Transcript
00:00:00태초에 하나님이 천지를 창조하셨으니... 너무 이르게 시작했네요. 태초에
00:00:06엔지니어들은 0과 1을 사용했죠. 그러다 숫자를 쓰는 것에 질려서 어셈블리를 만들었고,
00:00:11어셈블리에도 질려서 프로그래밍 언어를 만들었습니다. 그리고 또 질려버리자
00:00:16아예 코드를 직접 짜는 것조차 귀찮아져서 코드를 대신 써줄 AI를 만들었죠. 그러자
00:00:21이 모든 상황에 대해 실존적 위기를 느끼기 시작했습니다. 이 '바이브 코딩'이라는 게
00:00:26어떻게 탄생했는지 이해하려면 2021년으로 돌아가야 합니다. 깃허브가 코파일럿이라는 AI 도구를
00:00:33코드 에디터 안에 처음 선보였을 때죠. 이건 기본적으로 코드 완성을 도와주는
00:00:38정말 유용한 도구였지만, 당시에는 개발자를 위한 자동 완성 기능 정도였습니다.
00:00:43그러다 2022년 말, 챗GPT가 등장하면서 상황이 매우 흥미로워졌습니다. 이제 역사상 처음으로
00:00:49그저 원하는 것을 평이한 영어로 설명하기만 하면 AI가 코드를
00:00:55대령해 줬거든요. 사람들은 코드가 정확히 무슨 일을 하는지 완전히 이해하지도 못한 채
00:01:00코드 전체를 복사해서 프로젝트에 붙여넣기 시작했습니다. 놀랍게도 꽤 잘 작동했죠. 모두가 그렇게 했지만
00:01:07아무도 이걸 뭐라고 불러야 할지 몰랐습니다. 하지만 이건 시작일 뿐이었죠. 처음엔 개발자들이
00:01:13주로 브라우저 탭에서 코드를 복사해 에디터에 붙여넣곤 했습니다. 그런데 기술 업계의 최고 전문가들이
00:01:18생각했죠. '그냥 AI 전체를 코드 에디터 안으로 불러오면 어떨까?' 그러자 짧은 시간 안에
00:01:25수많은 도구가 등장했습니다. 2023년, 커서(Cursor)가 출시되었고 이는 모든 개발자의
00:01:31워크플로우를 완전히 바꿔놓았습니다. 단순히 자동 완성을 넘어, AI 도구가 전체 코드 베이스를 이해하고
00:01:38원하는 바를 평이한 언어로 설명하면 에디터 안에서 실제 개발자처럼
00:01:43코드를 수정하기 시작했죠. 2024년이 되자 클로드(Claude) 같은 모델들은 크고 복잡한 프로젝트를 추론하는 데 놀라운 성능을 보였고,
00:01:50개발자들은 타이핑하는 시간보다 AI와 대화하며 소프트웨어를 만드는 데 더 많은 시간을
00:01:55쓰게 되었습니다. 그리고 2025년, 혁명적인 AI 코딩 에이전트인 클로드 코드(Claude Code)가 등장했죠. 이제
00:02:02AI에게 함수 하나를 짜달라고 하는 대신, 전체 기능을 구현해달라고 요청할 수 있게 됐습니다. 마치
00:02:08컴퓨터 안에 개발자가 앉아 있어서 작업 티켓만 넘겨주는 것과 같았죠. 바로 이 무렵,
00:02:14매우 중요한 질문이 어디에서나 떠돌기 시작했습니다. 앱이 돌아가는 코드를 이해하지 못한다면,
00:02:19과연 그걸 코딩이라고 부를 수 있을까? 아직 명확한 답은 없었지만, 누군가 이 현상에
00:02:25이름을 붙이려던 참이었습니다. 2025년 2월, 오픈AI의 공동 창립자이자 전 테슬라 AI 책임자인 안드레이 카파시가
00:02:35X(트위터)에 인터넷을 뜨겁게 달군 글을 올렸습니다. 그가 어떻게
00:02:40AI와 '바이브'를 맞추며 소프트웨어를 빌드하고 있는지, 코드는 거의 읽지 않고 AI가 제안하는 내용을
00:02:45받아들이거나 어색한 부분만 살짝 수정하고 있다는 내용이었죠. 그는 이걸 '바이브 코딩'이라고 불렀습니다. 그 게시물은
00:02:51수백만 명이 이미 하고 있었지만 마땅한 용어를 찾지 못했던 행위에 이름을 부여하는
00:02:56정말 강력한 역할을 했습니다. 몇 주 만에 바이브 코딩은 어디에서나 화제가 됐고, 당연히 이 현상에 대해
00:03:02의문을 제기하는 사람들도 있었습니다. 이 흐름을 지지하는 사람들과 반대하는 사람들이 갈렸죠.
00:03:07대부분은 AI 생성 코드의 문제점으로 보안 취약점을 꼽습니다.
00:03:12또한 엣지 케이스를 제대로 처리하지 못한다는 점도 지적하죠. 실제로 AI 코드는
00:03:19완벽하게 작동하다가도 최악의 순간에 실패할 수 있습니다. 애초에 무엇이 돌아가는지
00:03:24전혀 이해하지 못했기 때문에 왜 그런지 알 방법이 없죠. 그 밑바닥에는 더 크고
00:03:30불편한 질문이 깔려 있습니다. 차세대 개발자들이 기초를 배우지 않고
00:03:35AI가 다 처리하게 둔다면, 이 기술이 실제로 어떻게 작동하는지에 대한 집단 지식은 어떻게 될까요?
00:03:41자동차를 운전할 줄은 알지만 엔진이 어떻게 작동하는지는 전혀 모르는 세대를 만드는 건 아닐까요?
00:03:47엔진이 고장 나기 전까지는 괜찮을지도 모릅니다. 하지만 또 다른 이야기도 있죠.
00:03:52역사상 더 쉽게 무언가를 하도록 도와준 모든 도구는 이런 저항에 부딪혔습니다. 사진술이
00:03:59회화를 죽이지 않았고, 계산기가 수학자를 없애지 않았듯이요. 어쩌면 AI가 코딩의
00:04:05지루하고 기계적인 부분을 담당해 주는 덕분에 사람들이 아이디어, 설계, 문제 해결 같은
00:04:11정말로 흥미로운 일에 집중할 수 있게 되는 것일지도 모릅니다. AI에 지나치게 의존하게 되어 기술을
00:04:18향상시키고 싶다면 '코드 크래프터스(Code Crafters)'를 확인해 보세요. 흥미로운 것들을 직접 만들어 볼 수 있는
00:04:23플랫폼인데, 개발자에서 엔지니어로 성장하는 데 분명 도움이 될 겁니다.
00:04:28링크는 설명란에 있습니다. 지금까지 논의한 모든 내용을 종합해 볼 때, 이제는
00:04:34어디로 향하게 될까요? 솔직히 말하기 어렵네요. 지금도 여전히 진행 중인 무언가에 대해
00:04:40역사 영상을 만드는 게 조금 성급할 수도 있다는 건 인정합니다. 도구들은 극적으로 더 좋아지고 있고,
00:04:46커서, 클로드 코드와 같은 AI 코딩 에이전트들은 이제 전체 기능을 자율적으로
00:04:52구축할 수 있습니다. 하지만 아직 아무도 명확한 답을 내놓지 못한 게 있고, 제가 진심으로
00:04:57여러분께 묻고 싶은 게 있습니다. AI가 코딩을 더 잘하게 될수록 소프트웨어 개발자가 된다는 건
00:05:02무엇을 의미하게 될까요? 댓글로 여러분의 생각을 알려주세요. 여러분은
00:05:08이게 소프트웨어 역사상 최고의 사건일지, 아니면 5년 뒤에 후회할 서서히 다가오는 재앙일지 정말 궁금합니다.
00:05:13영상이 좋았다면 사랑을 보여주세요. 다음 영상에서 뵙겠습니다.