# 📌 AI 시대 찐 고수와 바이브코더, 결과물이 아니라 질문 하나로 구분된다는 거 알고 있었음 (이거 모르면 본인이 어느 쪽인지도 모름)...
Canonical: https://social-archive.org/yena/QeG3YsiKOb
Original URL: https://x.com/leafmeta/status/2072804460301320701
Author: Leaf Meta 🇰🇷
Platform: x
## Content
📌 AI 시대 찐 고수와 바이브코더, 결과물이 아니라 질문 하나로 구분된다는 거 알고 있었음 (이거 모르면 본인이 어느 쪽인지도 모름) •행복경로 vs 실패경로 (구분선은 여기임) •착각 효과 (빨라졌다고 느끼는데 실제론 느려짐) •검증 능력 (같은 도구, 다른 결과) 1) 고수는 “안 되는 경우”를 먼저 물어봄 찐 고수와 바이브코더를 가르는 질문은 딱 하나다, “이거 언제 깨지는데?” 바이브코딩으로 만든 코드가 일관되게 빠뜨리는 게 엣지케이스, 에러 처리, 예외 로직이라고 한다. 근데 이게 AI가 까먹어서가 아니다, 개발자가 애초에 그걸 명세하지 않아서다. 시스템의 실패 방식을 모르는 사람은 그걸 요구할 수도 없다는 거임. 데모는 행복경로(해피패스)에서 돌아가지만, 프로덕션의 실력은 안 행복한 경로에서 드러난다. 2) 바이브코더의 제일 무서운 특징은 “빨라졌다는 착각” 2025년 무작위대조시험(RCT) 하나가 업계를 뒤집었다. 숙련된 오픈소스 개발자들에게 AI 도구를 쓰게 했더니 작업 완료 시간이 오히려 19% 늘었다, 근데 정작 본인들은 24% 빨라질 거라고 예측했었다. 체감과 실측이 정반대로 나온 거다(성숙한 코드베이스 기준이라 신규 프로젝트엔 다를 수 있음). 반면에 한 설문에서는 시니어가 “상당한 속도 향상”을 보고한 비율이 주니어의 2배였는데, 이유는 AI의 오류를 스스로 잡아낼 수 있어서라고 분석됐다. 같은 도구인데 검증 능력에 따라 부스터가 되기도, 함정이 되기도 하는 거임. 3) 용어를 만든 사람이 1년 만에 버렸다는 게 결정적 힌트 바이브 코딩이라는 말을 만든 카파시 본인이 딱 1년 뒤에 “에이전틱 엔지니어링”으로 갈아탔다. 구분은 명확하다, 바이브 코딩은 원하는 걸 말하고 나온 걸 받아들이는 것, 에이전틱 엔지니어링은 시스템을 설계하고 제약을 명세한 뒤 AI로 구현을 가속하는 것. 하나는 표현이고 하나는 엔지니어링이다. 그리고 보안 쪽 데이터도 있다, 한 바이브코딩 플랫폼으로 만든 웹앱 1645개 중 170개에서 개인정보가 노출되는 취약점이 발견됐다. 돌아간다와 안전하다는 완전 다른 얘기라는 거다. 💬 근데 이 이분법도 한 번 흔들어보면, 카파시가 원래 바이브 코딩을 추천한 용도는 주말 장난감 프로젝트였고 그 용도로는 지금도 최고의 도구다. 심지어 리누스 토르발스도 자기 프로젝트 시각화 도구를 바이브 코딩으로 만들었다고 밝힌 적이 있다. 그러니까 진짜 구분선은 “바이브코딩을 하냐 마냐”가 아니라 “지금 이게 바이브 코딩해도 되는 상황인지 아는가”일 수도 있다. 고수는 코드를 잘 짜는 사람이 아니라 언제 눈을 감아도 되고 언제 떠야 하는지 아는 사람, 어쩌면 그게 전부일지도 출처 세 개 다 열어보면 체감 속도와 실제 속도가 왜 반대로 나오는지 데이터로 바로 확인됨 METR 연구가 인용된 위키 문서는 바이브코딩 논쟁 전체를 한 번에 정리해줘서 저장 가치 높음 카파시의 에이전틱 엔지니어링 발언은 앞으로 1년간 계속 인용될 개념이라 미리 읽어두면 좋음 #바이브코딩 #에이전틱엔지니어링 #AI개발 🔗 관련 정보: •“숙련 개발자에게 AI 도구를 허용하자 완료 시간이 19% 늘었지만 본인들은 24% 단축을 예측했다” — https://en.wikipedia.org/wiki/Vibe_coding •“바이브 코딩은 표현이고 에이전틱 엔지니어링은 제약을 설계하고 검증하는 엔지니어링이다” — https://sdtimes.com/ai/andrej-karpathy-has-renamed-vibe-coding-heres-what-engineering-leaders-need-to-do-about-it/ •“시니어 개발자는 AI 오류를 포착하고 수정할 역량이 높아 상당한 속도 향상을 보고한 비율이 주니어의 2배였다” — https://www.cio.com/article/4050312/%EC%8B%9C%EB%8B%88%EC%96%B4-%EA%B0%9C%EB%B0%9C%EC%9E%90%EA%B0%80-%EC%BD%94%EB%94%A9-%EC%9E%91%EC%97%85%EC%9D%84-ai%EC%97%90-%EB%8D%94-%EB%A7%8E%EC%9D%B4-%EB%A7%A1%EA%B8%B4%EB%8B%A4.html