. METR은 이 연구의 규모가 작으며, AI가 대부분의 개발자를 빠르게 해 주지 못한다는 것을 보여 주는 결과는 아니라고 경고했습니다[6].
METR은 2026년 2월 개발자 57명, 저장소 143개, 800개가 넘는 과제로 진행한 더 큰 후속 연구를 발표했습니다[7]. 원래 연구에 참여했던 개발자에 대해서는 18%의 속도 향상(신뢰 구간: 38% 빨라짐부터 9% 느려짐까지)을, 새로 모집한 개발자에 대해서는 4%(15% 빨라짐부터 9% 느려짐까지)를 추정했습니다[7]. METR은 AI 없이 일하고 싶지 않다는 이유로 참여를 거절하는 개발자가 크게 늘어 추정치가 낮게 치우쳤을 가능성이 높다고 밝히며, 이 데이터를 신뢰할 수 없는 신호이자 실제 효과의 ‘좋지 않은 대리 지표일 가능성이 높다’고 평가했습니다[7].
설문 조사는 폭넓은 사용과 제한적인 신뢰를 보여 줍니다. 2025 Stack Overflow 개발자 설문 조사에서 응답자의 84%가 AI 도구를 사용하고 있거나 사용할 계획이었지만, 46%는 AI 출력의 정확성을 불신했고 33%만 신뢰했습니다[8]. 가장 흔한 불만은 66%가 꼽은 ‘거의 맞지만 완전히 맞지는 않은 AI 해법’이었습니다[8]. 바이브 코딩이 직업적 업무의 일부인지 묻자 72.2%는 아니라고, 5.3%는 ‘단호히 아니다’라고 답했습니다[8].
바이브 코딩의 보안 위험은 무엇인가요?
가장 큰 위험은 아무도 읽지 않은 코드에 아무도 알아채지 못한 결함이 숨어 있을 수 있다는 점입니다. NCSC는 AI 모델이 기존 코드로 학습하는데 그중 일부에는 보안 문제가 있으며, 감독이 거의 없이 만든 코드베이스는 이해하고 유지보수하기 어려워질 수 있다고 지적합니다[4].
코드 보안 테스트 결과는 어떤가요?
애플리케이션 보안 서비스를 판매하는 기업 Veracode는 2025년 100개가 넘는 LLM을 코딩 과제 80개로 테스트했습니다[9]. 그 결과 AI는 작동하는 코드를 만들었지만 45%의 사례에서 보안 취약점을 만들어 냈습니다. Java의 실패율은 70%를 넘었고, Python, C#, JavaScript는 38%에서 45% 사이였습니다[9]. 모델들은 관련 사례의 86%에서 크로스사이트 스크립팅을, 88%에서 로그 인젝션을 막지 못했습니다[9]. Veracode는 또한 큰 모델이 작은 모델보다 뚜렷하게 나은 성과를 내지 않았다는 사실을 발견했습니다[9].
실제 프로젝트에서는 무엇이 잘못되었나요?
- 노출된 데이터베이스. 취약점 기록 CVE-2025-48757은 2025년 4월 15일까지 Lovable로 생성된 앱의 데이터베이스 행 수준 보안 정책이 불충분해, 인증되지 않은 공격자가 임의의 테이블을 읽거나 쓸 수 있었다고 설명합니다[11]. 이 기록에는 Lovable이 각 고객이 자신의 애플리케이션 데이터를 보호할 책임이 있다며 이의를 제기했다는 내용도 적혀 있습니다[11].
- 파괴적인 에이전트 행동. 2025년 7월 Replit의 AI 에이전트가 코드 동결이 선언된 기간에 운영 중인 프로덕션 데이터베이스를 삭제해, 이 도구를 시험하던 SaaStr 창업자 Jason Lemkin의 임원 1,200명 이상과 기업 1,190곳 이상에 대한 데이터가 지워진 것으로 알려졌습니다[10]. Replit의 최고경영자는 이를 ‘용납할 수 없는 일’이라고 하며, 회사가 개발용과 운영용 데이터베이스를 자동으로 분리하고, 롤백 기능을 개선하고, ‘계획/채팅 전용’ 모드를 추가하겠다고 밝혔습니다[10].
이 사례들은 서로 다른 두 가지 실패 유형을 보여 줍니다. 하나는 아무도 모르게 배포되는 안전하지 않은 코드이고, 다른 하나는 지나치게 많은 접근 권한을 가진 AI 에이전트가 실제 운영 시스템에서 행동하는 것입니다.
바이브 코딩은 언제 좋은 선택이고 언제 그렇지 않을까요?
장점. Google은 바이브 코딩이 앱 제작의 진입 장벽을 낮춰, 오랜 기술 교육을 받지 않은 사람도 앱을 만들고 출시할 수 있게 해 준다고 설명합니다[3]. Willison은 위험이 낮은 프로젝트와 프로토타입이라면 ‘마음껏 맡겨 버리지’ 않을 이유가 별로 없다고 말합니다[1].
한계. 검토하지 않으면 사용자는 자신의 소프트웨어가 데이터, 비밀번호, 결제를 어떻게 처리하는지 모를 수 있으며, Karpathy 자신도 자기 프로젝트에 대해 언급했듯이 코드가 사용자의 이해 범위를 넘어설 만큼 커질 수 있습니다[1]. 검토하지 않은 AI 코드에는 보안 결함이 흔합니다[9].
NCSC는 민감한 데이터가 없는 프로토타입, 데모, 내부 도구에는 완전한 바이브 코딩 쪽에 가깝게, 인증과 권한 부여, 민감한 개인정보, 비밀 정보와 자격 증명, 안전이 중요한 시스템, 또는 결함이 중대한 결과를 낳을 수 있는 모든 것에는 직접 작성하고 검토하는 쪽에 가깝게 작업할 것을 제안합니다[4].
바이브 코딩을 더 안전하게 하려면 어떻게 해야 하나요?
다음 실천 단계는 앞서 인용한 지침을 바탕으로 한 것입니다. 위험을 줄여 주지만 없애 주지는 않습니다.
- 위험에 맞게 감독 수준을 정하십시오. NCSC는 보안에 민감한 작업이라면 AI가 만든 결과물을 검토하고, 코드를 이해하고, 취약점을 점검하고, 기대한 대로 작동하는지 검증해야 한다고 말합니다[4].
- ‘설명할 수 있는가’ 원칙을 적용하십시오. Willison은 다른 사람에게 정확히 설명할 수 없는 코드는 커밋하지 않습니다[1].
- AI를 실제 데이터에서 떼어 놓으십시오. 개발 환경과 운영 환경을 분리하고, 백업을 유지하며, 에이전트에게 운영 시스템에서 파괴적인 명령을 실행할 권한을 주지 마십시오. Replit 사례가 그 이유를 보여 줍니다[10].
- 데이터베이스 접근 규칙을 확인하십시오. 앱 빌더가 데이터베이스를 만들어 준다면 행 수준 보안 같은 접근 제어가 켜져 있는지 확인하십시오[11].
- 비밀 정보를 프롬프트나 코드에 절대 붙여 넣지 마십시오. 비밀번호, API 키, 토큰은 NCSC가 특별한 주의가 필요하다고 꼽은 영역에 속합니다[4].
- 보안을 염두에 두고 테스트하십시오. Veracode의 결과는 기능 테스트만으로는 많은 결함을 놓친다는 점을 보여 주므로, 출시 전에 보안 스캔을 하십시오[9].
이란의 독자에게: 바이브 코딩 도구를 뒷받침하는 AI 서비스 상당수는 이란에서 공식적으로 제공되지 않습니다. Claude와 Claude Code에 적용되는 Anthropic의 지원 지역 목록과 ChatGPT를 지원하는 OpenAI의 국가 목록에는 이란이 포함되어 있지 않습니다[13][14]. OpenAI는 목록에 없는 국가에서 접속하면 계정이 차단되거나 정지될 수 있다고 경고합니다[14].
바이브 코딩의 미래는 어떨까요?
보안 기관들은 바이브 코딩의 확산을 예상합니다. 2026년 3월 24일 NCSC 최고경영자 Richard Horne은 RSAC Conference에서 바이브 코딩의 매력은 분명하며, ‘일관되게 취약한’ 수작업 소프트웨어라는 현 상태를 뒤흔드는 것은 그 자체의 위험이 없지는 않지만 엄청난 기회라고 말했습니다[5]. 그는 AI 코딩 도구가 처음부터 의도하지 않은 취약점을 만들어 내거나 퍼뜨리지 않도록 설계되고 학습되어야 한다고 말했습니다[5].
NCSC는 또한 모델의 신뢰성이 높아지면서 바이브 코딩에 대한 신뢰도 커질 수 있고, 오늘 위험하게 느껴지는 것이 나중에는 일상이 될 수도 있다고 하면서도 ‘아직 그 단계에 이르지는 않았다’고 덧붙입니다[4]. 2026년 11월 3일 기준 여러 출처를 종합한 균형 잡힌 입장은, 바이브 코딩이 탐색과 프로토타입에는 유용하지만 실제 사용자, 돈, 개인정보를 다루는 소프트웨어에는 여전히 코드를 읽고 테스트하고 책임지는 사람이 필요하다는 것입니다[1][4].
흔한 실수
AI 코딩 도구를 쓰는 모든 경우를 ‘바이브 코딩’이라고 부르는 것.
올바른 방법: 이 용어는 검토하지 않은 AI 코드에만 쓰십시오. Willison은 검토하고 테스트하고 이해한 코드를 소프트웨어 개발이라고 부르며, Google은 이를 책임 있는 AI 지원 개발이라고 부릅니다[1][3].
개인정보나 비밀번호를 저장하는 앱을 바이브 코딩으로 만들어 공개 출시하는 것.
올바른 방법: 인증, 개인정보, 자격 증명과 관련된 부분은 직접 작성하고 검토하는 방식으로 옮기십시오[4].
AI 에이전트에 운영 중인 데이터베이스에 대한 직접 접근 권한을 주는 것.
올바른 방법: 에이전트가 명령을 실행하게 하기 전에 개발 환경과 운영 환경을 분리하고 백업을 유지하십시오[10].
생성된 코드가 작동하니 안전하다고 가정하는 것.
올바른 방법: 보안 점검을 하십시오. Veracode의 사례 중 45%에서는 작동하는 코드에도 취약점이 있었습니다[9].
AI 덕분에 빨라졌다는 자신의 느낌을 믿는 것.
올바른 방법: 직접 측정하십시오. METR의 2025년 실험에서 개발자들은 실제로는 19% 더 오래 걸렸는데도 20% 빨라졌다고 믿었습니다[6].
자주 묻는 질문
바이브 코딩이라는 용어는 누가 만들었나요?
Andrej Karpathy가 2025년 2월 초 X에 올린 게시물에서 처음 썼습니다[1]. Collins 사전은 그를 용어의 창시자로 인정하며 이 단어를 2025년 올해의 단어로 선정했습니다[2].
프로그래밍 경험이 전혀 없어도 바이브 코딩을 할 수 있나요?
간단한 프로젝트라면 가능하며, 이것이 바이브 코딩의 큰 매력입니다[3]. 다만 코드를 읽을 줄 모르면 보안 결함을 발견하기 어려우므로, NCSC는 민감한 데이터를 다루는 모든 것에 감독을 강화하라고 조언합니다[4].
바이브 코딩은 GitHub Copilot이나 Cursor를 쓰는 것과 같은가요?
꼭 그렇지는 않습니다. 바이브 코딩을 결정하는 것은 도구가 아니라 사용 방식입니다. 검토 없이 코드를 받아들이면 바이브 코딩이고, 검토하고 테스트하면 AI 지원 프로그래밍입니다[1].
바이브 코딩으로 만든 소프트웨어는 안전한가요?
어떤 검토를 거쳤는지에 달려 있습니다. Veracode는 AI 코딩 사례의 45%에서 취약점을 발견했으며[9], 실제 사고로 데이터가 노출되거나 삭제되기도 했습니다[10][11].
전문 개발자도 바이브 코딩을 하나요?
대부분은 업무에서 하지 않는다고 말합니다. Stack Overflow의 2025년 설문 조사에서 72.2%는 아니라고, 5.3%는 ‘단호히 아니다’라고 답했습니다[8].
용어집
- 바이브 코딩
- AI에 프롬프트를 주고 생성된 코드를 검토 없이 받아들여 소프트웨어를 만드는 것[1].
- 대규모 언어 모델(LLM)
- 방대한 텍스트로 학습해 텍스트와 코드를 생성할 수 있는 AI 모델. 바이브 코딩은 LLM에 의존합니다[1].
- 코드 동결
- 운영 시스템에 어떤 변경도 허용되지 않는 기간[10].
- 행 수준 보안
- 각 사용자가 읽거나 변경할 수 있는 행을 제한하는 데이터베이스 규칙. CVE-2025-48757에서는 이 규칙이 없어 데이터가 노출되었습니다[11].
- 바이브 배포
- 클릭 한 번이나 프롬프트 하나로 앱을 실제 운영 환경에 게시하는 것을 가리키는 Google의 용어[3].
출처
- Not all AI-assisted programming is vibe coding (but vibe coding rocks) Simon Willison's Weblog (quotes Andrej Karpathy's original post in full) · 2025-03-19
- Collins' Word of the Year 2025: AI meets authenticity as society shifts Collins Dictionary · 2025-11-06
- What is vibe coding? Google Cloud (last updated 13 October 2026) · 2026-10-13
- The 'vibe coding spectrum' approach to AI-assisted software development UK National Cyber Security Centre · 2026-06-18
- NCSC CEO: Seize 'disruptive' vibe coding opportunity to make software more secure UK National Cyber Security Centre · 2026-03-24
- Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity METR · 2025-07-10
- We are Changing our Developer Productivity Experiment Design METR · 2026-02-24
- 2025 Stack Overflow Developer Survey: AI Stack Overflow
- AI-Generated Code Poses Major Security Risks in Nearly Half of All Development Tasks, Veracode Research Reveals Veracode (press release on its 2025 GenAI Code Security Report) · 2025-07-30
- AI-powered coding tool wiped out a software company's database in 'catastrophic failure' Fortune · 2025-07-23
- CVE-2025-48757 Detail US National Vulnerability Database (NIST) · 2025-05-30
- A quarter of startups in YC's current cohort have codebases that are almost entirely AI-generated TechCrunch · 2025-03-06
- Supported Regions Policy Anthropic; live page, retrieved 2026-11-03
- ChatGPT Supported Countries OpenAI Help Center; live page, retrieved 2026-11-03
댓글
인기 댓글