바르샤바 출신의 시니어 엔지니어(Senior Engineer) 3명이 1년 전이라면 농담처럼 들렸을 서비스를 판매하고 있습니다. 이들은 10,000달러를 받고 일주일 만에 당신의 제품에서 신경망(Neural Network)이 작성한 불필요한 코드를 제거해 줍니다. 서비스 이름은 Slopfix이며, 가격은 공개되어 있고, 결제는 코드베이스(Codebase) 축소 정도에 연동됩니다. 예를 들어 코드의 절반을 제거하기로 약속했으나 5분의 1만 제거했다면, 고객은 달성된 비율에 따라 4,000달러를 지불합니다.

이 시장은 대중화로 인해 성장했습니다. 오늘날 “IT용 신경망을 추천해줘”라는 요청을 하는 사람은 괴짜(Geek)가 아니라 기술적 배경이 없는 창업자입니다. 이들은 Cursor, Lovable 또는 Bolt를 사용하여 MVP(Minimum Viable Product)를 구축하고 고객과 부하를 확보했지만, 코드베이스가 무너지고 있다는 사실을 발견했습니다. 즉, 중복 코드, 데드 코드(Dead Code), 변경 시마다 발생하는 버그 등이 나타나는 것입니다. 이러한 경우 Slopfix는 AI가 생성한 코드를 축소하는 서비스의 공개된 사례라고 할 수 있습니다.

수리업자들이 사용하는 도구는 코드를 작성했던 것과 동일한 Claude Code이지만, “매우 짧은 목줄(제한된 환경)”에 묶여 있습니다. 러시아에서 이를 사용하는 것은 별도의 퀘스트입니다. 러시아 카드는 직접 사용할 수 없기 때문에 해외 카드, 수수료가 붙는 중개인, 또는 provod.ai(러시아의 OpenRouter)와 같은 애그리게이터(Aggregator)를 사용하는 방법이 있습니다. 이곳에서는 동일한 모델을 공식 요금제의 루블화 가격으로 이용할 수 있습니다. 셀프 수리에 대해서는 글의 끝부분에서 다시 다루겠습니다.

Slopfix는 누구이며 왜 주당 10,000달러를 받는가?

요약하자면: 바르샤바 출신의 세 명의 시니어 엔지니어(Maciej Zieliński, Kuba Płaskonka, Krzysztof Pobrzyński, GitHub의 오픈 소스(Open-source) 프로젝트 저자들)가 스타트업의 AI 생성 코드를 재작성하고 축소합니다. 가격은 2026년 7월 vc.ru, PC Gamer 및 dev.ua의 보도에 따르면 팀의 일주일 작업 비용으로 10,000달러입니다.

비용은 작업 시간이 아닌 코드량의 감소에 연동됩니다. 예를 들어, 50%의 라인을 삭제하기로 합의했으나 실제로는 20%만 삭제했을 경우, 목표치의 40%를 달성한 것으로 간주하여 4,000달러를 청구합니다. PC Gamer가 제시한 사례를 보면, 100,000 라인의 프로젝트를 기능은 유지하면서 35,000 라인으로 줄이는 프로젝트에서 목표의 절반을 달성하면 5,000달러를 받습니다. 이를 유닛(unit)당 비용으로 재계산해 보면(이것은 그들의 가격표가 아닌 저의 산술입니다): 100,000 라인을 35,000 라인으로 줄이는 데 10,000달러가 든다는 가설적 계산을 적용할 경우, 삭제된 라인당 가격은 약 15센트가 됩니다.

팀은 비용을 받기 전 리포지토리 (repository)에 대한 무료 분석을 수행하며, 측정 가능한 결과가 보이지 않으면 작업을 거절합니다. 그들은 자신들의 업무를 Hacker News에서 'zie1ony'라는 닉네임을 사용하는 창업자의 문구를 빌려 다음과 같이 설명합니다: "We get paid to remove code" — "우리는 코드를 삭제하는 대가로 돈을 받습니다." 또한 자신들의 AI 에이전트 (AI agent)에 대해서는 단호하게 말합니다: "the agent doesn't get a vote" — 최종 결정은 사람이 내립니다.

바이브코드 (vibe coding)란 무엇인가 — 그리고 왜 저자는 "주말용 프로젝트"에 대해 경고했는가?

요약하자면: "vibe coding"이라는 용어는 OpenAI의 공동 창업자이자 전 Tesla AI 디렉터인 안드레이 카파시 (Andrej Karpathy)가 2025년 2월 2일 트윗에서 만들어낸 것입니다. 그는 동시에 그 경계를 명시했습니다. 즉, 이 접근 방식은 "not too bad for throwaway weekend projects" — 즉, 판매용이 아닌 일회성 주말 프로젝트용이라는 것입니다. 하지만 시장은 이 주의 사항을 무시했습니다.

해당 트윗은 450만 회 이상의 조회수를 기록했습니다. 원문 그대로는 다음과 같습니다: "There's a new kind of coding I call "vibe coding", where you fully give in to the vibes, embrace exponentials, and forget that the code even exists" — "당신이 완전히 바이브 (vibes)에 몸을 맡기고, 지수적 성장을 수용하며, 코드가 존재한다는 사실조차 잊어버리는 새로운 종류의 코딩을 나는 '바이브 코딩 (vibe coding)'이라 부른다." 2025년 11월, Collins English Dictionary는 "vibe coding"을 올해의 단어로 선정했으며, Merriam-Webster는 같은 해 3월에 이미 이 용어를 슬랭 (slang)으로 데이터베이스에 등록했습니다.

2026년 초, Karpathy는 코드베이스에 AI 쓰레기가 통제 불능 상태로 쌓이는 "slopocalypse"에 대해 경고한 것으로 알려졌으며, 2026년 2월에는 "vibe coding"이 구식이 되었다고 선언하며 그 대안으로 인간의 전문성을 결합한 에이전트 오케스트레이션인 "agentic engineering"을 제안했습니다. 그 자신은 AI 에이전트를 통해 코드의 약 80%를 작성합니다. 생성된 코드 그 자체는 큰 문제가 아니지만, 진짜 문제는 아무도 그 코드를 유지보수하지 않는다는 점입니다.

얼마나 많은 바이브코드(vibe code)가 이미 작성되었는가?

요약하자면: Y Combinator W25 겨울 배치 스타트업의 4분의 1은 (라이브러리 임포트 코드를 제외하고) 코드베이스의 95% 이상이 AI에 의해 생성되었습니다 (Jared Friedman 관리 파트너, 2025년 3월 6일). 또한, 2025년 Stack Overflow 설문조사에 따르면 개발자의 84%가 이미 AI 도구를 사용 중이거나 사용할 계획입니다.

이 설문조사(응답자 49,000명 이상)에는 덜 화려한 측면도 존재합니다: 1년 전에는 76%가 AI 도구에 관심을 보였으나, AI 출력의 정확도를 신뢰하는 비율은 약 3분의 1에 불과하며, 46%는 적극적으로 신뢰하지 않는다고 답했습니다. 사람들은 항상 신뢰할 수 없는 도구로 대규모의 코드를 작성하고 있으며, 이것이 이러한 서비스에 대한 관심이 높아지는 요인 중 하나일 수 있습니다.

바이브코드에서 정확히 무엇이 고장 나는가?

요약하자면: 측정된 세 가지 결함은 코드 중복, 취약점, 그리고 가속의 환상입니다. 이 모든 것은 표로 정리된 연구들을 통해 문서화되었습니다.

Cloud Security Alliance의 메모(2026년 4월)에 따르면: 가장 최악의 언어는 약 72%의 실패율을 보인 Java이며, XSS(CWE-79)의 경우 약 86%에 달합니다. 또한 모델 세대 간에 보안성이 거의 향상되지 않고 있습니다. 즉, 모델이 크고 최신이라고 해서 그 자체로 더 안전한 코드를 의미하지는 않습니다.

METR 실험은 별개의 이야기입니다. 평균 5년의 경력을 가진 숙련된 오픈 소스 (open-source) 개발자들(레포지토리 규모 약 100만 라인)이 Cursor Pro와 Claude 3.5/3.7 Sonnet을 사용하여 실제 과제를 해결했습니다. 그들은 24%의 가속화를 기대했고, 20%의 향상을 느꼈지만, 스톱워치는 -19%를 나타냈습니다. 이것은 2025년 7월의 일입니다. 2026년 업데이트에서 METR은 개발자들이 AI 없이 작업하는 것을 점점 더 거부하고 있다는 점을 주목하며, 현재의 모델들로는 가속화가 이미 현실적으로 가능할 것이라고 조심스럽게 추측합니다. 생산성은 모델 자체보다는 레포지토리의 성숙도와 규율에 달려 있습니다.

왜 오픈 소스는 AI 코드를 금지하기 시작했는가?

요약하자면, 바이브코드 (vibe code)의 문제는 개별 코드 라인의 품질이 아니라, 그것을 보낸 사람이 코드를 이해하지 못한다는 점 때문입니다. 가장 먼저 RPCS3 에뮬레이터가 문을 닫았고, 이어 PC Gamer의 보도에 따르면 Godot 엔진이 그 뒤를 따랐습니다.

2026년 5월 9~10일, RPCS3 팀(2011년부터 시작된 PlayStation 3 에뮬레이터 프로젝트로, 콘솔 라이브러리의 70%가 완전히 플레이 가능함)은 "AI 슬롭 코드 (AI slop code) 풀 리퀘스트 (pull request) 제출을 중단하라"고 요청하며, 공개되지 않은 AI 코드에 대한 차단(ban)을 경고했습니다. 새로운 AI 가이드라인은 AI를 금지하지 않습니다. 다만 기여자는 제출한 코드를 이해해야 하며, 왜 그 코드가 작동하는지 설명할 의무가 있습니다. 2026년 6월, PC Gamer의 보도에 따르면 Godot는 AI 기여를 받지 않기로 했습니다: "AI를 사용하는 활성 사용자들이 자신의 코드를 수정할 수 있을 만큼 충분히 이해하고 있는지 신뢰할 수 없다"는 이유였습니다. 이 공식에서 Slopfix의 가격이 탄생했습니다: 이해하는 저자가 없는 코드는 부채(debt)입니다.

$10,000에 포함되는 내용: 수리 방법론 분석

요약하자면, 5단계로 구성된 파이프라인입니다: 무료 감사 (audit), 회귀 테스트 체크리스트가 되는 화면 워크스루 (walkthrough), 라인 수를 측정하며 진행되는 코드 축소, 린터 (linter) 및 CI와 CLAUDE.md, 그리고 2주간의 보증입니다. 이 방법은 재현 가능하며, 이것이 바로 1만 달러라는 가격에 숨겨진 불편한 진실입니다.

이 시퀀스를 살펴보십시오. 먼저 무료 리포지토리 (Repository) 분석이 이루어집니다. 측정 가능한 결과가 없다면 프로젝트를 포기하는데, 이는 필터링인 동시에 마케팅이기도 합니다. 그다음에는 화면별로 애플리케이션을 상세히 워크스루 (Walkthrough) 합니다. 이는 수리 전 제품의 동작을 기록하며 회귀 테스트 (Regression Test) 체크리스트가 됩니다. 이어서 축소 단계가 진행됩니다. 중복 코드는 합치고, 자체 제작한 기능 (Wheels)은 외부 라이브러리로 대체하며, 코드의 양을 전후로 측정합니다. 이 측정치는 결제 금액과 연동됩니다. 파이프라인의 마지막은 재발 방지입니다. 린터 (Linter) 규칙, CI 구성, 새로운 코드 확산을 막기 위한 CLAUDE.md, 그리고 버그 수정에 대한 2주간의 보증이 포함됩니다.

Методология ремонта вайбкода по Slopfix: пять шагов от аудита до CLAUDE.md

이 방법론에 무엇이 없는지 주목하십시오. 바로 마법입니다. 그 어떤 단계도 공개적으로 사용할 수 없는 도구를 요구하지 않습니다. 필요한 것은 규율 (Discipline)이며, 이는 10,000달러를 주고 구매하거나 스스로 도입할 수 있습니다.

스스로 코드베이스를 정리하는 방법: 하루 만에 끝내는 플레이북 (Playbook)

요약하자면: 수리의 기본 부분은 위생 (Hygiene)입니다. 제품의 동작을 동결하고, 기술 부채 (Debt)를 측정하며, 에이전트 (Agent)를 사람이 리뷰하는 작은 단위로 실행하고, CLAUDE.md, 린터, CI에 규칙을 고정한다면 스스로 코드베이스의 중복을 제거할 수 있습니다. 하루 만에 1차 감사를 수행하고 첫 번째 위생 작업을 시작할 수 있습니다. 전체 리팩터링 (Refactoring)은 리포지토리의 상태에 따라 달라집니다.

1. 기능을 동결하세요. 애플리케이션의 화면들을 하나씩 따라가며 반드시 수행해야 하는 동작들을 기록하세요. 이것이 매 반복(Iteration)마다 사용할 회귀 테스트 (Regression) 체크리스트가 됩니다.
2. 부채를 측정하세요. 시작하기 전에 코드 라인 수, 중복 코드, 데드 코드 (Dead code)를 계산하세요. "전" 상태를 측정하지 않으면 정화 작업이 효과가 있었다는 것을 증명할 수 없습니다.
3. 에이전트를 작은 단위로 구동하세요. 하나의 디프 (Diff)는 하나의 논리적 정화 작업이어야 하며, 모든 디프는 사람이 읽어야 합니다. "에이전트는 투표하지 않는다"라는 Slopfix 규칙은 단독 작업 시에도 유효합니다.
4. 리포지토리에 위생 상태를 고정하세요. 린터 (Linter)로 코드를 포맷팅하고, 규칙이 적용된 CI를 구축하며, 중복과 바퀴를 다시 발명하는 행위 (Reinventing the wheel)를 금지하는 CLAUDE.md 파일을 작성하세요.
5. 부하가 증가하기 전에 아키텍처를 교정하세요. 에이전트가 자체적인 바퀴를 발명한 곳에는 검증된 라이브러리를 도입하고, 과도한 추상화 (Abstraction)는 제거하세요.
6. 매 반복 후에 회귀 테스트를 실행하세요. 첫 번째 단계에서 만든 체크리스트 없이는 기능이 유지되었는지 증명할 수 없습니다.

이를 위해서는 강력한 코드 모델 (Code models)이 필요합니다. 러시아에서 이에 접근할 수 있는 가장 직접적인 방법은 provod.ai의 통합 API를 통해 키와 base_url을 사용하는 것입니다. 이는 OpenAI-SDK 및 Anthropic-SDK와 모두 호환되므로, Claude Code, Cursor 및 자체 스크립트에서 코드 재작성 없이 바로 사용할 수 있습니다. 두 가지 모델을 준비해 두세요. 정교한 리팩터링 (Refactoring)에는 Claude를, 대량 실행에는 DeepSeek를 사용하십시오. 두 모델 모두 하나의 잔액으로 관리되며, 다섯 개의 계정 대신 한 번의 가입만 필요합니다. 결제 조건과 요금제는 서비스의 최신 문서에서 확인하십시오. 에이전트에 고객의 기밀 코드가 전달될 때는 데이터 처리 조건, 계약 및 보호 조치를 별도로 확인해야 합니다. 직접적인 식별자를 마스킹 (Masking)하는 것은 리스크를 줄여줄 뿐, 완전히 제거하지는 못합니다.

바이브코드 수리가 해결하지 못하는 것은 무엇인가?

요약하자면: 수리는 기술 부채 (Technical debt)를 제거하지만, 창업자가 자신의 제품을 이해하도록 가르치지는 않으며, 비즈니스 로직을 고치거나 보안 감사 (Security audit)를 대체하지도 않습니다. 이것은 위생 관리이지 치료가 아닙니다.

바이브코드 (Vibe Code)는 프롬프트만으로 인간화할 수 없습니다. 코드를 리팩토링 (Refactoring)해야 하며, 리팩토링 후에는 팀원 중 누군가가 반드시 코드베이스 (Codebase)를 이해하고 있어야 합니다. 그렇지 않으면 1년 뒤에 다시 비용 청구서가 날아올 것입니다. 수리는 스택 (Stack) 오류나 비즈니스 로직 (Business logic) 오류를 해결해주지 않습니다. 만약 MVP가 시장이 원하는 것을 수행하지 못하고 있다면, 35,000줄의 정직한 코드로도 이를 구할 수 없습니다. 보안 문제도 해결하지 못합니다. Veracode는 45%의 취약한 구현 사례를 보여주었으므로, 정화 작업 이후에는 별도의 보안 감사 (Security audit)가 필요합니다. 또한, 계약업체는 일주일 뒤에 떠납니다. 그들은 장기적인 관점에서의 상주 엔지니어를 대체할 수 없습니다.

무엇을 수리하고, 무엇을 버리고 다시 작성할 것인가?

요약하자면: 일회성 랜딩 페이지와 프로토타입은 버리십시오. 유료 고객이 있고 부하가 증가하는 MVP는 수리하십시오. 테스트가 없는 100,000줄 이상의 코드베이스는 두 가지 방안의 비용을 계산해 볼 근거가 됩니다.

카르파티 (Karpaty)는 처음에 '주말용 일회성 프로젝트'에 대해 말했습니다. 그런 경우에는 버리는 것이 여전히 정답입니다. 새로 작성하는 것이 더 저렴한 코드를 수리하는 것은 무의미하기 때문입니다. 상황이 다른 것은 이미 수익을 내고 있는 MVP입니다. 그런 경우 코드 줄을 삭제하는 것이 제품의 수명을 사는 행위가 됩니다. 경계선은 경제성입니다. 일주일간의 수리 비용인 10,000달러를 특정 제품을 다시 작성할 때의 견적 및 리스크와 비교해 보아야 합니다. 만약 당신이 자신의 코드를 읽을 줄 알았다면, 이런 문제는 애초에 발생하지 않았을 것입니다.

provod.ai가 적합하지 않은 경우

요약하자면: 벤더와 직접 계약이 필요할 때, 민감한 코드를 위한 온프레미스 (On-prem) 환경이 필요할 때, 또는 고정 구독 기반의 24시간 에이전트가 필요할 때입니다.

만약 법무팀이 벤더의 SLA (Service Level Agreement)를 위해 Anthropic 또는 OpenAI와 직접 계약할 것을 요구한다면, 이는 해외 법인 및 엔터프라이즈 계약 (Enterprise contract)을 통해 해결해야 합니다. 코드를 외부 API로 아예 보낼 수 없는 경우에는 온프레미스 (On-prem) 및 미세 조정 (Fine-tuning)이 필요하며, 이는 다른 범주의 솔루션과 예산이 필요합니다. 만약 에이전트가 24시간 내내 작동한다면, 헤비한 채팅 사용자의 경우 벤더의 고정 구독이 토큰 (Token) 기반 결제보다 저렴할 수 있습니다. 자신의 사용량을 정직하게 계산해 보십시오. 그리고 만약 당신의 선택이 "버리고 수작업으로 다시 작성하기"라면, 모델에 접근하는 도구는 전혀 필요하지 않습니다.

클러스터 쿼리 사전

요약하자면: 이 글은 코드를 작성하는 신경망 (Neural Networks)에 관한 것이며, 주제의 검색 트렌드(search tail)는 사람들이 신경망을 실제로 어떻게 검색하는지를 보여줍니다. 가장 기이한 검색어들이 무엇을 의미하는지 솔직하게 분석해 봅니다.

GPT의 민속적 발음 (Folk Phonetics). 사람들은 들리는 대로 이름을 적습니다: