제가 열여섯 살이었을 때, 여름에 읽은 책 한 권이 제게 지워지지 않는 흔적을 남겼습니다. 그것은 코드가 아니라 철학이었습니다. 알렉상드르 쿠외리(Alexandre Koyré)의 ‘대략적인 세계에서 정밀함의 우주로’라는 에세이였습니다.

그 논지는 저를 떠나지 않았습니다. 우리 역사 대부분 동안, 우리는 '대략적'이고 근사치에 의존하는 세상 속에서 살았습니다. 과학은, 그리고 그것이 건설한 거의 모든 것은 측정과 정밀함의 우주라는 문턱을 넘어서야만 가능해졌습니다.

수년이 흘렀지만, 그 여름에 배운 기초는 흔들리지 않았습니다.

AI 마케팅은 보편적인 채택을 꿈꾸고 있고, 저는 그 이유를 이해합니다. 그것이 수익 성장을 가져오기 때문입니다. 하지만 또한 정말 좋은 일을 합니다. 창의성을 민주화하고 이전보다 더 많은 사람들에게 접근 가능하게 만듭니다.

저는 이 사명에 대한 정직한 부분은 아무것도 부인하지 않습니다. 그러나 기술적인 현실은 더 슬픕니다. '도움'을 주기 위해 설계된 도구가 은밀하게 너무 많은 것들을 뒤로 남겨두었습니다. 너무 많은 세부 사항들, 그리고 그것들은 단순히 기술적인 것만이 아닙니다. 철학적이고, 사회적이며, 윤리적인 것도 마찬가지입니다. 우리는 더 이상 이를 무시할 수 없으며, 거기서 성장하는 교훈을 얻어야 합니다.

좋은 소식은 이겁니다. 많은 팀들이 이미 빠르고 배우고 있습니다. 그들은 AI가 얼마나 놀라운 만능 도구인지 이해했습니다. 숙련된 MacGyver의 손에 들리면, 믿기 어려울 정도로 많은 문제를 해결합니다. 인간이 중심에 남아 도구를 지휘하는 것이며, 이는 항상 그래왔던 방식입니다.

하지만 다음 교훈이 이미 기다리고 있습니다. 우리가 요구하는 것에 과연 어느 정도 수준의 세부 사항을 요구해야 할까요?

집의 전형적인 스케치만으로도 상상하고, 계획하고, 심지어 그곳에 자신을 투영할 수 있습니다. '느낌(vibe)'만으로도 꿈꾸기에는 충분합니다.

하지만 그것만으로는 지을 수 없습니다.

우리는 '대충(à-peu-près)'으로 기초를 다질 수 없습니다. 기둥 벽을 '느낌(vibe-code)'만으로 코딩할 수는 없습니다. 심지어 이 용어를 만든 사람조차 그 경계를 말하고 있습니다. '느낌 코딩(vibe coding)'을 만들어낸 Andrej Karpathy는 이제 진지한 직업을 '엔지니어링 학문(discipline d'ingénierie)'이라고 이야기합니다. 한편, AI 에이전트들은 만지지 못하도록 금지된 프로덕션 데이터베이스를 삭제했고, '느낌으로 코딩된(vibe-codées)' 애플리케이션들은 사용자 데이터를 노출시켰습니다. 이는 바로 GDPR 제32조가 규제하는 내용입니다.

그리고 엄격한 논리가 여전히 AI가 완벽하게 마스터하지 못한 영역이라면, 우리는 이 집의 기초를 놓는 방식과 방법론에 조금 더 주의를 기울여야 할지도 모릅니다.

이것이 제가 '의도적 코딩(Intentional Coding)'이라고 부르기 시작한 것입니다.

AI는 프로세스 내에서 여전히 중요한 역할을 합니다. 의도적 코딩은 단지 두 가지 오래되고 매우 인간적인 아이디어에 기반을 둔 방법론을 다시 요구할 뿐입니다:

• FSOP: 풀스택 최적화 마인드셋(full-stack optimization mindset): 각 계층마다 기본값으로 좋은 관행(보안, 정확성, 테스트, 유지보수성)을 갖추는 것이지, 나중에 추가하는 것이 아닙니다.
• ITIL 방식의 학문: IT 서비스 관리(ITSM)가 수십 년 동안 은밀하게 가르쳐 온 생명주기(life cycle)의 엄격함, 순서, 책임감입니다.

'의도적(Intentional)'이라는 것은 각 계층마다 자신이 구축하는 구조를 선택한다는 의미입니다. 아무것도 우연에 맡기지 않습니다.

대충 하는 것은 꿈꾸기에 놀라운 장소입니다. 하지만 건설하기에는 끔찍한 장소입니다.

귀하의 팀은 AI를 코파일럿(copilote)으로 볼 것인지, 아니면 작가(auteur)로 볼 것인지 그 경계를 어디에 두며, 이 경계가 넘어섰을 때 누가 책임을 질까요?

증거는 이미 여기에 있습니다:

증거는 이미 여기에 있습니다:

• Veracode (rapport 2025 sur la sécurité du code GenAI): AI가 생성한 코드는 OWASP Top 10 취약점 중 약 45%에서 결함을 유발합니다.
• METR (통제된 연구, 2025년 7월): 숙련된 개발자들은 AI를 사용해 성숙한 코드베이스를 다룰 때 예상보다 느렸으며, 그 속도는 19% 더 느렸습니다.
• CodeRabbit (2025년 12월, 470개의 풀 리퀘스트): AI가 공동 작성한 PR은 문제점이 약 1.7배 많았고 XSS 취약점도 2.74배 더 많았습니다.
• GitClear (다년간 분석): 복사+붙여넣기가 리팩토링된 코드를 처음으로 초과했으며, 중복도가 크게 증가했습니다.

출처: Veracode 2025 GenAI Code Security Report · METR (2025년 7월) · CodeRabbit (2025년 12월) · GitClear (2025).