• 두 접근 방식 모두 소프트웨어 개발에서 유효하며 유용합니다.
• 한 가지 방식만을 사용하는 개발자는 인공지능 (AI)의 잠재력을 일부 활용하지 못하고 있을 수 있습니다.

AI를 활용한 바이브 코딩 (Vibe coding)

• 개발자는 AI를 사용하여 코드를 생성하지만, 구현 내용을 상세하게 검토하지는 않습니다.

• 특정 기능을 요청하고, 그것이 작동하는지 확인하며 몇 가지 테스트를 수행합니다.

• 코드 리뷰는 대개 피상적으로 이루어집니다.

• 일반적으로 개발자는 다음과 같은 명백한 문제가 있는지 여부만 관찰합니다:

  • 지나치게 큰 파일;
  • 너무 복잡한 구조;
  • 명백하게 과도한 코드;
  • 예상대로 작동하지 않는 기능.

• 이러한 방식으로도 많은 기능과 좋은 실용성을 갖춘 복잡한 애플리케이션을 만들 수 있습니다.

• 하지만 이 접근 방식은 일반적으로 크리티컬한 시스템 (critical systems)에는 적합하지 않습니다.

• 소프트웨어는 다음과 같은 역할을 할 수 있습니다:

  • 프로세스 자동화;
  • 일상적인 문제 해결;
  • 많은 사용자 수용;
  • 수익 창출;
  • 비즈니스 아이디어 검증.

• 발생 가능한 오류는 결과가 작고 관리 가능한 수준이어야 합니다.

• 무언가 잘못되더라도, 보통 큰 손실 없이 수정할 수 있는 버그 (bug) 수준이어야 합니다.

• 다음과 같은 경우에 매우 훌륭한 접근 방식입니다:

  • 프로토타입 (prototypes);
  • MVP (Minimum Viable Product);
  • 내부 애플리케이션;
  • 실험;
  • 개인 프로젝트;
  • 빠른 제품 출시;
  • 고객을 통한 아이디어 검증.

• 주요 목표는 솔루션을 사용자에게 빠르게 전달하는 것입니다.

• 이를 통해 많은 시간과 돈을 투자하기 전에 수요나 수익 잠재력이 있는지 확인할 수 있습니다.

• 많은 경우, 과도한 엔지니어링 (engineering)이나 조기 최적화 (premature optimization)를 하는 것이 단순한 솔루션을 출시하는 것보다 더 큰 실수가 될 수 있습니다.

AI를 활용한 소프트웨어 엔지니어링 (Software engineering)

• AI는 또한 코드, 테스트, 문서화 및 구현 제안을 생성할 수 있습니다.

• 차이점은 결과물을 주의 깊게 분석해야 한다는 것입니다.

• 개발자는 생성된 코드를 이해하고 검토해야 합니다.

• 비즈니스 규칙 (Business rules)은 엄격하게 확인되어야 합니다.

• 중요한 기술적 결정은 단순히 모델에 위임해서는 안 됩니다.

• 크리티컬 시스템 (Critical systems)에서 자연어는 모호하기 때문에 유일한 명세 (Specification) 방식이 될 수 없습니다.

• 단 하나의 잘못된 if 문이 다음과 같은 결과를 초래할 수 있습니다:

  • 수백만 헤알의 손실;
  • 고객의 불만;
  • 운영 장애 (Operational incidents);
  • 보안 결함;
  • 법적 문제;
  • 중앙은행과 같은 규제 기관에 대한 민원.

• 코드 작성자가 구현 내용을 검토하는 것만으로는 충분하지 않습니다.

• 검증 (Validation)에는 팀 전체가 참여해야 합니다.

• 프로세스에는 다음이 포함될 수 있습니다:

  • 자동화된 테스트 (Automated tests);
  • 통합 테스트 (Integration tests);
  • 비즈니스 규칙 검증;
  • 보안 기준;
  • 관측 가능성 (Observability);
  • 성능 분석;
  • 코드 리뷰 (Code review) 중 공동 검토.

• AI는 개발을 가속화하지만, 인간의 책임을 제거하지는 않습니다.

주요 차이점

• 바이브 코딩 (Vibe coding)이 아닌, 주로 결과, 속도 및 아이디어의 검증에 초점을 맞춥니다.
• AI를 활용한 엔지니어링 (Engineering with AI)에서는 신뢰성 (Reliability), 보안 (Security), 유지보수 (Maintenance) 및 리스크 감소 (Risk reduction)에도 초점을 맞춥니다.
• 바이브 코딩 (Vibe coding)에서 개발자는 주로 시스템이 작동하는지 여부를 확인합니다.
• AI를 활용한 엔지니어링 (Engineering with AI)에서 팀은 시스템이 왜 작동하는지 이해해야 하며, 앞으로도 올바르게 작동할 것임을 보장해야 합니다.
• 차이점은 단순히 인공지능 (AI)을 사용하느냐 아니냐에 있지 않습니다.
• 차이점은 생성된 코드에 대해 취하는 이해 (Understanding), 검토 (Review) 및 책임 (Responsibility)의 수준에 있습니다.
• AI는 두 가지 접근 방식 모두를 가속화할 수 있지만, 크리티컬 시스템 (Critical systems)에서는 최종적인 책임이 여전히 인간에게 있으며 팀 전체가 공유해야 합니다.