- 개발 중 "몰입 상태(Flow)"를 AI와 함께 경험하는 Vibe Coding에 대해 반성적으로 고찰한 글
- 최근 두 달 동안 Vibe 코딩에 의존했지만, 생산성과 비용 면에서 만족스럽지 않았다고 판단함
- Vibe Coding은 특정한 개발 방법론이 아니라 일종의 상태 혹은 감정 중심의 개발 방식
- AI 코딩 도우미(Cline, Roo Code, Cursor 등)에 의존해 흐름을 따라가며 코드를 작성
- 명확한 계획 없이 직관과 몰입감만으로 작업하며, 도파민에 이끌려 '진전된 느낌'을 추구
Vibe Coding의 문제점
- 시간 낭비: 처음에는 빠르게 진행되는 듯하지만, 구조가 없기 때문에 오류나 변화에 끌려다님
- 비용 증가: AI의 컨텍스트 윈도우가 커질수록 API 호출 비용도 증가
- 예: 수십만 토큰 전송, 수천 줄 생성 → 결과적으로 비용 부담
- 재작업 증가: 초기에 빠르게 만든 코드가 결국 목적에 맞지 않아 전체를 다시 고쳐야 하는 상황이 발생
장점도 존재함
- 반복적인 디버깅과 재이해를 통해 코드 구조와 언어 자체에 대한 이해도 향상
- 필자는 Python 학습에 집중 중이며, 에러를 이해하고 모델을 올바르게 유도하는 능력이 조금씩 생김
Vibe Coding vs. AI Chat vs. 웹 검색
- Vibe Coding: 초기 탐색이나 실험적 시도에는 유용하나, 구조적인 개발에는 부적합
- AI Chat (ChatGPT 등): 빠른 답변과 보일러플레이트 생성에는 유용하나, 맹목적 신뢰는 위험 (AI 환각 가능성 존재)
- 웹 검색: 개념과 정확한 해결책을 찾는 데 필수적이나, 시간이 오래 걸릴 수 있음
현재 선호하는 조합: Gemini + Open WebUI
- Gemini Code Assist (VS Code에서 사용):
- 무료이며, 테스트 코드 생성 및 에러 수정에 강함
- 유닛 테스트를 처음 해보는 사람에게 특히 유용
- Open WebUI:
- 다양한 모델 지원과 커스터마이징 가능
- 특정 목적(코딩, 논문, 특허 등)에 맞는 프롬프트 설정 가능
- 텍스트 정렬, 테이블 변환 등 비용 대비 효율적인 작업에 적합
비효율적인 선택: 무제한 AI 에이전트
- Roo Code, Cline 등은 긴 시간 실행되며 토큰 사용량이 많음
- 특히 Claude 기반은 성능은 좋지만 비용이 과도하게 큼
- 대신 Gemini 2.0, DeepSeek V3/Chat 등은 무료이거나 저렴하고, 성능도 준수함
결론: 균형을 찾아가는 중
- Vibe Coding이 완전히 나쁘다고는 할 수 없음
- 창의력 발휘나 아이디어 탐색에는 도움이 됨
- 그러나 지속 가능한 개발 방식은 아님
- 마감 기한과 비용 앞에서 현실적인 대안이 필요
- 필자의 현재 최적 조합:
- Gemini Code Assist (무료, 유닛 테스트에 강함)
- Open WebUI (컨트롤과 비용 측면에서 유리)
- 향후 계획:
- Perplexity 같은 유료 챗 앱 고려 ($20/월, 무료 티어도 존재)
- API 비용이 월 $30 이상이므로, 구조적 비용 절감 필요
- 장기적으로는 로컬 모델 실행도 고려, 더 효율적인 모델이 나오면 전환 가능성 있음