바이브 코딩 사전

실무 용어를 피드로 빠르게 정리

전체 235개 용어

Pinned · 먼저 읽을 핵심 용어

바이브 코딩 사전·핵심 개념·기초

바이브 코딩

영어 표기Vibe Coding

2025년 2월, OpenAI 공동 창립자이자 전 테슬라 AI 리더인 Andrej Karpathy가 X(구 트위터)에서 처음 사용한 용어로, AI에게 자연어로 원하는 결과를 설명하면 AI가 코드를 생성하고, 개발자는 생성된 코드를 세밀히 검토하지 않고 결과(동작 여부)에 의존하여 개발을 진행하는 방식을 뜻한다. Karpathy의 원문 표현을 빌리면 '바이브에 완전히 몸을 맡기고, 코드가 존재한다는 사실 자체를 잊는' 접근법이다. Cursor, Claude Code, Copilot 같은 AI 코딩 도구가 급속히 발전하면서, 비개발자도 프로토타입이나 간단한 앱을 만들 수 있게 된 현상을 상징하는 말로 확산되었다. 2025년 Collins Dictionary가 '올해의 단어'로 선정할 만큼 대중적 인지도를 얻었다. 다만 전문 개발 현장에서는 코드 품질·보안·유지보수 측면의 위험이 지적되며, Andrew Ng 등은 프로덕션 환경에서의 무비판적 바이브 코딩에 대해 경고하기도 했다. 바이브 코딩은 AI 보조 코딩의 스펙트럼에서 가장 자율도가 높은 끝에 위치하며, 플랜 모드나 코드 리뷰를 결합하는 '책임 있는 바이브 코딩' 논의로 이어지고 있다.

예시 코드/문장

'로그인 페이지 만들어줘'라고 Cursor에 입력하면, AI가 React 컴포넌트·폼 검증·API 연동 코드를 한 번에 생성하고, 개발자는 브라우저에서 동작만 확인한 뒤 다음 기능으로 넘어간다.

#바이브코딩#AI코딩#Karpathy

용어 해설눌러서 자세히

바이브 코딩 사전·핵심 개념·중급

바이브 엔지니어링

영어 표기Vibe Engineering

바이브 코딩의 개념을 소프트웨어 엔지니어링 전반으로 확장한 접근 방식. 바이브 코딩이 '코드 생성'이라는 단일 활동에 초점을 맞춘다면, 바이브 엔지니어링은 시스템 설계(아키텍처), 테스트 전략 수립, 인프라 구성, CI/CD 파이프라인, 배포까지 소프트웨어 개발 생명주기 전체를 AI에게 자연어로 지시하여 수행한다. 예를 들어, 개발자가 '마이크로서비스 아키텍처를 설계하고, API 엔드포인트를 만들고, 단위 테스트를 작성하고, Docker 컨테이너로 배포해줘'라는 고수준의 요구사항만 전달하면, AI 에이전트가 각 단계를 계획하고 실행한다. 이 개념은 에이전틱 엔지니어링(Agentic Engineering)의 전신으로 볼 수 있으며, 개발자의 역할이 '코드를 직접 쓰는 사람'에서 '시스템을 설계하고 AI의 작업을 감독하는 사람'으로 전환되는 패러다임 변화를 반영한다. 단, 바이브 엔지니어링은 아직 '체계적 방법론'이라기보다는 '접근 방식'에 가까우며, PEV 루프나 가드레일 같은 구조가 추가되어야 프로덕션 수준의 에이전틱 엔지니어링이 된다.

예시 코드/문장

'이 마이크로서비스 아키텍처를 설계하고, API 엔드포인트를 만들고, 단위 테스트를 작성하고, Docker 컨테이너로 배포해줘'라는 고수준 지시로 전체 파이프라인을 AI가 처리.

참고 링크

외부 문서

#바이브엔지니어링#AI개발#풀스택AI

용어 해설눌러서 자세히

바이브 코딩 사전·핵심 개념·기초

AI 슬롭

영어 표기AI Slop

AI가 양산하는 저품질 코드 또는 콘텐츠를 가리키는 경멸적 표현. 'Slop'은 원래 '찌꺼기·잔반'을 뜻하며, AI 생성물이 표면적으로는 그럴듯해 보이지만 실제로는 심각한 문제를 내포하고 있음을 비유한다. 구체적인 문제로는 에러 처리 누락(try-catch 없이 API 호출), 보안 취약점(입력값 검증 미수행, SQL 인젝션 미방어), 유지보수 불가능한 구조(거대한 단일 함수, 하드코딩된 값), 성능 문제(불필요한 재렌더링, N+1 쿼리), 접근성 무시 등이 있다. 바이브 코딩의 가장 큰 위험 요소로, AI가 '동작하는 코드'를 생성하는 것과 '프로덕션에 배포할 수 있는 코드'를 생성하는 것 사이의 간극을 보여준다. AI Slop을 방지하려면 명확한 스펙 전달, 단위 테스트 게이트, 린터·보안 스캔 통합, 인간의 코드 리뷰가 필수적이며, 이는 곧 하네스 엔지니어링의 필요성으로 이어진다.

예시 코드/문장

AI가 생성한 API 핸들러가 정상 케이스만 처리하고, 인증 실패·타임아웃·데이터 검증을 완전히 무시하는 코드를 만드는 경우.

#AI슬롭#저품질코드#안티패턴

용어 해설눌러서 자세히

바이브 코딩 사전·핵심 개념·기초

수락/거부

영어 표기Accept/Reject

AI 코딩 도구에서 AI가 제안한 코드 변경사항을 개발자가 선택적으로 승인(Accept)하거나 거부(Reject)하는 인터페이스 패턴. 바이브 코딩의 가장 기본적인 인간-AI 상호작용 방식으로, 모든 주요 AI IDE(Cursor, Windsurf, GitHub Copilot)에서 표준으로 채택하고 있다. AI가 여러 파일에 걸쳐 변경을 제안하면, 개발자는 각 변경사항을 개별적으로 또는 일괄적으로 수락/거부할 수 있다. 이 패턴의 핵심 가치는 '인간의 최종 결정권 유지'에 있으며, Human-in-the-Loop 원칙의 가장 직접적인 구현이다. YOLO Mode(자동 수락)와 정반대의 철학을 가지며, 프로덕션 코드에서는 Accept/Reject 패턴을 유지하는 것이 권장된다. 다만, 매번 수락/거부를 결정하는 것은 개발 속도를 저하시킬 수 있어, 변경 규모와 위험도에 따라 자동화 수준을 조절하는 전략이 필요하다.

예시 코드/문장

Cursor에서 Agent가 5개 파일을 수정 제안하면, 개발자가 3개는 Accept, 2개는 Reject 후 추가 지시를 내린다.

#수락거부#UI패턴#코드리뷰

용어 해설눌러서 자세히

바이브 코딩 사전·핵심 개념·중급

욜로 모드

영어 표기YOLO Mode

AI 에이전트가 터미널 명령어 실행, 파일 생성/수정, 패키지 설치 등의 행위를 사람의 개별 승인 없이 자동으로 수행하도록 허용하는 모드. 'You Only Live Once(인생은 한 번뿐)'라는 인터넷 밈에서 유래한 이름으로, '위험하지만 빠르다'는 뉘앙스를 담고 있다. 주로 Cursor IDE에서 사용되는 용어이며, 설정에서 'Auto-run' 옵션을 활성화하면 Agent가 npm install, mkdir, git commit, 파일 삭제 등의 명령어를 확인 대화 없이 즉시 실행한다. 빠른 프로토타이핑이나 1회성 스크립트 작성에는 극적인 생산성 향상을 제공하지만, 프로덕션 환경에서는 의도치 않은 파일 삭제, 잘못된 패키지 설치, 환경 변수 오염 등의 심각한 위험이 있다. 2025년 말 Cursor에서 'Auto Mode'로 공식 명칭이 변경되었으나, 커뮤니티에서는 여전히 YOLO Mode로 불린다. Accept/Reject 패턴과 정반대 철학이며, 사용 시 반드시 Git으로 현재 상태를 커밋한 뒤, 격리된 환경에서 실행하는 것이 권장된다.

예시 코드/문장

Cursor 설정에서 'Auto-run: Run everything'을 활성화하면, Agent가 npm install, mkdir, git commit 등의 명령어를 확인 없이 실행한다.

#YOLO#자동실행#오토모드

용어 해설눌러서 자세히

바이브 코딩 사전·핵심 개념·기초

휴먼 인 더 루프

영어 표기Human-in-the-Loop

AI 시스템의 작업 흐름에서 주요 결정 지점마다 사람이 검토·승인하는 구조. 완전 자동화(AI가 모든 것을 결정)와 완전 수동(인간이 모든 것을 작성) 사이의 균형점을 제공하는 설계 원칙이다. 바이브 코딩에서 HITL의 핵심은 'AI가 생성하고, 인간이 검증한다'는 역할 분담에 있다. 구체적으로, AI 에이전트가 코드를 생성하고 테스트를 실행한 뒤, PR 생성 시점에서 인간 개발자가 아키텍처 적합성, 보안, 비즈니스 로직 정확성을 리뷰한 후 머지를 결정하는 패턴이 대표적이다. Stripe의 Minions 시스템이 HITL의 대표적 사례로, Slack에서 작업을 할당하면 AI가 코드 작성·CI 통과·PR 생성까지 자율적으로 수행하지만, 최종 머지는 반드시 인간 개발자가 결정한다. 에이전틱 엔지니어링의 PEV(Plan → Execute → Verify) 루프에서 'Verify' 단계가 HITL에 해당하며, AI의 자율성이 높아질수록 HITL의 적절한 개입 지점을 설계하는 것이 더욱 중요해진다.

예시 코드/문장

AI가 코드를 생성하고 테스트를 실행한 뒤, PR 생성 시점에서 인간 개발자가 리뷰 후 머지를 결정.

#HITL#인간감독#안전장치

용어 해설눌러서 자세히

바이브 코딩 사전·핵심 개념·기초

레이지 AI

영어 표기Lazy AI

AI 도구를 최대한 활용하여 수동 코딩 노력을 최소화하면서도 품질을 유지하는 개발 접근 방식. 'Lazy'라는 단어가 부정적으로 들릴 수 있지만, 소프트웨어 공학에서 'lazy evaluation(지연 평가)'이 효율적인 자원 배분 전략인 것처럼, Lazy AI도 인간의 인지 자원을 가장 가치 있는 곳에 집중시키자는 효율적 자원 배분의 철학이다. 보일러플레이트 코드, CRUD(Create-Read-Update-Delete) 로직, 반복적 테스트 케이스, 설정 파일 생성 등 패턴이 정형화된 작업은 모두 AI에게 위임하고, 개발자는 아키텍처 설계, 비즈니스 로직 검증, 보안 검토, 사용자 경험 판단 등 인간만이 잘할 수 있는 고차원 작업에만 집중하는 것이 핵심이다. 이는 바이브 코딩의 근본 철학과 일맥상통하며, '게으름'이 아닌 '전략적 위임'으로 이해해야 한다.

예시 코드/문장

보일러플레이트 코드, CRUD 로직, 반복적 테스트 케이스 등을 모두 AI에게 위임하고, 개발자는 아키텍처와 비즈니스 로직 검증에만 집중.

#레이지AI#효율#자동화

용어 해설눌러서 자세히

바이브 코딩 사전·핵심 개념·기초

환각

영어 표기Hallucination

AI 모델이 사실이 아닌 정보를 마치 확실한 것처럼 자신 있게 생성하는 현상. '환각'이라는 명칭은 인간의 환각과 유사하게 '실제로 존재하지 않는 것을 인지하는' 것에서 비롯되었다. 코딩 맥락에서는 존재하지 않는 API, 라이브러리, 메서드, 매개변수를 사용하는 코드를 생성하거나, 실제와 다른 동작을 설명하는 것이 대표적이다. 예를 들어 AI가 'pandas.ai_magic'이라는 존재하지 않는 모듈을 사용하면서 이를 'pandas 3.0에서 새로 추가된 기능'이라고 자신 있게 설명할 수 있다. 환각이 특히 위험한 이유는 AI가 '모르겠습니다'라고 답하는 대신 그럴듯한 거짓을 자신 있게 제시하기 때문에, 초보자일수록 이를 감지하기 어렵다는 점이다. 바이브 코딩에서 환각은 존재하지 않는 npm 패키지 설치 시도, 잘못된 API 스키마 기반 코드 생성, 폐기(deprecated)된 메서드 사용 등으로 나타난다. Grounding(근거 기반 생성), RAG(검색 증강 생성), 공식 문서 참조 강제 등의 기법으로 완화할 수 있지만, 2026년 현재 완전히 해결되지는 않은 AI의 근본적 한계이다.

예시 코드/문장

AI가 'import pandas.ai_magic'이라는 존재하지 않는 모듈을 사용하는 코드를 생성하면서, 이를 'pandas 3.0에서 새로 추가된 기능'이라고 설명하는 경우.

#환각#허위생성#AI오류

용어 해설눌러서 자세히

바이브 코딩 사전·핵심 개념·기초

바이브 체크

영어 표기Vibe Check

AI가 생성한 코드가 의도한 바와 맞는지 직관적으로 빠르게 확인하는 행위. 정식 코드 리뷰나 체계적 테스트보다 훨씬 가벼운 수준의 검증으로, '대충 돌려보고 괜찮아 보이면 넘어가는' 방식이다. 바이브 코딩의 이름 자체가 '분위기(vibe)로 코딩한다'는 뜻인 만큼, 바이브 체크도 '분위기적으로 괜찮은지' 확인하는 것이다. AI가 생성한 로그인 페이지를 브라우저에서 열어보고 '대충 원하는 대로 된 것 같다'고 판단하거나, 생성된 코드를 눈으로 훑어보고 '크게 이상한 건 없어 보인다'고 느끼는 것이 바이브 체크에 해당한다. 프로토타이핑이나 개인 프로젝트에서는 유용하지만, 프로덕션 코드에서는 바이브 체크만으로는 보안 취약점, 에지 케이스, 성능 문제, 접근성 이슈 등을 발견할 수 없으므로, 반드시 정식 테스트(단위·통합·E2E)와 코드 리뷰로 보완해야 한다. '바이브 체크로 충분하다'는 생각이 AI Slop과 기술 부채를 축적하는 주요 원인이기도 하다.

예시 코드/문장

AI가 생성한 로그인 페이지를 브라우저에서 열어보고, '대충 원하는 대로 된 것 같다'고 판단하는 것.

#바이브체크#간이검증

용어 해설눌러서 자세히

바이브 코딩 사전·핵심 개념·기초

바이브 코딩 스펙트럼

영어 표기Vibe Coding Spectrum

AI 참여도에 따른 코딩 방식의 연속적 범위를 나타내는 개념 모델. 한쪽 끝에는 개발자가 모든 코드를 직접 작성하는 '완전 수동 코딩(Manual Coding)'이 있고, 반대쪽 끝에는 AI가 독립적으로 소프트웨어를 구축하는 '완전 AI 자율 코딩(Autonomous Development)'이 있으며, 대부분의 실무는 그 사이 어딘가에 위치한다. 일반적으로 Manual Coding → AI-Assisted Coding(자동완성·제안 수준) → Vibe Coding(자연어 기반 코드 생성) → Agentic Engineering(AI 에이전트 자율 작업 + 인간 감독) 순으로 AI 참여도가 높아진다. 중요한 것은 이것이 '진화의 단계'가 아니라 '선택의 스펙트럼'이라는 점이다. 같은 개발자가 같은 프로젝트 내에서도 작업의 성격에 따라 다른 지점을 선택할 수 있다. 예를 들어, 단순 스크립트나 보일러플레이트는 바이브 코딩으로, 핵심 결제 로직이나 보안 관련 코드는 AI 어시스트 + 수동 코딩으로, 대규모 리팩토링은 에이전틱 엔지니어링으로 접근하는 식이다.

예시 코드/문장

같은 개발자가 단순 스크립트는 바이브 코딩으로, 핵심 결제 로직은 AI 어시스트 + 수동 코딩으로 접근.

#스펙트럼#발전단계#AI참여도

용어 해설눌러서 자세히

영어 표기Large Language Model (LLM)

방대한 텍스트 데이터(인터넷의 글, 코드, 책 등)로 훈련되어 인간 언어를 이해·생성·조작할 수 있는 대규모 신경망(neural network)이다. 바이브 코딩의 핵심 엔진으로, 자연어 지시를 이해하고 이를 프로그래밍 코드로 변환하는 능력이 바이브 코딩을 가능하게 하는 근본 기술이다. GPT-4(OpenAI), Claude Opus 4.6(Anthropic), Gemini(Google), DeepSeek(DeepSeek AI) 등이 대표적이며, 각 모델은 코드 생성 능력, 추론 깊이, 컨텍스트 윈도우 크기, 응답 속도, 비용에서 서로 다른 특성을 보인다. LLM을 이해하는 핵심 개념으로는 토큰(텍스트 처리 기본 단위), 컨텍스트 윈도우(한 번에 처리할 수 있는 텍스트 길이), 파라미터 수(모델의 크기/복잡도), 파인튜닝(특정 작업에 맞게 추가 훈련) 등이 있다. AI 코딩 능력을 측정하는 주요 벤치마크로는 SWE-bench(실제 GitHub 이슈 해결), Terminal Bench(터미널 에이전트 능력), HumanEval(함수 생성 능력) 등이 있다. LLM은 확률적으로 '가장 그럴듯한 다음 토큰'을 예측하는 방식으로 동작하며, 이 때문에 환각(Hallucination)이 발생할 수 있다.

예시 코드/문장

GPT-4, Claude Opus 4.6, Gemini 등이 바이브 코딩 도구의 내부에서 코드를 생성하는 역할.

#LLM#대규모언어모델#AI모델

용어 해설눌러서 자세히

바이브 코딩 사전·AI 모델·프로바이더·기초

클로드

영어 표기Claude

Anthropic이 개발한 AI 모델 시리즈로, 안전성(safety), 정직성(honesty), 유용성(helpfulness)을 핵심 원칙으로 설계되었다. 바이브 코딩에서 가장 널리 사용되는 모델 중 하나이며, 깊은 코드 이해, 상세한 설명 생성, 100만 토큰의 업계 최대급 컨텍스트 윈도우가 주요 강점이다. 현재 Claude 4 패밀리로 구성되어 있으며, Claude Opus 4.6(가장 강력한 최상위 모델), Claude Opus 4.5, Claude Opus 4.1, Claude Opus 4, Claude Sonnet 4의 다섯 가지 모델이 있다. Opus 계열은 복잡한 추론과 대규모 코드 분석에, Sonnet 계열은 빠른 응답과 비용 효율에 최적화되어 있다. Claude Code(CLI 도구)를 통해 터미널에서 직접 사용하거나, Cursor·Windsurf 등 제3자 IDE에서 모델로 선택할 수 있다. API 모델 문자열은 'claude-opus-4-6'이며, 웹·모바일·데스크톱 채팅 인터페이스를 통해서도 접근 가능하다. Constitutional AI라는 독자적인 안전 기술로 유해한 출력을 최소화하면서도 유용한 코드 생성을 유지하는 것이 특징이다.

예시 코드/문장

Claude Code에서 '이 프로젝트의 아키텍처를 분석해줘'라고 하면, 100만 토큰 컨텍스트로 전체 리포지토리를 파악하여 분석 결과 제공.

참고 링크

외부 문서

#클로드#Anthropic#Claude4

용어 해설눌러서 자세히

바이브 코딩 사전·AI 모델·프로바이더·기초

GPT

영어 표기GPT (Generative Pre-trained Transformer)

OpenAI가 개발한 생성형 사전훈련 트랜스포머(Generative Pre-trained Transformer) 모델 시리즈로, 현대 AI 혁명의 핵심 기술이다. 'Transformer'는 2017년 Google이 발표한 신경망 아키텍처이며, GPT는 이를 '생성(Generative)' 목적으로 '사전 훈련(Pre-trained)'시킨 모델이다. ChatGPT, Codex CLI, GitHub Copilot 등 수많은 AI 제품의 기반이 되며, GPT-4, GPT-4o(최적화 버전), o1(추론 특화), o3(고급 추론) 등 다양한 변형이 존재한다. GPT-4는 코드 생성에서 높은 범용성을 보이며, o1/o3 시리즈는 복잡한 논리적 추론이 필요한 알고리즘 문제에 강점이 있다. Cursor, GitHub Copilot, Windsurf 등 대부분의 AI 코딩 도구에서 기본 모델로 제공되며, OpenAI API를 통해 직접 호출할 수도 있다. 바이브 코딩 생태계에서 Claude와 함께 가장 빈번하게 사용되는 모델이며, 특히 GPT-4o는 빠른 응답 속도와 적절한 코드 품질의 균형으로 일상적 코딩 작업에 널리 활용된다.

예시 코드/문장

Cursor에서 GPT-4o 모델을 선택하고 코드 생성 요청.

참고 링크

외부 문서

#GPT#OpenAI#트랜스포머

용어 해설눌러서 자세히

바이브 코딩 사전·AI 모델·프로바이더·기초

제미나이

영어 표기Gemini

Google DeepMind가 개발한 멀티모달 AI 모델 시리즈로, 텍스트·이미지·오디오·비디오·코드를 통합적으로 처리할 수 있는 것이 가장 큰 차별점이다. 다른 모델이 주로 텍스트 기반으로 동작하는 반면, Gemini는 스크린샷을 보고 UI 코드를 생성하거나, 다이어그램을 이해하고 관련 코드를 작성하는 등 시각적 입력을 코딩에 활용할 수 있다. Gemini 2.0 Flash(빠르고 저렴), Gemini Pro(고성능) 등 다양한 변형이 있으며, 용도에 따라 선택할 수 있다. Gemini Code Assist(IDE 기반 코딩 도구)와 Gemini CLI(터미널 에이전트)를 통해 코딩을 지원하며, Google Cloud 생태계(Cloud Functions, Firebase, BigQuery, Vertex AI 등)와 긴밀하게 통합되어 있어 Google Cloud 사용자에게 특히 유리하다. Google의 방대한 데이터와 인프라를 기반으로 하므로, 정보 검색 능력(Grounding with Google Search)이 뛰어나 최신 라이브러리나 API 정보를 반영한 코드 생성에 강점이 있다.

예시 코드/문장

Gemini CLI에서 코드와 스크린샷을 함께 제공하며 '이 UI 버그를 수정해줘'라고 요청.

참고 링크

외부 문서

#제미나이#Google#멀티모달

용어 해설눌러서 자세히

바이브 코딩 사전·AI 모델·프로바이더·중급

딥시크

영어 표기DeepSeek

중국 AI 스타트업 DeepSeek AI가 개발한 오픈소스 대규모 언어 모델 시리즈로, 서구권 모델(GPT, Claude)에 비해 훨씬 저렴한 비용으로 경쟁력 있는 코딩 성능을 제공하여 주목받았다. DeepSeek R1은 추론(reasoning) 특화 모델로, 복잡한 알고리즘 설계나 논리적 문제 해결에서 강점을 보이며, 'chain-of-thought' 추론 과정을 자세히 보여주어 문제 풀이 과정을 이해하기 쉽다. 완전한 오픈소스(모델 가중치 공개)로 배포되어, 누구나 다운로드하여 로컬에서 실행하거나 자체 서버에 배포할 수 있다는 것이 핵심 차별점이다. 이는 데이터가 외부 서버로 전송되는 것을 원하지 않는 기업이나 개인에게 매력적이다. Trae(ByteDance의 AI IDE) 등 일부 바이브 코딩 도구에서 지원되며, 오픈소스 특성상 커뮤니티에 의한 다양한 파인튜닝 버전도 존재한다. 다만, 중국 기업 제품이라는 점에서 일부 지역에서는 데이터 주권 관련 우려가 제기되기도 한다.

예시 코드/문장

Trae에서 DeepSeek R1 모델을 선택하고 복잡한 알고리즘 문제 풀이를 요청.

참고 링크

외부 문서

#딥시크#오픈소스#중국AI

용어 해설눌러서 자세히

바이브 코딩 사전·AI 모델·프로바이더·기초

컨텍스트 윈도우

영어 표기Context Window

LLM이 한 번의 요청에서 처리할 수 있는 최대 텍스트 길이(토큰 수)로, 바이브 코딩에서 AI가 동시에 '볼 수 있는' 코드의 양을 결정하는 핵심 스펙이다. 비유하면 AI의 '작업 메모리(working memory)' 또는 '책상 위에 펼쳐 놓을 수 있는 서류의 양'이다. 컨텍스트 윈도우가 클수록 AI가 더 많은 코드를 동시에 파악할 수 있으므로, 대규모 코드베이스에서의 작업 정확도가 높아진다. 대표적인 모델별 컨텍스트 윈도우: Claude — 100만 토큰(약 75,000줄 코드), GPT-4 — 128K 토큰(약 9,600줄), Gemini 1.5 Pro — 200만 토큰(약 150,000줄). 다만, 컨텍스트 윈도우가 크다고 무조건 좋은 것은 아니다. 너무 많은 정보를 넣으면 '컨텍스트 부패(Context Rot)' 현상이 발생하여 AI가 핵심 정보를 놓칠 수 있으며, 토큰 소비량이 증가하여 비용도 높아진다. 따라서 컨텍스트 엔지니어링을 통해 '필요한 정보만 적절한 양'으로 제공하는 것이 중요하다.

예시 코드/문장

Claude의 100만 토큰 컨텍스트 ≈ 약 75,000줄의 코드를 한 번에 이해 가능. GPT-4의 128K 토큰 ≈ 약 9,600줄.

#컨텍스트윈도우#토큰한도#윈도우크기

용어 해설눌러서 자세히

바이브 코딩 사전·AI 모델·프로바이더·기초

토큰

영어 표기Token

LLM이 텍스트를 처리하는 기본 단위로, AI 모델의 비용 산정과 성능을 이해하는 데 가장 기본이 되는 개념이다. 토크나이저(tokenizer)라는 알고리즘이 텍스트를 토큰으로 분할하며, 단어 하나가 반드시 토큰 하나가 되는 것은 아니다. 영어의 경우 대략 단어 1개 ≈ 1~1.5 토큰이지만, 한국어는 음절 단위로 분할되어 같은 의미의 텍스트가 영어보다 2~3배 많은 토큰을 소비한다(예: '안녕하세요' ≈ 3~5 토큰). 코드의 경우 'console.log("Hello World")' ≈ 약 6토큰이다. 토큰은 AI 코딩 도구의 사용량과 비용을 결정하는 핵심 단위로, API 과금은 입력 토큰과 출력 토큰을 각각 계산한다. 모델마다 다른 토크나이저를 사용하므로, 같은 텍스트도 모델에 따라 소비하는 토큰 수가 다를 수 있다. 바이브 코딩에서 예상보다 비용이 높아지는 주요 원인이 토큰 소비이므로, 컨텍스트 엔지니어링을 통해 불필요한 토큰 소비를 줄이는 것이 비용 관리의 핵심이다.

예시 코드/문장

console.log('Hello World') ≈ 약 6토큰.

#토큰#토크나이저#비용단위

용어 해설눌러서 자세히

바이브 코딩 사전·프롬프트 엔지니어링·기초

프롬프트 엔지니어링

영어 표기Prompt Engineering

AI 모델에게 원하는 출력을 얻기 위해 입력 텍스트(프롬프트)를 체계적으로 설계하는 기술로, '모델에게 무엇을 물을 것인가'를 다루는 학문이자 실무이다. 같은 AI 모델이라도 프롬프트를 어떻게 구성하느냐에 따라 출력의 품질이 극적으로 달라진다. 예를 들어, '로그인 만들어줘'라는 막연한 프롬프트 대신 'Next.js 14 App Router를 사용하여 이메일/비밀번호 로그인 기능을 구현해줘. bcrypt로 비밀번호 해싱, JWT 토큰 발급, 7일 만료, httpOnly 쿠키 저장. TypeScript strict mode로 작성해줘.'처럼 구체적으로 지시하면 훨씬 정확한 코드를 생성한다. 핵심 기법으로는 제로샷 프롬프팅(예시 없이 직접 지시), 퓨샷 프롬프팅(예시를 먼저 보여준 후 요청), 사고의 연쇄(CoT, 단계별 추론 유도), 시스템 프롬프트(역할·제약 조건 설정) 등이 있다. 2022~2023년에 가장 주목받은 AI 관련 기술이며, 이후 컨텍스트 엔지니어링('모델에게 무엇을 보여줄 것인가')과 하네스 엔지니어링('전체 시스템을 어떻게 운영할 것인가')으로 확장되었지만, 여전히 AI와 소통하는 가장 기본적이고 필수적인 스킬이다.

예시 코드/문장

나쁜 프롬프트: '로그인 만들어줘' → 좋은 프롬프트: 'Next.js 14 App Router를 사용하여 이메일/비밀번호 로그인 기능을 구현해줘. bcrypt로 비밀번호 해싱, JWT 토큰 발급, 7일 만료, httpOnly 쿠키 저장. TypeScript strict mode로 작성해줘.'

참고 링크

외부 문서

#프롬프트#프롬프트설계#AI지시

용어 해설눌러서 자세히

바이브 코딩 사전·프롬프트 엔지니어링·기초

제로샷 프롬프팅

영어 표기Zero-Shot Prompting

예시를 제공하지 않고 직접 지시만으로 AI에게 작업을 요청하는 가장 기본적인 프롬프팅 방식이다. 'Zero-Shot'은 '훈련 데이터에서 한 번도 보지 못한 작업(zero examples)'이라는 머신러닝 용어에서 유래했지만, 바이브 코딩에서는 단순히 '예시 없이 곧바로 요청한다'는 의미로 통용된다. 일상적인 코딩 작업에서 가장 빈번하게 사용되는 방식이며, 'Python으로 피보나치 함수를 작성해줘', 'React로 카운터 컴포넌트를 만들어줘'처럼 충분히 명확한 지시라면 추가 예시 없이도 좋은 결과를 얻을 수 있다. 다만, 특정 코딩 스타일이나 출력 형식을 원하는 경우에는 퓨샷 프롬프팅(Few-Shot)이 더 효과적이다. 모델의 사전 학습된 지식만으로 응답하므로, 모델이 이미 잘 알고 있는 표준적인 작업에서 가장 잘 동작한다.

예시 코드/문장

'Python으로 피보나치 함수를 작성해줘.' (예시 없이 직접 요청)

#제로샷#프롬프팅기법

용어 해설눌러서 자세히

바이브 코딩 사전·프롬프트 엔지니어링·기초

퓨샷 프롬프팅

영어 표기Few-Shot Prompting

하나 이상의 입출력 예시(example pair)를 먼저 보여준 후, 동일한 패턴으로 새로운 작업을 수행하도록 요청하는 프롬프팅 기법이다. 'Few-Shot'은 '소수의 예시(few examples)'라는 의미로, AI에게 '이런 식으로 해줘'라는 기대 형식을 예시를 통해 전달한다. 바이브 코딩에서는 특히 다음과 같은 상황에서 효과적이다: 특정 코딩 스타일을 일관되게 유지하고 싶을 때(예: '이전 컴포넌트 A는 이렇게 작성했으니, 새 컴포넌트 B도 같은 패턴으로 작성해줘'), 데이터 변환 규칙을 정의할 때(예: '입력→출력 매핑 3개를 보여주고, 4번째를 요청'), API 응답 형식을 통일하고 싶을 때 등. 예시의 수가 많을수록 패턴을 더 정확히 파악하지만, 컨텍스트 윈도우를 더 많이 소비하므로 2~5개의 예시가 일반적으로 가장 효율적이다. 제로샷 프롬프팅으로 원하는 결과를 얻지 못할 때, 예시를 추가하여 퓨샷으로 전환하면 품질이 크게 향상되는 경우가 많다.

예시 코드/문장

입력: 'apple' → 출력: '사과' / 입력: 'banana' → 출력: '바나나' / 입력: 'cherry' → 출력: ?

#퓨샷#예시기반#프롬프팅기법

용어 해설눌러서 자세히

바이브 코딩 사전·프롬프트 엔지니어링·중급

사고의 연쇄 프롬프팅

영어 표기Chain-of-Thought (CoT) Prompting

AI에게 답을 바로 내놓기보다 단계별로 추론 과정을 설명하도록 유도하는 프롬프팅 기법이다. 2022년 Google Brain의 Jason Wei 등이 발표한 논문에서 제안되었으며, '생각을 한 단계씩 풀어서 설명해줘(Let's think step by step)'라는 한 마디만 추가해도 복잡한 문제의 정확도가 크게 높아진다는 것이 핵심 발견이다. 바이브 코딩에서는 복잡한 아키텍처 설계, 다단계 데이터 처리 로직, 보안 분석 등에서 특히 효과적이다. 예를 들어, 'API 인증 흐름을 단계별로 분석해줘. 각 단계에서 어떤 토큰이 생성되고, 어디에 저장되고, 언제 만료되는지 설명해줘'처럼 단계별 분해를 명시적으로 요청하면, AI가 중간 과정을 생략하지 않고 논리적으로 추론하여 더 정확한 결과를 제공한다. CoT는 AI의 '생각 과정'을 투명하게 만들어 개발자가 추론을 검증할 수 있게 하므로, 하네스 엔지니어링에서도 에이전트의 의사결정을 이해하는 데 활용된다. o1, o3 같은 추론 특화 모델은 CoT를 내부적으로 자동 수행한다.

예시 코드/문장

'이 API의 인증 흐름을 단계별로 분석해줘. 각 단계에서 어떤 토큰이 생성되고, 어디에 저장되고, 언제 만료되는지 설명해줘.'

#CoT#단계별추론#프롬프팅기법

용어 해설눌러서 자세히

바이브 코딩 사전·프롬프트 엔지니어링·중급

시스템 프롬프트

영어 표기System Prompt

AI 모델의 행동, 역할, 제약 조건, 출력 형식을 설정하는 초기 지시문으로, 사용자의 개별 메시지(user prompt)와 구분되어 전체 대화 세션에 걸쳐 영향을 미친다. 비유하면, 시스템 프롬프트는 '대화가 시작되기 전에 AI에게 주는 비밀 브리핑(briefing)'이다. 바이브 코딩에서 시스템 프롬프트는 AI의 코딩 스타일을 결정하는 핵심 요소로, '당신은 시니어 TypeScript 개발자입니다. strict mode를 사용하고, 모든 타입을 명시적으로 선언하세요. any 타입 사용을 금지합니다.'처럼 역할과 제약을 설정하면, 이후 모든 코드 생성에 이 규칙이 적용된다. Cursor의 .cursorrules, Claude Code의 CLAUDE.md, Windsurf의 .windsurfrules 등 프로젝트별 규칙 파일은 사실상 해당 도구에 특화된 시스템 프롬프트이다. API를 직접 사용할 때는 system 역할의 메시지로 전달하며, 사용자 메시지보다 우선순위가 높지만, 프롬프트 인젝션 공격에 의해 우회될 수 있으므로 보안에 주의해야 한다.

예시 코드/문장

'당신은 시니어 TypeScript 개발자입니다. 코드를 생성할 때 항상 strict mode를 사용하고, 모든 타입을 명시적으로 선언하세요.'

#시스템프롬프트#역할설정#제약조건

용어 해설눌러서 자세히

영어 표기Context Engineering

AI 모델에게 '무엇을 보여줄 것인가'를 설계하는 기술로, 컨텍스트 윈도우에 정확히 필요한 정보만을 적절한 양과 형태로 제공하여 모델의 응답 품질을 극대화하는 것이 목표이다. 프롬프트 엔지니어링이 '무엇을 물을 것인가(질문의 설계)'에 집중한다면, 컨텍스트 엔지니어링은 '모델이 무엇을 볼 수 있는가(정보의 설계)'에 집중한다. 핵심 원칙은 '너무 많지도, 너무 적지도 않은 정보 제공(Goldilocks principle)'이다. 10만 줄 코드베이스에서 AI가 '결제 모듈 리팩토링'을 수행할 때, 전체 코드를 넣으면 컨텍스트 부패(Context Rot)가 발생하고, 결제 파일만 넣으면 의존성을 놓친다. 결제 관련 파일 + API 스키마 + 테스트 코드 + CLAUDE.md의 아키텍처 섹션만 제공하는 것이 최적이다. 구체적인 기법으로는 CLAUDE.md/AGENTS.md(프로젝트 규칙 파일), .cursorrules(IDE 설정), RAG(외부 데이터 검색), 코드베이스 인덱싱(자동 검색), 점진적 공개(단계별 정보 제공) 등이 있다. 관계 정리: 프롬프트 엔지니어링(무엇을 묻는가) ⊂ 컨텍스트 엔지니어링(모델이 무엇을 보는가) ⊂ 하네스 엔지니어링(전체 시스템이 어떻게 운영되는가).

예시 코드/문장

10만 줄 코드베이스에서 AI가 '결제 모듈 리팩토링'을 수행할 때, 전체 코드 대신 결제 관련 파일 + API 스키마 + 테스트 코드만 컨텍스트로 제공.

#컨텍스트엔지니어링#맥락설계#정보최적화

용어 해설눌러서 자세히

바이브 코딩 사전·컨텍스트 엔지니어링·중급

CLAUDE.md / AGENTS.md

영어 표기CLAUDE.md / AGENTS.md

프로젝트 루트 디렉토리에 배치하는 마크다운 파일로, AI 에이전트에게 프로젝트의 아키텍처, 코딩 컨벤션, 빌드·테스트 명령어, 기술 스택, 제약 조건 등을 알려주는 '프로젝트 지도(map)' 역할을 한다. Claude Code에서 /init 명령어로 자동 생성할 수 있으며, AI가 프로젝트를 처음 접할 때 가장 먼저 읽는 파일이다. 잘 작성된 CLAUDE.md는 AI 에이전트의 코드 생성 품질을 극적으로 향상시키며, 반대로 이 파일이 없으면 AI가 프로젝트의 패턴과 규칙을 이해하지 못해 일관성 없는 코드를 생성한다. Mitchell Hashimoto(하네스 엔지니어링 창시자)는 AGENTS.md를 반복적으로 개선하는 것을 하네스 엔지니어링의 핵심 활동으로 제안했다. 구체적 방법론은: AI 에이전트가 실수를 했을 때, 같은 실수를 반복하지 않도록 해당 규칙을 AGENTS.md에 추가하는 것이다. 시간이 지남에 따라 AGENTS.md는 프로젝트의 모든 '암묵적 규칙'이 명시화된 문서로 성장한다. CLAUDE.md는 Claude Code 전용이고, AGENTS.md는 도구 독립적인 범용 이름이며, 기능과 목적은 동일하다.

예시 코드/문장

CLAUDE.md에 '# 프로젝트 개요 - TypeScript + Next.js 14 (App Router) - DB: Supabase - 스타일: Tailwind CSS / # 코딩 컨벤션 - 함수형 컴포넌트만 사용 - 모든 API 응답은 zod로 검증'을 기록.

#CLAUDE.md#AGENTS.md#프로젝트맵

용어 해설눌러서 자세히

바이브 코딩 사전·컨텍스트 엔지니어링·중급

.cursorrules / .windsurfrules

영어 표기.cursorrules / .windsurfrules

Cursor IDE의 .cursorrules와 Windsurf IDE의 .windsurfrules는 각각의 IDE에서 프로젝트별 AI 행동 규칙을 정의하는 설정 파일이다. CLAUDE.md가 Claude Code 전용 규칙 파일이라면, .cursorrules는 Cursor 전용, .windsurfrules는 Windsurf 전용 규칙 파일이다. 기능과 목적은 동일하지만 각 도구에 맞는 형식과 지시 방식이 다르다. 프로젝트 루트에 배치하면 AI가 자동으로 읽어 모든 코드 생성과 수정에 적용한다. 대표적인 규칙 내용으로는 '항상 TypeScript strict mode 사용', 'async/await만 사용하고 .then() 체이닝 금지', 'any 타입 절대 사용 금지', '모든 컴포넌트는 함수형으로 작성', '에러 처리에는 반드시 try-catch 사용' 등이 있다. 이러한 규칙 파일이 없으면 AI가 프로젝트 내에서 일관되지 않은 코딩 스타일을 사용하게 되므로, 바이브 코딩을 시작할 때 가장 먼저 설정해야 하는 파일 중 하나이다. 커뮤니티에서 공유되는 .cursorrules 템플릿도 많으므로 참고하면 좋다.

예시 코드/문장

.cursorrules 내용: 'Always use TypeScript strict mode / Use async/await instead of .then() chains / Never use any type'

#cursorrules#windsurfrules#AI규칙

용어 해설눌러서 자세히

바이브 코딩 사전·컨텍스트 엔지니어링·중급

검색 증강 생성

영어 표기RAG (Retrieval-Augmented Generation)

외부 데이터 소스에서 관련 정보를 먼저 검색(Retrieval)한 뒤, 이 정보를 LLM의 컨텍스트에 포함시켜(Augmented) 응답을 생성(Generation)하는 기술이다. 2020년 Meta AI의 Patrick Lewis 등이 발표한 논문에서 처음 제안되었으며, AI의 환각(Hallucination) 문제를 해결하는 가장 효과적인 방법 중 하나로 자리잡았다. LLM은 훈련 데이터에 포함되지 않은 정보(사내 코드, 비공개 API 문서, 최신 라이브러리 변경사항 등)를 알 수 없지만, RAG를 통해 관련 문서를 실시간으로 검색하여 컨텍스트에 주입하면 최신·정확한 정보를 기반으로 코드를 생성할 수 있다. 바이브 코딩에서의 활용 예시: AI 코딩 에이전트가 사내 API 문서 데이터베이스를 RAG로 검색하여, 정확한 엔드포인트 URL, 인증 방식, 요청/응답 스키마를 확인한 후 코드를 생성한다. Grounding의 핵심 구현 방식이며, Corrective RAG(검색 결과의 관련성을 평가하여 재검색하는 변형) 등의 발전된 형태도 존재한다.

예시 코드/문장

AI 코딩 에이전트가 사내 API 문서를 RAG로 검색하여, 정확한 엔드포인트와 파라미터를 기반으로 코드를 생성.

#RAG#검색증강#지식검색

용어 해설눌러서 자세히

바이브 코딩 사전·컨텍스트 엔지니어링·중급

코드베이스 인덱싱

영어 표기Codebase Indexing

AI 도구가 프로젝트의 전체 소스 코드를 분석·색인(index)하여, 특정 질문이나 작업 시 관련 코드를 빠르게 찾을 수 있도록 하는 사전 처리 과정이다. 도서관의 색인 카드가 원하는 책을 빠르게 찾게 해주는 것처럼, 코드베이스 인덱싱은 AI가 수만~수백만 줄의 코드에서 필요한 부분을 즉시 특정할 수 있게 한다. Windsurf는 프로젝트를 처음 열 때 전체 파일을 인덱싱하고, Augment Code는 심층 인덱싱(Deep Indexing)으로 코드 간 의존성과 아키텍처 패턴까지 분석한다. 인덱싱 깊이에 따라 AI 에이전트의 정확도가 크게 달라지며, 단순 텍스트 검색 수준의 인덱싱과 코드 의미론(semantics)까지 파악하는 심층 인덱싱은 결과물의 차이가 상당하다. Greptile 같은 코드베이스 인덱싱 전문 도구도 존재하며, 이들은 코드의 의미적 관계를 파악하여 '이 함수를 호출하는 모든 곳'이나 '이 데이터 구조를 사용하는 모든 패턴'을 찾아낸다. RAG의 코드 버전으로 이해할 수 있다.

예시 코드/문장

Windsurf가 프로젝트를 처음 열 때 전체 파일을 인덱싱하여, 이후 '인증 관련 코드를 찾아줘'라고 하면 즉시 관련 파일을 특정.

#인덱싱#코드검색#지식그래프

용어 해설눌러서 자세히

바이브 코딩 사전·컨텍스트 엔지니어링·고급

점진적 공개

영어 표기Progressive Disclosure

AI에게 모든 정보를 한 번에 제공하지 않고, 작업 진행 상황에 따라 필요한 시점에 필요한 깊이의 정보만 단계적으로 제공하는 컨텍스트 엔지니어링 기법이다. 원래 UX 디자인에서 사용자에게 복잡한 인터페이스를 단계적으로 노출하는 원칙에서 차용되었다. 바이브 코딩에서의 적용 방식: 처음에는 프로젝트 구조 요약과 CLAUDE.md만 제공하고, AI가 특정 모듈 작업을 시작하면 해당 모듈의 상세 코드와 관련 테스트를 추가 제공하며, 에러가 발생하면 관련 로그와 디버그 정보를 추가 제공한다. 이렇게 하면 컨텍스트 윈도우를 효율적으로 사용하면서도 AI가 각 시점에서 필요한 정보를 충분히 갖게 된다. 반대로, CLAUDE.md의 전체 내용 + 모든 관련 파일 + 모든 테스트 코드를 한 번에 넣으면 오히려 컨텍스트 부패(Context Rot)가 발생하여 AI가 핵심 정보를 놓치는 역설적 상황이 생긴다. '정보를 많이 주면 더 잘한다'는 직관과 달리, '적시에 적량의 정보를 주는 것'이 훨씬 효과적이며, 이것이 점진적 공개의 핵심 통찰이다.

예시 코드/문장

처음에는 프로젝트 구조 요약만 제공 → AI가 결제 모듈 작업을 시작하면 해당 모듈의 상세 코드를 추가 제공 → 에러 발생 시 관련 로그를 추가 제공.

#점진적공개#컨텍스트최적화

용어 해설눌러서 자세히

바이브 코딩 사전·컨텍스트 엔지니어링·중급

컨텍스트 부패

영어 표기Context Rot

너무 많은 정보가 컨텍스트 윈도우에 쌓이면서, AI가 핵심 내용을 놓치거나 무시하게 되는 성능 저하 현상이다. '부패(rot)'라는 표현은 식품이 시간이 지나면서 질이 떨어지듯, 컨텍스트의 품질도 정보 과적으로 인해 저하된다는 비유이다. 특히 긴 대화 세션이나 대규모 프로젝트에서 자주 발생한다. 대표적인 증상: AI 에이전트와 2시간 동안 대화하면서 수십 개 파일을 수정하다 보면, 초반에 합의한 아키텍처 결정(예: 'API는 REST로 설계하기로 했다')을 AI가 잊고 다른 패턴(GraphQL)으로 코드를 생성하기 시작한다. 또는 CLAUDE.md에 명시한 코딩 컨벤션을 나중에 가면 따르지 않게 된다. 이는 LLM의 'Lost in the Middle' 문제와도 관련이 있는데, 긴 컨텍스트의 중간 부분에 있는 정보가 처음이나 끝 부분의 정보보다 더 잘 무시되는 경향이 있다. 해결 전략: 긴 대화 세션을 적절한 시점에 분리하기, 핵심 결정사항을 요약한 뒤 새 세션을 시작하기, 컴팩션(Compaction) 기법으로 이전 대화를 압축하기, 점진적 공개(Progressive Disclosure)로 필요한 정보만 제공하기 등이 있다.

예시 코드/문장

AI 에이전트와 2시간 동안 대화하면서 수십 개 파일을 수정하다 보면, 초반에 합의한 아키텍처 결정을 AI가 잊고 다른 패턴으로 코드를 생성.

#컨텍스트부패#정보과부하#맥락손실

용어 해설눌러서 자세히

영어 표기Harness Engineering

AI 에이전트를 둘러싼 전체 운영 환경을 설계하는 기술로, 프롬프트나 컨텍스트뿐 아니라 에이전트가 사용하는 도구, 권한, 상태 관리, 테스트 게이트, 가드레일, 로그, 재시도 메커니즘, 샌드박스 등 '모델 주위의 모든 것'을 포함한다. 2026년 2월 Mitchell Hashimoto(HashiCorp 공동 창립자)가 체계화한 개념으로, 비유하면 '모델은 엔진, 컨텍스트는 연료와 계기판, 하네스는 나머지 전부 — 핸들, 브레이크, 차선, 경고등, 안전벨트, 에어백'이다. 구체적인 하네스 구성 요소: 가드레일(위험한 행위 차단), 품질 게이트(린트·테스트·보안 스캔 통과 필수), 샌드박스(격리된 실행 환경), 텔레메트리(에이전트 행동 로깅), 재시도 로직(실패 시 자동 재시도), 컨텍스트 관리 규칙(AGENTS.md 업데이트 정책). 핵심 철학은 '에이전트가 실수할 때마다, 다음에는 같은 실수를 할 수 없도록 환경을 개선하라'이며, 이는 AGENTS.md에 새로운 규칙을 추가하는 것으로 실현된다. 관계 정리: Prompt Engineering(무엇을 묻는가) → Context Engineering(모델이 무엇을 보는가) → Harness Engineering(전체 시스템이 어떻게 동작하는가). Harness Engineering이 가장 상위 개념이며 나머지를 모두 포함한다.

예시 코드/문장

Claude Code 에이전트가 코드를 생성할 때 → 린터 통과 필수 → 단위 테스트 통과 필수 → 보안 스캔 통과 필수 → 인간 리뷰 후 머지. 이 전체 파이프라인을 설계하는 것.

#하네스엔지니어링#에이전트환경#시스템설계

용어 해설눌러서 자세히

바이브 코딩 사전·하네스 엔지니어링·중급

가드레일

영어 표기Guardrails

LLM의 출력이 지정된 제약 조건과 안전 가이드라인을 준수하도록 보장하는 다층적 안전 메커니즘이다. '가드레일'이라는 명칭은 도로의 가드레일이 차량이 도로를 벗어나는 것을 방지하듯, AI가 허용된 범위를 벗어나는 행동을 차단한다는 비유에서 유래했다. 바이브 코딩에서 가드레일은 세 가지 수준으로 나뉜다: 코드 수준(린터로 스타일 위반 감지, TypeScript 타입 체크로 타입 오류 방지), 실행 수준(터미널 명령어 허용 목록 관리, 'rm -rf /' 같은 위험 명령 차단, 특정 디렉토리 밖 접근 금지), 출력 수준(생성된 코드에 보안 취약점이 없는지 스캔, 민감 정보 노출 방지). YOLO Mode(자동 실행)를 사용할 때는 가드레일이 특히 중요하며, 가드레일 없는 YOLO Mode는 에이전트에게 '검증 없이 아무거나 실행해도 된다'고 허락하는 것과 같다. 하네스 엔지니어링의 핵심 구성 요소로, 가드레일의 수준과 정밀도가 에이전틱 워크플로의 안전성을 결정한다.

예시 코드/문장

AI 코딩 에이전트가 'rm -rf /' 같은 위험한 명령어를 실행하지 못하도록 차단하는 규칙.

#가드레일#안전장치#제약조건

용어 해설눌러서 자세히

바이브 코딩 사전·하네스 엔지니어링·중급

품질 게이트

영어 표기Quality Gate

AI 에이전트의 작업 결과가 다음 단계로 넘어가기 전에 반드시 통과해야 하는 자동화된 검증 지점이다. 공항의 보안 게이트가 탑승 전 필수 검사를 수행하듯, 품질 게이트는 코드가 프로덕션으로 가기 전에 필수 검증을 수행한다. 에이전틱 엔지니어링에서 품질 게이트는 AI가 생성한 코드의 품질을 인간의 직접 검토 없이도 자동으로 보장하는 핵심 메커니즘이다. 일반적인 품질 게이트 체인: Agent 코드 생성 → [린트 통과?] → [타입 체크 통과?] → [단위 테스트 통과?] → [통합 테스트 통과?] → [보안 스캔 통과?] → [코드 커버리지 기준 충족?] → 인간 리뷰. 각 대괄호가 하나의 Quality Gate이며, 어느 하나라도 실패하면 AI 에이전트에게 피드백이 돌아가 수정을 시도한다. Stripe의 Minions 시스템에서는 CI(지속적 통합) 파이프라인 통과가 필수 품질 게이트로, AI가 작성한 코드가 모든 테스트를 통과해야만 PR이 생성된다. 품질 게이트가 촘촘할수록 AI Slop이 프로덕션에 도달할 확률이 낮아지지만, 너무 과도하면 하네스 부채(Harness Debt)가 발생할 수 있다.

예시 코드/문장

Agent가 코드 생성 → [린트 통과?] → [테스트 통과?] → [보안 스캔 통과?] → 인간 리뷰. 각 대괄호가 하나의 Quality Gate.

#품질게이트#자동검증#게이트키핑

용어 해설눌러서 자세히

바이브 코딩 사전·하네스 엔지니어링·중급

샌드박스

영어 표기Sandbox / Isolated Environment

AI 에이전트가 안전하게 코드를 실행·테스트할 수 있는 격리된 환경으로, 에이전트의 실수나 악의적 코드가 프로덕션 시스템, 호스트 운영체제, 다른 프로젝트에 영향을 미치지 않도록 보호하는 가상 울타리이다. '샌드박스(sandbox)'라는 명칭은 어린이 놀이터의 모래상자에서 유래했는데, 아이가 모래상자 안에서 자유롭게 놀 수 있지만 밖으로는 영향이 미치지 않는 것과 같은 원리이다. 바이브 코딩에서 샌드박스의 중요성: AI 에이전트가 잘못된 코드를 실행하면 파일 삭제, 환경 변수 오염, 네트워크 리소스 오용 등이 발생할 수 있는데, 샌드박스 안에서 실행하면 이러한 피해가 격리된 환경 내에서만 발생하고 실제 시스템에는 영향이 없다. 구현 방식으로는 Docker 컨테이너, 가상 머신(VM), WebContainers(브라우저 내 격리), 임시 클라우드 인스턴스 등이 있다. Devin은 자체 격리 환경에서 작업하며, Bolt.new는 WebContainers를 사용한다. YOLO Mode를 사용할 때는 반드시 샌드박스 환경에서 실행하는 것이 권장된다.

예시 코드/문장

Devin이 코드를 작성하고 테스트할 때, 격리된 Docker 컨테이너 내에서 실행하여 호스트 시스템 영향 차단.

#샌드박스#격리환경#안전실행

용어 해설눌러서 자세히

바이브 코딩 사전·하네스 엔지니어링·고급

하네스 부채

영어 표기Harness Debt

기술 부채(Technical Debt)의 하네스 버전으로, AI 에이전트를 둘러싼 제약·가드레일·테스트·모니터링 시스템 자체가 복잡해지면서 발생하는 유지보수 부담을 말한다. 하네스 엔지니어링이 '에이전트 실수 시 규칙을 추가하라'는 원칙을 따르다 보면, 시간이 지남에 따라 규칙과 게이트의 수가 기하급수적으로 증가할 수 있다. 50개의 품질 게이트, 30개의 린트 규칙, 20개의 보안 스캔, 100개 이상의 AGENTS.md 규칙이 설정된 환경에서는 이들 간의 충돌, 중복, 모순이 발생하고, 규칙 자체의 업데이트와 관리가 오히려 개발 속도를 저해하는 역설적 상황이 생긴다. 하네스가 자체적인 '제품'이 되면서 자체 버그, 설정 드리프트(drift), 성능 저하, 오탐(false positive) 문제를 야기하는 것이다. 2026년에 새롭게 인식되기 시작한 개념으로, 해결 전략은 주기적인 하네스 감사(audit)를 통해 불필요하거나 중복된 규칙을 정리하고, 가드레일의 투자 대비 효과(ROI)를 측정하여 실질적 가치가 없는 게이트를 제거하는 것이다.

예시 코드/문장

50개의 Quality Gate, 30개의 린트 규칙, 20개의 보안 스캔을 설정했지만, 이들 간의 충돌과 업데이트 관리가 오히려 개발 속도를 저해.

#하네스부채#시스템복잡성#유지보수부담

용어 해설눌러서 자세히

바이브 코딩 사전·하네스 엔지니어링·기초

승인 게이트

영어 표기Approval Gate

AI 에이전트가 위험하거나 되돌리기 어려운 작업을 하기 전에 사람의 확인을 받도록 멈추는 검증 지점이다. 초보자는 AI에게 '알아서 배포해줘'처럼 크게 맡기기 쉽지만, 결제 로직 변경, 데이터 삭제, 권한 변경, 실제 서비스 배포처럼 영향이 큰 작업은 자동 실행보다 승인 게이트가 안전하다. 승인 게이트는 하네스 엔지니어링의 기본 안전장치로, 에이전트가 계획을 제시하고 인간이 범위·위험·검증 방법을 확인한 뒤 다음 단계로 넘어가게 만든다. 좋은 승인 게이트는 막연한 '괜찮아?'가 아니라 변경 파일, 실행 명령, 예상 영향, 롤백 방법, 통과해야 할 테스트를 함께 보여준다.

예시 코드/문장

AI가 결제 API 리팩토링을 제안하면 바로 머지하지 않고, 변경 파일·테스트 명령·롤백 기준·사용자 영향 범위를 승인 게이트에 적어 팀원이 확인한 뒤 실행하고, 검증 실패 시 즉시 이전 단계로 돌린다. 승인 기록도 남긴다.

#승인게이트#인간승인#안전검증

용어 해설눌러서 자세히

바이브 코딩 사전·하네스 엔지니어링·기초

권한 범위

영어 표기Permission Scope

AI 에이전트에게 허용할 수 있는 파일, 명령, 네트워크 접근, 배포 권한의 경계를 미리 정한 범위이다. 권한 범위가 넓을수록 에이전트는 빠르게 일하지만 실수했을 때 피해도 커진다. 반대로 권한 범위가 너무 좁으면 매번 사람이 개입해야 해서 자동화 가치가 줄어든다. 실무에서는 '이 작업은 테스트 파일과 특정 컴포넌트만 수정', '읽기는 전체 코드베이스 허용, 쓰기는 지정 폴더만 허용', '배포 명령은 인간 승인 뒤에만 허용'처럼 작업 단위로 최소 권한을 정한다. 권한 범위는 보안 정책이면서 동시에 좋은 작업 지시서의 일부다.

예시 코드/문장

새 버튼 UI를 고칠 때 AI 작업 지시서에 'src/components의 버튼 파일과 해당 테스트만 수정, 데이터 삭제 명령과 배포 명령은 실행 금지'라고 권한 범위를 적고, 범위를 벗어난 제안은 다시 계획하게 한다.

#권한범위#최소권한#에이전트보안

용어 해설눌러서 자세히

바이브 코딩 사전·에이전틱 엔지니어링·고급

에이전틱 엔지니어링

영어 표기Agentic Engineering

AI 에이전트가 구조화된 인간 감독 하에 자율적으로 소프트웨어를 계획·작성·테스트·배포하는 전문적 개발 방법론으로, 바이브 코딩의 다음 진화 단계이다. Andrej Karpathy가 2026년 초 제시한 개념으로, 바이브 코딩의 'prompt and hope(프롬프트를 던지고 기대하기)' 방식을 PEV(Plan → Execute → Verify) 루프로 체계화한 것이다. 핵심적인 역할 전환이 일어나는데, 개발자가 코드의 '작성자(writer)'에서 시스템의 '아키텍트 및 감독자(architect & supervisor)'로 바뀐다. 구체적 워크플로: 인간이 스펙과 제약 조건을 정의(Plan) → 복수의 특화된 AI 에이전트(Feature Author, Test Generator, Code Reviewer, Architecture Guardian, Security Scanner)가 자율적으로 작업(Execute) → 품질 게이트와 인간 리뷰를 통해 결과를 검증(Verify). 실적 사례: TELUS(500,000+ 시간 절감), Zapier(89% 조직 AI 도입), Stripe(주 1,000+ 에이전트 PR 머지), OpenAI(100만 줄 코드, 인간 작성 0줄), Rakuten(1250만 줄 코드베이스 7시간 처리). 프롬프트 엔지니어링, 컨텍스트 엔지니어링, 하네스 엔지니어링이 모두 결합된 최상위 개발 패러다임이다.

예시 코드/문장

Plan: '사용자 알림 시스템 구현' 스펙 작성 → Execute: Feature Author 에이전트 코드 작성 → Test Generator 테스트 → Code Reviewer 리뷰 → Security Scanner 검사 → Verify: 인간 개발자 최종 확인 후 머지.

참고 링크

외부 문서

#에이전틱#AI퍼스트개발#PEV루프

용어 해설눌러서 자세히

바이브 코딩 사전·에이전틱 엔지니어링·중급

에이전트 모드

영어 표기Agent Mode

AI 코딩 도구에서 에이전트가 능동적으로 전체 코드베이스를 자율 탐색하고, 맥락을 이해하며, 다중 파일을 수정하고, 터미널 명령어를 실행하는 고급 동작 모드이다. 대부분의 AI 코딩 도구는 여러 모드를 제공하는데, Agent Mode가 가장 자율적이다. 모드 비교: Ask Mode(질문에 답변만 하고 코드를 수정하지 않음), Manual Mode(개발자가 명시적으로 선택한 코드만 수정), Agent Mode(에이전트가 스스로 관련 파일을 찾고, 필요한 수정을 판단하고, 실행한다). Agent Mode에서 AI는 단순한 '코드 제안기'가 아니라 '자율적으로 행동하는 에이전트'로 동작한다. 예를 들어 '이 앱의 성능을 개선해줘'라고 요청하면, Agent가 프로파일링 도구를 실행하고, 병목을 분석하고, 여러 파일에 걸쳐 최적화 코드를 적용하고, 테스트를 실행하여 회귀가 없는지 확인하는 전체 과정을 자율적으로 수행한다. Cursor, Windsurf(Cascade), GitHub Copilot, Codex 등 2025~2026년의 거의 모든 AI IDE에서 Agent Mode를 지원하며, 이것이 에이전틱 엔지니어링의 실무적 구현이다.

예시 코드/문장

Cursor Agent Mode에서 '이 앱의 성능을 개선해줘'라고 하면, Agent가 프로파일링·병목 분석·코드 수정·테스트 실행까지 자율적으로 수행.

#에이전트모드#자율모드#AI에이전트

용어 해설눌러서 자세히

바이브 코딩 사전·에이전틱 엔지니어링·고급

에이전틱 워크플로

영어 표기Agentic Workflow

AI 에이전트가 자율적으로 계획을 세우고 행동을 실행하여 복잡한 목표를 달성하는 동적 프로세스의 전체 흐름을 말한다. 단순히 '프롬프트 → 응답'의 1회성 상호작용이 아니라, 추론(Reasoning), 외부 도구 호출(Tool Use), 자기 수정(Self-correction), 다단계 실행(Multi-step Execution)을 포함하는 반복적이고 적응적인 프로세스이다. 에이전틱 워크플로의 일반적인 단계: 작업 설명(인간이 목표와 제약 조건을 제공) → 계획(에이전트가 작업을 하위 작업으로 분해) → Feature Author(코드 작성) → Test Generator(테스트 생성·실행) → Code Reviewer(코드 품질 검토) → Architecture Guardian(아키텍처 적합성 검증) → Security Scanner(보안 취약점 스캔) → 인간 리뷰(최종 승인) → CI/CD(자동 배포). 각 단계에서 실패하면 이전 단계로 돌아가 자동 수정을 시도하며, 이 반복 루프가 에이전틱 워크플로의 핵심이다. 전통적인 소프트웨어 개발 파이프라인이 인간이 각 단계를 수동으로 수행했다면, 에이전틱 워크플로에서는 AI 에이전트가 인간의 감독 하에 자율적으로 파이프라인을 진행한다.

예시 코드/문장

작업 설명(인간) → Feature Author(코드 작성) → Test Generator(테스트) → Code Reviewer(리뷰) → Architecture Guardian(구조 검증) → Security Scanner(보안 검사) → 인간 리뷰(최종 승인) → CI/CD(배포).

#에이전틱워크플로#자율프로세스

용어 해설눌러서 자세히

바이브 코딩 사전·에이전틱 엔지니어링·고급

멀티 에이전트 오케스트레이션

영어 표기Multi-Agent Orchestration

여러 특화된 AI 에이전트를 하나의 지휘자(orchestrator)가 조율하여 복잡한 작업을 협업적으로 수행하는 기법이다. 오케스트라에서 지휘자가 각 파트(바이올린, 첼로, 트럼펫)를 조율하듯, 멀티 에이전트 시스템에서는 오케스트레이터가 각 전문 에이전트에게 적절한 작업을 할당하고 결과를 통합한다. 각 에이전트는 고유한 역할을 담당한다: Feature Author(기능 코드 작성), Test Generator(테스트 코드 생성·실행), Code Reviewer(코드 품질 검토·피드백), Architecture Guardian(아키텍처 패턴 준수 확인), Security Scanner(보안 취약점 탐지). 단일 에이전트가 모든 역할을 수행하는 것보다 전문화된 에이전트가 각자의 역할을 수행할 때 더 높은 품질을 달성할 수 있다는 것이 핵심 가설이다. Stripe의 Minions 시스템이 대표적 사례로, 개발자가 Slack에 작업을 게시하면 Minion이 코드를 작성하고, CI를 통과시키고, PR을 오픈하며, 작업 할당과 PR 리뷰 사이에 인간 개입이 없는(Zero interaction) 완전 자율 워크플로를 구현했다.

예시 코드/문장

Stripe의 Minions: 개발자가 Slack에 작업 게시 → Minion이 코드 작성 → CI 통과 → PR 오픈 → 인간 리뷰·머지. 작업 할당과 PR 리뷰 사이 Zero interaction.

#멀티에이전트#오케스트레이션#에이전트팀

용어 해설눌러서 자세히

바이브 코딩 사전·에이전틱 엔지니어링·고급

PEV 루프

영어 표기PEV Loop (Plan → Execute → Verify)

에이전틱 엔지니어링의 핵심 워크플로로, 모든 에이전틱 작업이 Plan(계획) → Execute(실행) → Verify(검증)의 세 단계를 반복하는 구조이다. 소프트웨어 공학의 Plan-Do-Check-Act(PDCA) 사이클이나 애자일의 Sprint 구조와 유사하지만, AI 에이전트에 맞게 재설계되었다. Plan 단계: 인간이 목표를 정의하고, 작업을 분해하며, 제약 조건을 설정하고, 수락 기준(acceptance criteria)과 품질 게이트를 명시한다. 이 단계의 품질이 전체 결과를 결정하므로, 에이전틱 엔지니어링에서 가장 중요한 인간의 역할이다. Execute 단계: AI 에이전트가 Plan에 정의된 제약 내에서 자율적으로 작업을 수행한다. 코드 작성, 테스트 생성, 린트 통과, 보안 스캔 등을 자동으로 반복한다. Verify 단계: 인간 개발자가 결과를 수락 기준에 비추어 평가한다. 보안, 아키텍처 적합성, 비즈니스 로직 정확성, 성능 요구사항 충족 여부를 확인한다. Verify에서 문제가 발견되면 피드백과 함께 다시 Plan 또는 Execute 단계로 돌아간다. 이 루프가 반복되면서 점진적으로 완성도 높은 결과물에 수렴한다.

예시 코드/문장

Plan: '사용자 검색 기능 추가. Elasticsearch 사용, 페이지네이션 필수, 응답시간 200ms 이내' → Execute: 에이전트가 구현·테스트 → Verify: 개발자가 성능·보안 확인.

#PEV#계획실행검증#구조적워크플로

용어 해설눌러서 자세히

바이브 코딩 사전·에이전틱 엔지니어링·중급

함수 호출

영어 표기Function Calling

AI 모델이 자연어 요청을 이해하고, 사전에 정의된 프로그래밍 함수를 적절한 매개변수와 함께 실행할 수 있는 능력이다. 에이전트가 '생각만 하는 것'을 넘어 '실제로 행동하는 것'을 가능하게 하는 핵심 메커니즘이다. 전통적으로 LLM은 텍스트만 생성할 수 있었지만, Function Calling 기능을 통해 외부 API 호출, 데이터베이스 쿼리, 파일 시스템 조작, 웹 검색 등 실제 행위를 수행할 수 있게 되었다. 동작 원리: 개발자가 사용 가능한 함수 목록(이름, 설명, 매개변수 스키마)을 모델에 제공하면, 모델이 사용자의 자연어 요청을 분석하여 어떤 함수를 어떤 매개변수로 호출해야 하는지 결정하고, 구조화된 JSON 형태로 함수 호출 요청을 반환한다. 예를 들어 '서울의 현재 날씨를 가져와줘'라는 요청에 AI가 getWeather(location='Seoul')이라는 함수 호출을 결정한다. MCP(Model Context Protocol)는 이 Function Calling을 표준화하고 확장한 프로토콜이다. 바이브 코딩 도구에서 AI가 터미널 명령어를 실행하고, 파일을 수정하고, 테스트를 실행하는 것이 모두 내부적으로 Function Calling을 통해 이루어진다.

예시 코드/문장

'현재 날씨를 가져와줘'라는 사용자 요청에 AI가 getWeather(location='Seoul')이라는 함수를 호출.

#함수호출#도구사용#API연동

용어 해설눌러서 자세히

바이브 코딩 사전·에이전틱 엔지니어링·기초

작업 분해

영어 표기Task Decomposition

큰 개발 목표를 AI 에이전트가 안전하게 처리할 수 있는 작은 작업 단위로 나누는 방법이다. '쇼핑몰을 만들어줘'처럼 큰 요청은 인증, 상품 목록, 장바구니, 결제, 관리자 화면, 테스트, 배포가 섞여 있어 AI가 맥락을 놓치기 쉽다. 작업 분해를 하면 각 단계의 입력, 수정 범위, 완료 기준, 검증 명령이 명확해져서 에이전트가 한 번에 한 문제만 풀 수 있다. 초보자에게는 작업 분해가 프롬프트 실력보다 더 중요하다. 요청이 작아질수록 코드 리뷰가 쉬워지고, 실패해도 되돌릴 범위가 작아지며, 품질 게이트를 단계별로 적용할 수 있기 때문이다.

예시 코드/문장

'Q&A 기능 개선'을 질문 저장 테스트 추가, 목록 카드 문구 정리, 상세 페이지 오류 처리, 배포 스모크 검증 네 작업으로 나눠 AI에게 순서대로 맡기고 각 단계마다 커밋 전 검증 결과와 실패 시 되돌릴 범위를 확인한다.

#작업분해#작은단위#에이전트계획

용어 해설눌러서 자세히

바이브 코딩 사전·에이전틱 엔지니어링·기초

에이전트 피드백 루프

영어 표기Agent Feedback Loop

AI 에이전트가 실행 결과를 보고 스스로 다음 수정을 시도하도록 만드는 반복 구조이다. 사람이 결과만 읽고 다시 지시하는 방식과 달리, 피드백 루프에서는 테스트 실패, 린트 오류, 빌드 로그, 브라우저 콘솔 오류, 사용자 스모크 결과가 에이전트에게 다시 입력된다. 에이전트는 이 증거를 바탕으로 원인을 좁히고 작은 수정으로 다시 검증한다. 좋은 피드백 루프는 무한 반복이 아니라 중단 조건을 가진다. 예를 들어 같은 테스트가 세 번 실패하면 사람에게 넘기고, 배포 후 핵심 페이지가 깨지면 롤백 기준을 적용한다. 바이브 코딩에서는 이 루프가 있어야 AI가 만든 코드가 우연히 한 번 동작하는 수준을 넘어 안정적인 기능으로 다듬어진다.

예시 코드/문장

AI가 로그인 폼을 수정한 뒤 테스트가 실패하면 실패 메시지와 변경 diff를 다시 전달하고, 같은 오류가 반복되면 사람 리뷰로 넘기는 피드백 루프를 둬서 무한 자동 수정과 품질 저하를 막고 다음 작업 지시서에 예방 조건을 남긴다.

#피드백루프#반복검증#에이전트수정

용어 해설눌러서 자세히

바이브 코딩 사전·핵심 개념·중급

모델 컨텍스트 프로토콜

영어 표기MCP (Model Context Protocol)

Anthropic이 2024년 11월에 공개한 오픈 소스·오픈 스탠더드 프로토콜로, LLM 애플리케이션이 외부 데이터 소스·도구·서비스와 표준화된 방식으로 연결될 수 있도록 설계되었다. MCP 이전에는 각 AI 도구가 외부 시스템(데이터베이스, API, 파일 시스템 등)과 통합하려면 개별적으로 커스텀 연동 코드를 작성해야 했으나, MCP는 이를 'MCP 서버'라는 표준 인터페이스로 통일한다. MCP 서버는 세 가지 핵심 프리미티브를 노출한다. 첫째 'Tools'는 모델이 호출할 수 있는 함수(예: DB 쿼리, API 호출), 둘째 'Resources'는 읽기 전용 컨텍스트 데이터(예: 파일 내용, 스키마), 셋째 'Prompts'는 재사용 가능한 프롬프트 템플릿이다. JSON-RPC 기반의 클라이언트-서버 아키텍처를 따르며, Claude Desktop, Claude Code, Cursor, VS Code 등 다양한 AI 클라이언트가 MCP를 지원한다. 개발자는 Python SDK·TypeScript SDK 등을 사용해 자신만의 MCP 서버를 구축하거나, 커뮤니티가 만든 수백 개의 기존 MCP 서버(PostgreSQL, GitHub, Slack, Figma 등)를 바로 연결할 수 있다. USB-C가 다양한 주변 기기를 하나의 포트로 연결하듯, MCP는 AI와 외부 세계를 잇는 범용 커넥터 역할을 한다.

예시 코드/문장

Claude Code에 PostgreSQL MCP 서버를 연결하면, '지난달 가입한 사용자 중 결제 전환율을 알려줘'라고 자연어로 요청할 때 Claude가 직접 DB를 쿼리하여 결과를 반환한다.

참고 링크

외부 문서

#MCP#프로토콜#Anthropic

용어 해설눌러서 자세히

바이브 코딩 사전·코드 품질·리뷰·기초

린터

영어 표기Linter

소스 코드를 실행하지 않고 정적으로 분석하여 프로그래밍 오류, 코딩 스타일 위반, 의심스러운 패턴, 잠재적 버그를 자동으로 감지하는 도구이다. '린터(Linter)'라는 이름은 1978년 Bell Labs에서 Stephen C. Johnson이 만든 C 언어 분석 도구 'lint'에서 유래했으며, 세탁기의 보풀 제거기(lint remover)처럼 코드의 '보풀(문제점)'을 제거한다는 의미이다. 바이브 코딩에서 린터가 특히 중요한 이유는, AI가 생성한 코드가 '동작'은 하지만 코딩 표준을 위반하거나 잠재적 문제를 내포하는 경우가 빈번하기 때문이다. ESLint(JavaScript/TypeScript), Pylint(Python), RuboCop(Ruby) 등이 대표적이며, 하네스 엔지니어링에서 품질 게이트(Quality Gate)의 첫 번째 관문으로 설정된다. AI 에이전트가 코드를 생성한 후 린터를 자동으로 실행하여, 위반 사항이 있으면 에이전트에게 피드백을 돌려보내 스스로 수정하도록 하는 것이 에이전틱 워크플로의 표준 패턴이다.

예시 코드/문장

ESLint가 TypeScript 코드에서 any 타입 사용을 감지하고 경고 → AI 에이전트가 이를 수정.

#린터#코드분석#ESLint

용어 해설눌러서 자세히

바이브 코딩 사전·코드 품질·리뷰·기초

코드 리뷰

영어 표기Code Review

코드 변경 사항을 다른 개발자(또는 AI)가 검토하여 품질, 보안, 일관성, 가독성, 비즈니스 로직 정확성을 확인하는 과정이다. AI 시대에 코드 리뷰는 두 가지 형태로 진행된다: 첫째, 'AI가 작성한 코드를 인간이 리뷰'하는 형태로, 이것이 에이전틱 엔지니어링의 Verify 단계에 해당하며, AI Slop이 프로덕션에 도달하지 않도록 막는 마지막 방어선이다. 인간 리뷰어는 AI가 놓치기 쉬운 비즈니스 로직 오류, 아키텍처 부적합, 사용자 경험 문제를 검출할 수 있다. 둘째, 'AI가 인간(또는 다른 AI)의 코드를 자동 리뷰'하는 형태로, CodeRabbit 같은 AI 코드 리뷰 도구가 PR(Pull Request)을 자동으로 분석하여 잠재적 버그, 스타일 위반, 보안 문제를 코멘트로 제시한다. 바이브 코딩에서는 개발자가 코드를 직접 작성하지 않았기 때문에 '자신이 작성하지 않은 코드를 이해하고 검토하는 능력'이 핵심 역량으로 부상했으며, 이는 전통적 코드 리뷰와는 다른 스킬셋을 요구한다.

예시 코드/문장

CodeRabbit이 PR을 자동으로 리뷰하여 잠재적 버그, 스타일 위반, 보안 문제를 코멘트로 제시.

#코드리뷰#PR리뷰#품질관리

용어 해설눌러서 자세히

바이브 코딩 사전·코드 품질·리뷰·중급

기술 부채

영어 표기Technical Debt

빠른 해결책을 선택함으로써 미래에 추가 작업이 필요하게 되는 개발상의 숨겨진 비용이다. Ward Cunningham이 1992년에 처음 사용한 비유로, 금융의 '부채'처럼 당장은 빠르게 결과를 얻지만 나중에 '이자(추가 작업)'를 갚아야 한다는 의미이다. 바이브 코딩은 기술 부채를 유례없이 빠른 속도로 축적할 수 있다. AI가 '동작하는' 코드를 몇 분 만에 생성하지만, 에러 처리 누락, 로깅 부재, 타입 안전성 미흡, 보안 검증 미수행, 하드코딩된 설정값, 중복 로직, 문서화 부재 등의 문제를 내포하여, 나중에 기능 추가나 버그 수정 시 전체 리팩토링이 필요해지는 상황이 빈번하다. AI Slop이 기술 부채의 직접적 원인이며, 바이브 택스(Vibe Tax)는 이 기술 부채를 해소하는 데 드는 비용을 의미한다. 하네스 엔지니어링의 품질 게이트(Quality Gate)가 기술 부채 축적을 방지하는 가장 효과적인 수단이며, '동작하면 된다'에서 '유지보수 가능해야 한다'로 기준을 높이는 것이 핵심이다.

예시 코드/문장

AI가 빠르게 '동작하는' 코드를 만들었지만, 에러 처리·로깅·타입 안전성이 모두 없어서 나중에 전체 리팩토링이 필요한 상황.

#기술부채#리팩토링필요#유지보수비용

용어 해설눌러서 자세히

바이브 코딩 사전·코드 품질·리뷰·중급

리팩토링

영어 표기Refactoring

외부에서 관찰 가능한 동작(기능, API, 사용자 경험)을 변경하지 않으면서 코드의 내부 구조를 개선하는 체계적 작업이다. Martin Fowler의 1999년 저서 『Refactoring: Improving the Design of Existing Code』에서 체계화된 개념으로, 가독성 향상, 중복 제거, 복잡도 감소, 성능 개선, 테스트 용이성 향상 등을 목적으로 한다. 바이브 코딩에서 리팩토링은 특별한 의미를 가진다. AI가 초기에 생성한 코드는 기능적으로 동작하더라도 구조적으로 최적이 아닌 경우가 많으므로, AI와 협업하여 리팩토링을 수행하는 것이 일반적인 워크플로이다. 예를 들어, Claude Code에게 '이 컴포넌트를 더 작은 컴포넌트로 분리하고, 공통 로직을 커스텀 훅으로 추출해줘'와 같은 리팩토링 지시를 내릴 수 있다. 2026년 기준으로 AI 도구는 단일 서비스 내 리팩토링(파일 분할, 함수 추출, 타입 개선 등)은 잘 수행하지만, 마이크로서비스 간 크로스 시스템 리팩토링(서비스 경계 재정의, 데이터 모델 마이그레이션 등)은 아직 인간의 아키텍처 판단이 필수적인 영역이다.

예시 코드/문장

Claude Code에게 '이 컴포넌트를 더 작은 컴포넌트로 분리하고, 공통 로직을 커스텀 훅으로 추출해줘'라고 지시.

#리팩토링#코드개선#구조변경

용어 해설눌러서 자세히

바이브 코딩 사전·코드 품질·리뷰·기초

정적 분석

영어 표기Static Analysis

정적 분석은 코드를 실행하지 않고 파일 자체를 읽어 버그 가능성, 타입 오류, 보안 냄새, 사용하지 않는 변수, 위험한 패턴을 찾아내는 품질 점검 방식이다. 초보자는 '앱을 켜 보기 전에 코드 문법과 구조를 먼저 검사하는 자동 리뷰어'로 이해하면 쉽다. 바이브 코딩에서는 AI가 그럴듯하지만 경계 조건이 약한 코드를 빠르게 만들 수 있으므로, 정적 분석을 먼저 돌려 사람 리뷰 전에 명백한 문제를 줄이는 것이 중요하다.

예시 코드/문장

AI가 로그인 폼을 만든 뒤 정적 분석으로 사용하지 않는 상태값, 잘못된 타입, 위험한 any 사용을 찾아 수정하고, 수정 커밋에는 린트 결과와 단위 테스트 통과 근거를 함께 남긴 뒤 코드 리뷰로 넘어간다.

#정적분석#코드품질#자동리뷰

용어 해설눌러서 자세히

바이브 코딩 사전·코드 품질·리뷰·기초

포매터

영어 표기Formatter

포매터는 들여쓰기, 줄바꿈, 따옴표, 세미콜론처럼 코드의 겉모양을 일관된 규칙으로 자동 정리하는 도구 또는 과정이다. 기능을 바꾸지는 않지만, 팀 전체가 같은 모양의 코드를 보게 만들어 리뷰 시간을 줄인다. 바이브 코딩에서는 AI가 파일마다 다른 스타일로 코드를 생성할 수 있으므로, 포매터를 품질 게이트에 넣으면 사람이 로직과 설계 검토에 집중할 수 있다.

예시 코드/문장

AI가 여러 컴포넌트를 한 번에 추가한 뒤 포매터로 들여쓰기와 줄바꿈을 정리하고, 리뷰어는 스타일 논쟁 대신 상태 흐름, 오류 처리, 접근성 누락, 테스트 범위만 집중해서 확인하며, 같은 포맷 결과를 CI에서도 재검증한다.

#포매터#코드스타일#가독성

용어 해설눌러서 자세히

바이브 코딩 사전·코드 품질·리뷰·기초

네이밍 컨벤션

영어 표기Naming Convention

네이밍 컨벤션은 변수, 함수, 컴포넌트, 파일 이름을 어떤 규칙으로 지을지 정한 약속이다. 좋은 이름은 코드가 무엇을 하는지 설명하므로 주석보다 먼저 읽히는 문서가 된다. AI가 만든 코드는 임시 이름이나 비슷한 이름을 반복하기 쉬워 유지보수자가 흐름을 놓칠 수 있으므로, 팀 규칙에 맞는 네이밍을 리뷰 기준으로 삼아야 한다.

예시 코드/문장

AI가 data, result, handleClick처럼 모호한 이름을 만든 경우 userProfile, submitSignupForm, visibleQuestionCards처럼 역할이 드러나는 이름으로 바꾸고, 테스트 이름도 같은 도메인 용어로 맞춰 리뷰를 쉽게 만든다.

#네이밍#가독성#유지보수

용어 해설눌러서 자세히

바이브 코딩 사전·코드 품질·리뷰·기초

코드 복잡도

영어 표기Code Complexity

코드 복잡도는 한 함수나 컴포넌트를 이해하고 안전하게 수정하기 얼마나 어려운지를 나타내는 품질 신호다. 조건문이 깊게 중첩되거나 한 함수가 너무 많은 일을 하거나 예외 흐름이 얽히면 복잡도가 높아진다. AI가 빠르게 기능을 붙이다 보면 거대한 함수 하나에 로직이 몰리기 쉬우므로, 복잡도는 리팩토링 시점을 알려 주는 초보자용 경고등으로 사용할 수 있다.

예시 코드/문장

AI가 결제 상태, 쿠폰, 권한, 오류 처리를 한 함수에 모두 넣었다면 복잡도 경고를 기준으로 검증 로직과 화면 표시 로직을 분리하고, 기존 동작을 지키는 회귀 테스트를 먼저 고정한 뒤 리팩토링한다.

#복잡도#리팩토링#유지보수

용어 해설눌러서 자세히

바이브 코딩 사전·버전 관리·배포·기초

깃

영어 표기Git

Linus Torvalds(리눅스 커널 창시자)가 2005년에 만든 분산 버전 관리 시스템으로, 소프트웨어 개발의 사실상 표준이다. 코드의 모든 변경 이력을 추적하고, 여러 개발자(그리고 이제는 AI 에이전트)가 동시에 같은 프로젝트에서 작업할 수 있게 한다. 바이브 코딩에서 Git은 AI 에이전트의 '되돌리기 버튼(undo)' 역할을 한다. AI가 잘못된 코드를 생성했을 때 git revert나 git checkout으로 이전 상태로 되돌릴 수 있으므로, YOLO Mode에서도 안전장치가 된다. Claude Code, Aider 등의 CLI 도구는 Git과 긴밀하게 통합되어, 코드 수정 후 자동으로 의미 있는 커밋 메시지를 생성한다. Aider는 특히 모든 변경을 Git diff 단위로 추적하여, AI의 수정 사항을 정밀하게 관리할 수 있다. 에이전틱 엔지니어링에서는 AI 에이전트가 브랜치 생성 → 코드 수정 → 커밋 → PR 생성까지 자율적으로 수행하며, Git 이력이 에이전트의 작업 기록이자 감사 추적(audit trail)이 된다.

예시 코드/문장

Claude Code가 코드 수정 후 자동으로 'git commit -m "feat: add user auth"'을 실행.

참고 링크

외부 문서

#Git#버전관리#소스컨트롤

용어 해설눌러서 자세히

바이브 코딩 사전·버전 관리·배포·중급

CI/CD

영어 표기CI/CD

코드 변경을 자동으로 통합(CI: Continuous Integration)·테스트·배포(CD: Continuous Deployment/Delivery)하는 자동화 파이프라인이다. CI는 개발자가 코드를 메인 브랜치에 합칠 때마다 자동으로 빌드하고 테스트를 실행하여 문제를 조기에 발견하며, CD는 테스트를 통과한 코드를 자동으로 프로덕션 환경에 배포한다. 에이전틱 엔지니어링에서 CI/CD 파이프라인은 AI 에이전트가 생성한 코드의 '자동 품질 검증 시스템'으로 핵심적인 역할을 한다. Stripe의 Minions 시스템이 대표적 사례: AI 에이전트가 코드를 작성하면 CI 파이프라인이 자동으로 실행되어 린트, 단위 테스트, 통합 테스트, 보안 스캔을 모두 통과해야만 PR이 생성된다. CI 실패 시 에이전트에게 실패 로그가 전달되어 자동 수정을 시도한다. GitHub Actions, GitLab CI, Jenkins, CircleCI 등이 대표적인 CI/CD 도구이며, 바이브 코딩에서는 AI가 생성한 코드를 수동으로 검증할 여력이 없으므로 자동화된 CI/CD가 품질 보장의 마지막 보루가 된다.

예시 코드/문장

Stripe의 Minions: AI 에이전트가 코드 작성 → CI 파이프라인 자동 실행 → 모든 테스트 통과 → PR 생성 → 인간 리뷰 → 머지.

#CI/CD#지속통합#자동배포

용어 해설눌러서 자세히

바이브 코딩 사전·버전 관리·배포·기초

풀 리퀘스트

영어 표기Pull Request (PR)

코드 변경 사항을 메인 브랜치에 병합하기 위해 다른 개발자에게 리뷰를 요청하는 Git 워크플로이다. GitHub에서는 'Pull Request', GitLab에서는 'Merge Request'로 불리며, 코드 변경의 설명, 변경 사유, 관련 이슈를 함께 기록하여 팀 내 코드 변경의 투명성과 품질을 보장한다. 에이전틱 엔지니어링에서 PR은 AI와 인간의 핵심 접점(interface)이다. AI 에이전트가 코드를 작성하고, 테스트를 통과시킨 후, 자동으로 PR을 생성하면, 인간 개발자가 이를 리뷰하고 머지를 결정한다. Stripe는 주 1,000건 이상의 에이전트 생성 PR을 처리하고 있으며, 이는 에이전틱 엔지니어링의 규모를 보여주는 대표적 사례이다. Claude Code, Codex CLI, Devin 등 대부분의 AI 코딩 에이전트가 PR 자동 생성을 지원하며, 이것이 에이전틱 엔지니어링에서 'AI가 코드를 작성하고 인간이 리뷰·머지하는' 표준 패턴의 실현이다. PR의 품질(설명의 명확성, 변경 범위의 적절성, 테스트 포함 여부)은 리뷰 효율성에 직접 영향을 미친다.

예시 코드/문장

Claude Code가 기능 구현 후 자동으로 PR을 생성하고, 개발자에게 리뷰를 요청.

#PR#풀리퀘스트#코드병합

용어 해설눌러서 자세히

바이브 코딩 사전·버전 관리·배포·기초

원클릭 배포

영어 표기One-Click Deploy

단일 클릭이나 단일 명령어로 애플리케이션을 프로덕션 환경에 배포하는 기능으로, 복잡한 서버 설정, 빌드 파이프라인, 도메인 연결 등을 추상화하여 비전문가도 앱을 공개할 수 있게 한다. 바이브 코딩 시대의 핵심 기능으로, '코드를 만들었으면 바로 공유할 수 있어야 한다'는 철학을 구현한다. Vercel은 v0로 생성한 UI를 'Deploy' 버튼 하나로 즉시 공개 URL을 생성하며, Bolt.new은 생성된 앱을 원클릭으로 호스팅하고, Replit은 프로젝트를 즉시 공개할 수 있는 배포 기능을 제공한다. 전통적으로 배포는 서버 프로비저닝, 환경 변수 설정, 빌드 스크립트 실행, DNS 설정 등 수많은 단계를 거치는 복잡한 과정이었으나, 원클릭 배포는 이 모든 것을 자동화하여 '아이디어 → 코드 생성 → 배포'까지의 시간을 분 단위로 단축한다. 다만, 원클릭 배포로 공개된 앱이 프로덕션 품질(보안, 성능, 안정성)을 갖추고 있는지는 별개의 문제이므로, 바이브 체크를 넘어선 본격적인 검증이 필요하다.

예시 코드/문장

Vercel에서 v0로 만든 UI를 'Deploy' 버튼 하나로 즉시 공개 URL 생성.

#원클릭배포#자동배포#Vercel

용어 해설눌러서 자세히

바이브 코딩 사전·버전 관리·배포·기초

빌드

영어 표기Build

소스 코드를 브라우저나 서버가 실제로 실행할 수 있는 결과물로 변환하는 과정이다. TypeScript를 JavaScript로 바꾸고, 여러 파일을 묶고, 이미지와 CSS를 최적화하며, 배포 전에 깨진 import나 타입 오류를 발견하는 단계가 여기에 포함된다. 바이브 코딩에서는 AI가 만든 코드가 화면에서는 잠깐 동작해도 빌드 단계에서 실패하는 일이 흔하므로, 기능을 끝냈다고 보기 전에 반드시 빌드가 통과하는지 확인해야 한다.

예시 코드/문장

Next.js 프로젝트에서 새 컴포넌트를 추가한 뒤 npm run build를 실행해 누락된 export, 잘못된 서버/클라이언트 컴포넌트 사용, 타입 오류를 배포 전에 잡는다.

#빌드#배포준비#검증

용어 해설눌러서 자세히

바이브 코딩 사전·버전 관리·배포·기초

프리뷰

영어 표기Preview

프로덕션에 공개하기 전에 변경 사항을 임시 URL이나 로컬 서버에서 미리 확인하는 환경이다. 프리뷰는 실제 배포와 비슷한 조건에서 화면, 링크, 메타데이터, API 연결을 검증하게 해 주며, AI가 만든 변경을 사용자에게 노출하기 전 안전하게 확인하는 완충 지대 역할을 한다. 초보자는 프리뷰를 '공개 전 리허설 무대'로 이해하면 좋다.

예시 코드/문장

Vercel 프리뷰 URL에서 새 사전 상세 페이지가 200으로 열리는지, 모바일 레이아웃이 깨지지 않는지, 콘솔 오류가 없는지 확인한 뒤 메인 배포를 진행한다.

#프리뷰#검수#배포전확인

용어 해설눌러서 자세히

바이브 코딩 사전·버전 관리·배포·기초

프로덕션

영어 표기Production

실제 사용자가 접속하는 운영 환경을 뜻한다. 로컬 개발 서버나 프리뷰에서는 괜찮아 보여도 프로덕션에서는 도메인, 캐시, 환경 변수, 데이터베이스 권한, 브라우저 성능 조건이 달라 문제가 드러날 수 있다. 바이브 코딩에서는 '내 컴퓨터에서 됨'이 끝이 아니며, 프로덕션에서 주요 경로가 정상 응답하고 공개 금지 정보가 보이지 않는지까지 확인해야 한다.

예시 코드/문장

새 기능을 머지한 뒤 실제 도메인의 홈, 목록 페이지, 대표 상세 페이지를 열어 HTTP 200, 콘텐츠 표시, 공개 금지어 노출 여부를 점검한다.

#프로덕션#운영환경#라이브서비스

용어 해설눌러서 자세히

바이브 코딩 사전·버전 관리·배포·기초

롤백

영어 표기Rollback

문제가 생긴 변경을 이전에 안정적으로 동작하던 상태로 되돌리는 조치이다. 롤백은 실패를 인정하는 것이 아니라 서비스 피해를 빠르게 줄이는 운영 기술이다. AI 에이전트가 여러 파일을 한꺼번에 수정했을 때는 어떤 변경이 문제인지 찾는 동안 사용자가 계속 장애를 겪을 수 있으므로, Git 이력과 배포 플랫폼의 이전 버전을 이용해 먼저 안정 상태로 되돌리는 판단이 중요하다.

예시 코드/문장

새 배포 후 로그인 페이지가 500을 내면 원인 분석을 시작하기 전에 직전 정상 커밋으로 배포를 되돌리고, 별도 브랜치에서 실패를 재현하는 테스트를 만든다.

#롤백#장애대응#복구

용어 해설눌러서 자세히

영어 표기Session

사용자가 사이트에 접속해 있는 동안 서버가 유지하는 상태 정보이다. 보통 브라우저에는 세션 ID만 쿠키로 저장하고, 실제 로그인 사용자 정보와 권한은 서버나 데이터베이스에 둔다. 바이브 코딩에서 로그인 기능을 만들 때 세션과 쿠키의 차이를 이해하면 민감한 사용자 정보를 브라우저에 과도하게 저장하는 실수를 줄일 수 있다.

예시 코드/문장

관리자 페이지에 접속하면 서버가 세션 ID를 확인해 이 사용자가 관리자 권한을 가진 사람인지 판단한다.

#세션#로그인#인증

용어 해설눌러서 자세히

바이브 코딩 사전·보안·인증·기초

교차 출처 리소스 공유

영어 표기CORS (Cross-Origin Resource Sharing)

브라우저가 한 출처의 웹 페이지에서 다른 출처의 API를 호출할 때 적용하는 보안 규칙이다. 프론트엔드와 백엔드 도메인이 다르면 서버가 어떤 출처를 허용하는지 응답 헤더로 알려줘야 한다. 바이브 코딩 초보자가 '브라우저에서는 막히는데 터미널 curl은 된다'는 상황을 만날 때 CORS가 원인인 경우가 많다.

예시 코드/문장

localhost:3000 프론트엔드가 api.example.com을 호출하려면 API 서버가 해당 출처를 허용하는 CORS 헤더를 내려줘야 한다.

참고 링크

외부 문서

#CORS#브라우저보안#API

용어 해설눌러서 자세히

바이브 코딩 사전·프론트엔드·UI·기초

핫 리로드

영어 표기Hot Reload

코드 변경 시 전체 앱을 재시작하지 않고 변경된 부분만 실시간으로 브라우저/앱에 반영하는 개발 기능이다. Hot Module Replacement(HMR)라고도 불리며, 바이브 코딩에서 핵심적인 피드백 루프를 제공한다. AI가 코드를 수정할 때마다 브라우저에서 즉시 결과를 확인할 수 있으므로, '프롬프트 → 코드 생성 → 즉시 시각적 확인'이라는 빠른 반복 주기가 가능하다. 전통적 개발에서는 코드 수정 → 빌드 → 브라우저 새로고침 → 상태 재설정이라는 지루한 과정을 거쳤지만, 핫 리로드는 앱의 현재 상태(로그인 상태, 입력된 폼 데이터 등)를 유지한 채 변경된 부분만 교체하므로 개발 경험이 극적으로 개선된다. Next.js(React), Vite, Remix 등 현대 웹 프레임워크는 핫 리로드를 기본 제공하며, Bolt.new는 이 기능을 활용하여 AI가 코드를 작성하는 동시에 라이브 프리뷰를 실시간 업데이트한다. React Native에서는 Expo Go를 통해 모바일 기기에서도 핫 리로드가 가능하다.

예시 코드/문장

AI가 React 컴포넌트의 스타일을 수정하면, 브라우저에서 즉시 변경 결과를 확인.

#핫리로드#실시간반영#HMR

용어 해설눌러서 자세히

바이브 코딩 사전·프론트엔드·UI·기초

테일윈드 CSS

영어 표기Tailwind CSS

Adam Wathan이 2017년에 만든 유틸리티 퍼스트(utility-first) CSS 프레임워크로, 미리 정의된 작은 CSS 클래스들을 HTML에 직접 조합하여 스타일을 구성하는 방식이다. 전통적 CSS가 '.login-button { background: blue; padding: 8px 16px; ... }'처럼 별도 파일에 클래스를 정의하는 반면, Tailwind는 '<button className="bg-blue-500 py-2 px-4 rounded">'처럼 HTML 안에서 바로 스타일을 적용한다. 바이브 코딩에서 AI가 가장 선호하는 스타일링 방식으로, 그 이유는 HTML과 스타일이 같은 파일에 있어 AI가 컨텍스트를 파악하기 쉽고, 클래스 이름이 스타일 값을 직접 설명하므로(bg-blue-500 = 파란 배경) AI가 의미를 이해하기 쉬우며, 별도의 CSS 파일을 관리할 필요가 없어 멀티파일 수정이 줄어들기 때문이다. v0, Bolt.new 등의 AI UI 빌더가 기본 스타일링 시스템으로 Tailwind를 채택하고 있으며, shadcn/ui 같은 인기 컴포넌트 라이브러리도 Tailwind 기반이다.

예시 코드/문장

AI에게 '버튼 만들어줘'라고 하면 '<button className="bg-blue-500 hover:bg-blue-700 text-white font-bold py-2 px-4 rounded">' 형태로 생성.

참고 링크

외부 문서

#Tailwind#CSS#유틸리티CSS

용어 해설눌러서 자세히

영어 표기API (Application Programming Interface)

소프트웨어 애플리케이션 간 상호작용 방식을 정의하는 프로토콜과 규약의 집합으로, AI 코딩 도구 통합과 현대 소프트웨어 아키텍처의 핵심이다. 비유하면, 레스토랑의 메뉴가 손님(클라이언트)과 주방(서버) 사이의 '인터페이스'인 것처럼, API는 소프트웨어 간의 '메뉴'이다. 바이브 코딩에서 API는 두 가지 맥락으로 사용된다: 첫째, AI 모델 API — Claude API, OpenAI API 등 AI 모델을 호출하는 인터페이스로, 모든 AI 코딩 도구의 내부에서 이 API를 통해 모델과 통신한다. 둘째, 앱 API — AI가 생성하는 백엔드 코드의 핵심으로, REST API, GraphQL API 등의 형태로 프론트엔드와 백엔드를 연결한다. AI에게 '사용자 CRUD API를 REST로 만들어줘'라고 하면 Express.js, FastAPI, Next.js API Routes 등을 사용한 엔드포인트 세트를 생성한다. MCP도 본질적으로 'AI 에이전트가 외부 도구를 호출하는 API의 표준화'이다.

예시 코드/문장

AI에게 '사용자 CRUD API를 REST로 만들어줘'라고 하면 Express.js 기반 엔드포인트 세트를 생성.

#API#REST#엔드포인트

용어 해설눌러서 자세히

바이브 코딩 사전·백엔드·인프라·중급

수파베이스

영어 표기Supabase

Google의 Firebase에 대한 오픈소스 대안으로, PostgreSQL 기반의 백엔드 서비스(인증, 실시간 데이터베이스, 파일 스토리지, Edge Functions, 벡터 검색)를 올인원으로 제공한다. 바이브 코딩으로 만드는 앱에서 가장 인기 있는 백엔드 선택지 중 하나이며, 특히 Lovable(러버블)과의 깊은 통합으로 유명하다. Supabase의 가장 큰 매력은 '바이브 코딩과의 궁합'이 뛰어나다는 점이다: SQL 기반이므로 AI가 스키마 정의와 쿼리 생성을 정확히 수행할 수 있고, Row Level Security(행 수준 보안)로 데이터 접근 제어를 선언적으로 정의할 수 있으며, 자동 생성되는 REST API와 실시간 구독으로 별도의 API 서버 코드가 필요 없다. 오픈소스이므로 자체 호스팅도 가능하고, 무료 티어가 넉넉하여 프로토타이핑에 비용 부담이 없다. AI에게 'Supabase로 백엔드 만들어줘'라고 하면 DB 스키마, RLS 정책, 인증 설정, 실시간 구독 코드까지 한 번에 생성된다.

예시 코드/문장

Lovable에서 'Supabase로 백엔드 만들어줘'라고 하면 DB 스키마, Row Level Security, 인증 설정까지 자동 생성.

참고 링크

외부 문서

#Supabase#BaaS#PostgreSQL

용어 해설눌러서 자세히

바이브 코딩 사전·백엔드·인프라·중급

서버리스

영어 표기Serverless

서버 인프라의 관리(프로비저닝, 스케일링, 패치, 모니터링)를 클라우드 제공자에게 완전히 위임하고, 개발자는 함수 단위의 비즈니스 로직만 작성하는 클라우드 실행 모델이다. '서버가 없다'는 의미가 아니라 '서버를 신경 쓸 필요가 없다'는 뜻이며, 사용한 만큼만 비용을 지불하는(pay-per-execution) 과금 방식이 특징이다. 바이브 코딩과의 궁합이 뛰어난 이유: AI가 백엔드 코드를 생성할 때 서버 설정, 스케일링 로직, 인프라 코드까지 생성할 필요 없이 순수한 비즈니스 로직만 작성하면 되므로, 프롬프트의 복잡도가 크게 줄어든다. Vercel Serverless Functions, AWS Lambda, Google Cloud Functions, Cloudflare Workers 등이 대표적이며, v0나 Bolt.new에서 만든 앱을 원클릭 배포할 때 내부적으로 서버리스 인프라가 사용된다. 다만, cold start(첫 실행 시 지연), 실행 시간 제한, 상태 관리의 어려움 등의 한계가 있으며, AI가 이러한 제약을 고려하지 않는 코드를 생성하는 경우도 있다.

예시 코드/문장

AI가 Vercel Serverless Functions 또는 AWS Lambda로 API를 구현하고 원클릭 배포.

#서버리스#Lambda#클라우드함수

용어 해설눌러서 자세히

바이브 코딩 사전·백엔드·인프라·기초

엔드포인트

영어 표기Endpoint

API에서 클라이언트가 특정 기능을 호출하기 위해 접속하는 구체적인 주소와 동작 단위를 뜻한다. 예를 들어 /api/questions는 질문 목록을 가져오는 엔드포인트이고, /api/questions/123은 특정 질문 한 건을 가져오는 엔드포인트가 될 수 있다. 바이브 코딩에서 AI에게 백엔드를 맡길 때는 '사용자 생성 엔드포인트', '주문 취소 엔드포인트'처럼 기능 단위를 분명히 나누어 요청해야 라우트 이름, HTTP 메서드, 입력값 검증, 응답 형식이 뒤섞이는 실수를 줄일 수 있다.

예시 코드/문장

Q&A 앱을 만들 때 GET /api/questions는 목록 조회 엔드포인트, POST /api/questions는 새 질문 저장 엔드포인트로 분리하고 AI에게 각각의 요청·응답 예시를 함께 작성하게 한다.

#엔드포인트#API#라우트

용어 해설눌러서 자세히

바이브 코딩 사전·백엔드·인프라·기초

요청

영어 표기Request

클라이언트가 서버나 API에 보내는 메시지를 뜻한다. 요청에는 어떤 주소로 보낼지(URL), 어떤 동작을 원하는지(HTTP 메서드), 어떤 데이터를 함께 보낼지(body), 인증 정보나 콘텐츠 형식 같은 부가 정보(headers)가 들어간다. 바이브 코딩에서는 '폼 데이터를 서버로 보내줘'처럼 말하는 것보다 요청 본문 예시, 필요한 헤더, 실패 시 기대하는 상태 코드를 함께 알려주면 AI가 더 안전한 API 호출 코드를 만든다.

예시 코드/문장

회원가입 폼에서는 브라우저가 POST /api/signup 요청에 email과 password를 담아 보내고, 서버는 값 검증과 비밀번호 해시 처리를 한 뒤 성공 또는 오류 응답을 돌려준다.

#요청#HTTP#API

용어 해설눌러서 자세히

바이브 코딩 사전·백엔드·인프라·기초

응답

영어 표기Response

서버가 클라이언트의 요청을 처리한 뒤 돌려주는 결과 메시지다. 응답에는 성공·실패를 나타내는 상태 코드, 화면이나 앱이 사용할 데이터, 캐시나 쿠키 같은 부가 정보가 포함될 수 있다. AI가 API 코드를 만들 때 응답 형식을 명확히 정하지 않으면 성공할 때는 객체를 주고 실패할 때는 문자열을 주는 식으로 프론트엔드 처리가 어려워질 수 있으므로, 성공과 오류 응답의 모양을 함께 설계하는 것이 중요하다.

예시 코드/문장

질문 저장 API는 성공하면 { id, status: 'pending' } 형태의 응답을 주고, 제목이 비어 있으면 400 상태 코드와 사용자가 이해할 수 있는 오류 메시지를 돌려주도록 AI에게 요구한다.

#응답#상태코드#API

용어 해설눌러서 자세히

바이브 코딩 사전·백엔드·인프라·기초

REST API

영어 표기REST API

웹의 기본 규칙인 HTTP를 사용해 자원을 주소로 표현하고, GET·POST·PUT·DELETE 같은 메서드로 조회·생성·수정·삭제를 나누는 API 설계 방식이다. 초보자는 REST API를 '데이터를 다루는 웹 주소들의 약속'으로 이해하면 좋다. 바이브 코딩에서 AI에게 REST API를 만들게 할 때는 자원 이름을 복수형으로 정하고, 목록·상세·생성·수정·삭제 엔드포인트를 표로 정리한 뒤 구현하게 하면 프론트엔드와 백엔드가 같은 계약을 바라보게 된다.

예시 코드/문장

할 일 앱에서는 GET /api/todos로 목록을 읽고, POST /api/todos로 새 할 일을 만들고, DELETE /api/todos/:id로 삭제하는 REST API 계약을 먼저 정한 뒤 AI에게 구현과 테스트를 요청한다.

#REST#API#HTTP

용어 해설눌러서 자세히

영어 표기ORM (Object-Relational Mapping)

데이터베이스 테이블을 프로그래밍 언어의 객체(Object)로 매핑(Mapping)하여, SQL 쿼리를 직접 작성하지 않고 프로그래밍 언어의 메서드로 데이터베이스를 조작할 수 있게 하는 기술이다. 비유하면, ORM은 '영어와 한국어 사이의 통역사'처럼, 애플리케이션 코드와 SQL 사이를 번역해주는 중간 계층이다. 바이브 코딩에서 AI가 DB 코드를 생성할 때 ORM을 사용하면 타입 안전한 쿼리가 보장되므로 환각(Hallucination)으로 인한 잘못된 SQL 생성 위험이 크게 줄어든다. Prisma(스키마 우선 접근, 자동 타입 생성), Drizzle(TypeScript 네이티브, 경량), Sequelize(성숙한 Node.js ORM), TypeORM(데코레이터 기반) 등이 대표적이다. AI에게 'Prisma로 사용자 스키마 만들어줘'라고 하면 schema.prisma 파일(모델 정의)과 마이그레이션 코드(DB 구조 변경)를 생성한다. Prisma와 Drizzle은 TypeScript와의 통합이 뛰어나 AI가 타입 오류 없는 DB 코드를 생성하는 데 특히 유리하다.

예시 코드/문장

AI에게 'Prisma로 사용자 스키마 만들어줘'라고 하면 schema.prisma 파일과 마이그레이션 코드를 생성.

#ORM#Prisma#Drizzle

용어 해설눌러서 자세히

바이브 코딩 사전·데이터베이스·데이터·기초

스키마

영어 표기Schema

데이터베이스의 구조적 정의(설계도)로, 테이블 이름, 컬럼(필드)의 이름과 타입, 테이블 간 관계(외래 키), 제약 조건(NOT NULL, UNIQUE 등), 인덱스 등을 명시한다. 건축의 '청사진(blueprint)'처럼, 스키마는 데이터가 어떤 형태로 저장되고 관계를 맺는지를 정의한다. 바이브 코딩에서 스키마의 중요성은 특별히 크다: AI가 코드를 정확히 생성하려면 DB 스키마를 컨텍스트로 제공하는 것이 필수적이다. 스키마 없이 '사용자 데이터를 가져오는 API를 만들어줘'라고 하면 AI가 존재하지 않는 컬럼명을 사용하거나 잘못된 관계를 가정한 코드를 생성할 수 있다(환각의 전형적 사례). CLAUDE.md나 .cursorrules에 DB 스키마 정보를 포함시키면 AI가 정확한 컬럼명과 타입을 사용하는 쿼리/코드를 생성한다. Prisma의 schema.prisma 파일이나 SQL CREATE TABLE 문이 스키마 정의의 대표적 형태이며, Supabase는 대시보드에서 시각적으로 스키마를 관리할 수 있다.

예시 코드/문장

CLAUDE.md에 DB 스키마 정보를 포함시켜, AI가 정확한 쿼리를 생성하도록 유도.

#스키마#데이터구조#테이블정의

용어 해설눌러서 자세히

바이브 코딩 사전·데이터베이스·데이터·기초

테이블

영어 표기Table

데이터베이스에서 같은 종류의 데이터를 행(row)과 열(column) 형태로 모아 두는 기본 저장 단위다. 엑셀 시트처럼 보이지만, 각 열의 타입과 제약 조건이 스키마로 정해져 있어 애플리케이션이 예측 가능한 방식으로 데이터를 읽고 쓸 수 있다. 바이브 코딩에서 AI에게 기능을 맡길 때는 'users 테이블에는 id, email, created_at이 있다'처럼 테이블 이름과 핵심 컬럼을 함께 알려줘야 존재하지 않는 필드를 만들어내는 실수를 줄일 수 있다.

예시 코드/문장

회원가입 기능을 만들 때 users 테이블에는 id, email, password_hash, created_at 컬럼을 두고, AI에게 이 구조를 기준으로 회원 저장 API를 작성하게 한다.

#테이블#데이터베이스#스키마

용어 해설눌러서 자세히

바이브 코딩 사전·데이터베이스·데이터·기초

행

영어 표기Row

테이블 안에 저장되는 데이터 한 건을 뜻한다. users 테이블의 한 행은 사용자 한 명, orders 테이블의 한 행은 주문 한 건처럼 이해하면 쉽다. 각 행은 보통 id 같은 기본 키로 구분되며, API가 목록을 보여줄 때는 여러 행을 읽고 상세 페이지를 보여줄 때는 특정 행 하나를 조회한다. AI가 코드를 만들 때 행과 컬럼을 혼동하면 배열 처리나 상세 조회 로직이 어긋나므로, '한 사용자 행을 가져온다'처럼 단위를 명확히 표현하는 것이 좋다.

예시 코드/문장

Q&A 목록에서는 questions 테이블의 여러 행을 최신순으로 가져오고, 상세 페이지에서는 question_id가 일치하는 행 하나를 가져와 제목과 답변을 렌더링한다.

#행#레코드#데이터베이스

용어 해설눌러서 자세히

바이브 코딩 사전·데이터베이스·데이터·기초

인덱스

영어 표기Index

테이블에서 특정 컬럼을 빠르게 찾기 위해 따로 만들어 두는 검색용 구조다. 책 뒤의 색인처럼, 데이터베이스가 모든 행을 처음부터 끝까지 훑지 않고 필요한 위치를 빠르게 찾게 해준다. 예를 들어 이메일로 로그인하는 서비스라면 email 컬럼에 인덱스를 두면 사용자 조회가 빨라진다. 다만 인덱스는 쓰기 작업 때 함께 갱신되어야 하므로 무작정 많이 만들면 저장·수정 속도가 느려질 수 있다. AI에게 성능 개선을 맡길 때는 자주 검색·정렬하는 컬럼과 실제 쿼리 패턴을 함께 알려줘야 한다.

예시 코드/문장

대시보드가 최근 주문을 자주 조회한다면 orders 테이블의 created_at 컬럼에 인덱스를 추가해 최신순 목록 API의 응답 시간을 줄인다.

#인덱스#성능#검색

용어 해설눌러서 자세히

바이브 코딩 사전·데이터베이스·데이터·기초

마이그레이션

영어 표기Migration

데이터베이스 구조 변경을 파일로 기록하고 순서대로 적용하는 방식이다. 새 테이블을 만들거나 컬럼을 추가하거나 인덱스를 바꾸는 작업을 수동으로 콘솔에서만 처리하면, 로컬·미리보기·운영 환경의 스키마가 서로 달라져 버그가 생기기 쉽다. 마이그레이션 파일을 Git에 함께 남기면 누가 언제 어떤 구조를 바꿨는지 추적할 수 있고, 배포 과정에서도 같은 변경을 재현할 수 있다. AI에게 DB 변경을 요청할 때는 코드 수정뿐 아니라 마이그레이션 생성과 롤백 가능성까지 요구해야 안전하다.

예시 코드/문장

프로필 사진 기능을 추가할 때 users 테이블에 avatar_url 컬럼을 더하는 마이그레이션을 만들고, API 코드와 테스트를 같은 커밋에서 검증한다.

#마이그레이션#스키마변경#배포

용어 해설눌러서 자세히

영어 표기Unit Test

개별 함수, 메서드, 모듈이 예상대로 올바르게 동작하는지 검증하는 가장 작은 범위의 자동화된 테스트이다. '단위(unit)'는 테스트할 수 있는 가장 작은 코드 조각을 의미하며, 외부 의존성(데이터베이스, 네트워크, 파일 시스템)을 모킹(mocking)하여 해당 함수 자체의 로직만 순수하게 검증한다. 바이브 코딩에서 단위 테스트는 AI가 생성한 코드의 정확성을 보장하는 첫 번째 방어선이다. AI에게 'calculateTax 함수의 단위 테스트를 작성해줘'라고 하면 Jest, Vitest 등의 프레임워크로 다양한 입력 값과 경계 조건에 대한 테스트 코드를 생성한다. 그러나 AI가 생성한 테스트에는 주의가 필요하다: AI는 종종 정상 경로(happy path)만 테스트하고, 에지 케이스(경계 값, null, 빈 문자열, 음수 등), 에러 상황, 동시성 문제 등을 간과하는 경향이 있다. 따라서 AI가 생성한 테스트를 검토하고 에지 케이스를 추가하는 것이 인간의 중요한 역할이다. 에이전틱 엔지니어링에서는 Test Generator 에이전트가 자동으로 테스트를 생성하고, 품질 게이트에서 테스트 통과를 필수로 요구한다.

예시 코드/문장

Claude Code에게 'calculateTax 함수의 단위 테스트를 작성해줘'라고 하면, 다양한 입력 값과 경계 조건에 대한 Jest 테스트 코드를 생성.

#단위테스트#Jest#테스트자동화

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·중급

통합 테스트

영어 표기Integration Test

여러 모듈이나 서비스가 결합(integration)되어 함께 올바르게 동작하는지 검증하는 테스트이다. 단위 테스트가 개별 부품(함수)의 정상 동작을 확인한다면, 통합 테스트는 부품들이 조립되었을 때 전체가 기대한 대로 동작하는지 확인한다. 바이브 코딩에서 통합 테스트가 특히 중요한 이유: AI는 개별 함수 단위에서는 올바른 코드를 생성하더라도, 함수 간 데이터 전달, API와 데이터베이스 연동, 서비스 간 통신에서 미묘한 불일치를 만들어낼 수 있다. 예를 들어, 사용자 서비스가 반환하는 사용자 ID 형식(숫자 vs 문자열)과 결제 서비스가 기대하는 형식이 다른 경우, 단위 테스트는 각각 통과하지만 통합 테스트에서 실패한다. 테스트 범위 예시: API 엔드포인트 → 비즈니스 로직 → 데이터베이스 쿼리가 함께 동작하는지, 인증 미들웨어와 라우터가 올바르게 연결되는지, 외부 API 연동이 예상대로 동작하는지 등. Supertest(Node.js), pytest(Python) 등의 도구가 사용된다.

예시 코드/문장

사용자 서비스와 결제 서비스가 함께 동작할 때 주문 흐름이 정상적으로 완료되는지 테스트.

#통합테스트#서비스간테스트

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·중급

엔드투엔드 테스트

영어 표기E2E Test (End-to-End Test)

실제 사용자의 관점에서 전체 애플리케이션 흐름을 처음(End)부터 끝(End)까지 시뮬레이션하여 검증하는 최상위 레벨의 테스트이다. 실제 브라우저를 자동 제어하여 클릭, 입력, 네비게이션 등의 사용자 행동을 재현하고, 전체 시스템(프론트엔드 → API → 데이터베이스 → 외부 서비스)이 통합적으로 올바르게 동작하는지 확인한다. 바이브 코딩에서 E2E 테스트는 '바이브 체크(Vibe Check)의 자동화된 버전'이라고 볼 수 있다. 인간이 수동으로 브라우저에서 확인하는 것을 자동화한 것이며, AI가 전체 앱을 생성한 후 E2E 테스트로 사용자 시나리오를 검증하면 바이브 체크보다 훨씬 체계적이다. 테스트 시나리오 예시: '회원가입 → 이메일 인증 → 로그인 → 상품 검색 → 장바구니 추가 → 결제 → 주문 확인' 전체 흐름. Playwright(Microsoft, 크로스 브라우저), Cypress(개발자 친화적) 등이 대표적 도구이며, AI에게 'Playwright로 로그인 → 대시보드 접근 E2E 테스트를 작성해줘'라고 요청할 수 있다.

예시 코드/문장

'회원가입 → 로그인 → 상품 검색 → 장바구니 추가 → 결제' 전체 흐름을 Playwright로 자동 테스트.

#E2E#Playwright#Cypress

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·기초

디버깅

영어 표기Debugging

소프트웨어의 오류(버그)를 찾고, 원인을 분석하고, 수정하는 과정이다. 'Bug'이라는 용어는 1947년 Grace Hopper가 하버드 Mark II 컴퓨터에서 실제 나방(bug)이 회로에 끼어 오작동을 일으킨 사건에서 유래했다고 전해진다(역사적 정확성은 논쟁이 있음). 바이브 코딩 시대에 디버깅 패턴이 근본적으로 변화했다. 전통적 디버깅: 에러 메시지 확인 → 코드를 직접 읽고 분석 → 브레이크포인트 설정 → 단계별 실행 → 원인 파악 → 수정. 바이브 코딩 디버깅: 에러 스택 트레이스를 AI 채팅에 복사·붙여넣기 → '이 에러를 수정해줘' → AI가 원인을 분석하고 수정 코드를 생성. 이 패턴은 극도로 효율적이지만, 개발자가 코드의 근본적 구조를 이해하지 못한 상태에서 AI의 '임시 처방'을 반복적으로 적용하면, 한 버그를 수정할 때마다 새로운 버그가 발생하는 '두더지 잡기(whack-a-mole)' 패턴에 빠질 수 있다. 이를 방지하려면 AI에게 수정만 요청하는 것이 아니라, 에러의 근본 원인(root cause)을 설명해달라고 함께 요청하는 것이 좋다.

예시 코드/문장

에러 스택 트레이스를 Cursor 채팅에 붙여넣고 '이 에러를 수정해줘'라고 요청.

#디버깅#에러수정#트러블슈팅

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·기초

러버덕 디버깅

영어 표기Rubber Duck Debugging

문제를 제3자(또는 무생물)에게 상세히 설명하는 과정에서 스스로 해결책을 발견하는 디버깅 기법이다. Andrew Hunt와 David Thomas의 1999년 저서 『The Pragmatic Programmer』에서 대중화된 개념으로, 책상 위의 고무 오리(rubber duck)에게 코드를 한 줄씩 설명하다 보면 논리적 오류를 스스로 깨닫게 된다는 것이 핵심이다. AI 시대에 이 기법은 새로운 차원으로 진화했다. 고무 오리 대신 AI가 '설명을 듣는 상대'가 되었으며, AI는 수동적으로 듣기만 하는 고무 오리와 달리 '이해한 바로는 여기서 null이 반환될 수 있는데, 그 경우를 처리하고 있나요?'와 같은 유용한 질문이나 단서를 제공할 수 있다. AI에게 '이 함수가 왜 null을 반환하는지 모르겠어. 내가 이해한 데이터 흐름을 설명해볼게…'라고 말하면서 문제를 정리하는 과정에서, 설명하는 행위 자체가 사고를 구조화하여 문제의 근본 원인을 발견하게 된다. 러버덕 프롬프팅(Rubber Duck Prompting)은 이를 학습 목적으로 확장한 개념이다.

예시 코드/문장

AI에게 '이 함수가 왜 null을 반환하는지 모르겠어. 데이터 흐름을 설명해줘'라고 하다가 스스로 문제를 파악.

#러버덕#설명디버깅

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·기초

린트

영어 표기Lint

코드를 실행하기 전에 문법 오류, 스타일 불일치, 위험한 패턴을 자동으로 찾아 주는 정적 검사 과정이다. 린트는 테스트처럼 기능 결과를 검증하지는 않지만, AI가 만든 코드에서 사용하지 않는 변수, 잘못된 import, 접근성 누락, 위험한 any 타입 같은 문제를 빠르게 잡아낸다. 바이브 코딩에서는 AI에게 기능을 맡긴 뒤 린트를 통과시키는 것을 첫 품질 게이트로 두면, 사람이 모든 줄을 읽기 전에 기본 위생 문제를 제거할 수 있다.

예시 코드/문장

Next.js 기능을 AI가 만든 뒤 npm run lint를 실행해 사용하지 않는 import와 이미지 alt 누락을 확인한다. 실패하면 에러 메시지를 AI에게 그대로 전달하기보다, 어떤 규칙이 왜 필요한지 설명하게 하고 최소 수정만 적용한다.

참고 링크

외부 문서

#린트#정적분석#품질게이트

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·기초

스모크 테스트

영어 표기Smoke Test

배포나 큰 변경 직후 핵심 기능이 완전히 꺼지지 않았는지 빠르게 확인하는 최소 범위 테스트이다. 이름은 전자기기를 켰을 때 연기가 나는지 먼저 본다는 표현에서 왔다. 모든 세부 기능을 깊게 검증하는 대신 홈 페이지가 열리는지, 로그인이나 결제 같은 대표 흐름이 시작되는지, 브라우저 콘솔에 치명적인 오류가 없는지를 짧게 본다. 바이브 코딩에서는 AI가 여러 파일을 한꺼번에 바꾼 뒤 빌드는 성공했지만 실제 페이지가 500을 내는 상황을 막는 마지막 현장 확인이다.

예시 코드/문장

배포 후 홈, Q&A, 새로 만든 상세 페이지를 차례로 열고 HTTP 200, 핵심 문구 표시, 콘솔 오류 0개를 확인한다. 실패하면 새 기능을 더 만들지 않고 롤백 기준과 원인을 먼저 정리한다.

#스모크테스트#배포검증#라이브확인

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·기초

회귀 테스트

영어 표기Regression Test

이미 고친 버그나 기존 기능이 새 변경 때문에 다시 깨지지 않았는지 확인하는 테스트이다. 회귀(regression)는 앞으로 나아간 코드가 예전 문제 상태로 되돌아가는 현상을 뜻한다. 바이브 코딩에서는 AI가 한 화면을 고치다가 다른 화면의 props, API 응답 모양, CSS 클래스, 권한 체크를 함께 바꿔 버릴 수 있으므로 회귀 테스트가 특히 중요하다. 좋은 회귀 테스트는 과거 장애의 재현 조건을 작고 자동화된 형태로 남겨, 같은 실수가 다시 들어오면 즉시 실패하게 만든다.

예시 코드/문장

AI가 Q&A 목록 UI를 고친 뒤 예전에 중복 H1 문제가 다시 생기지 않도록 detail page의 h1 개수를 검사하는 회귀 테스트를 추가한다. 이후 리팩터링 때 같은 문제가 재발하면 테스트가 먼저 실패한다.

#회귀테스트#재발방지#버그수정

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·기초

지속적 통합

영어 표기CI (Continuous Integration)

개발자가 코드를 푸시하거나 Pull Request를 열 때 자동으로 빌드, 린트, 테스트를 실행해 변경이 프로젝트 기준을 통과하는지 확인하는 개발 운영 방식이다. CI는 사람이 로컬에서 까먹기 쉬운 검증을 서버에서 반복 가능하게 수행하며, 여러 사람이 동시에 작업할 때 main 브랜치가 깨지는 일을 줄인다. 바이브 코딩에서는 AI가 빠르게 만든 변경을 바로 배포하기 전에 독립된 환경에서 한 번 더 검증하는 안전망으로 작동한다.

예시 코드/문장

AI 에이전트가 브랜치에 커밋을 올리면 CI가 lint, build, test를 실행한다. 실패하면 머지하지 않고 실패 로그를 기준으로 AI에게 수정 범위를 좁혀 지시해 main 브랜치가 깨지는 것을 막는다.

참고 링크

외부 문서

#CI#자동검증#품질게이트

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·기초

테스트 케이스

영어 표기Test Case

특정 조건에서 코드가 어떤 결과를 내야 하는지 한 번에 검증하는 테스트의 최소 단위이다. 테스트 케이스는 입력값, 실행 조건, 기대 결과를 함께 담으며, 초보자는 '이 상황에서는 이렇게 동작해야 한다'를 문장으로 고정해 두는 장치로 이해하면 쉽다. 바이브 코딩에서는 AI가 만든 기능을 그냥 눌러 보는 대신 정상 경로, 실패 경로, 경계값을 테스트 케이스로 남겨야 다음 수정 때 같은 기능이 조용히 깨지는 일을 줄일 수 있다.

예시 코드/문장

회원가입 폼을 AI가 만든 뒤 '이메일이 비어 있으면 오류 메시지를 보여준다', '이미 가입된 이메일이면 저장하지 않는다', '정상 입력이면 대시보드로 이동한다'처럼 테스트 케이스를 나눠 회귀 테스트로 남긴다.

#테스트케이스#검증조건#회귀테스트

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·기초

어설션

영어 표기Assertion

테스트 안에서 '결과가 반드시 이렇게 되어야 한다'고 확인하는 문장이다. 예를 들어 함수 반환값이 3인지, 화면에 성공 메시지가 보이는지, API 응답 상태가 200인지 검사하는 코드가 어설션이다. 바이브 코딩에서는 AI가 테스트 파일을 만들더라도 어설션이 너무 약하면 실제 버그를 잡지 못한다. 따라서 단순히 에러 없이 실행되는지만 보지 말고, 데이터 값·화면 문구·권한 거부처럼 중요한 결과를 명확히 검증해야 한다.

예시 코드/문장

AI에게 장바구니 테스트를 만들게 한 뒤 단순 렌더링 확인에서 끝내지 않고, 수량을 2개로 바꾸면 합계 금액과 주문 버튼 상태가 함께 바뀌는지 어설션을 추가한다. 실패 메시지에는 어떤 값이 달랐는지도 드러나게 해 품질 게이트를 강화한다.

#어설션#기대결과#테스트검증

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·기초

목

영어 표기Mock

테스트에서 실제 외부 시스템 대신 사용하는 가짜 객체나 함수를 뜻한다. 결제 API, 이메일 발송, 데이터베이스처럼 테스트 중 실제로 호출하면 느리거나 위험한 대상을 목으로 바꾸면 코드의 특정 부분만 안전하게 검증할 수 있다. 다만 바이브 코딩에서는 AI가 모든 의존성을 과하게 목 처리해 실제 연동 오류를 놓치는 경우가 있으므로, 단위 테스트에서는 목을 쓰되 통합 테스트나 스모크 테스트로 진짜 연결도 별도로 확인해야 한다.

예시 코드/문장

주문 완료 기능을 테스트할 때 실제 결제사를 호출하지 않고 성공 응답을 돌려주는 목 결제 함수를 주입한다. 이후 통합 테스트에서는 API 계약이 맞는지 확인해 AI가 만든 가짜 응답 모양에만 테스트가 맞춰지는 실수를 막는다.

#목#테스트대역#외부의존성

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·기초

픽스처

영어 표기Fixture

테스트를 실행하기 전에 준비해 두는 고정된 데이터나 상태를 말한다. 예를 들어 테스트용 사용자, 샘플 주문, 권한 조합, 고정 날짜 같은 입력을 매번 같은 형태로 만들면 테스트가 재현 가능해진다. 바이브 코딩에서는 AI가 임의의 예시 데이터로 기능을 통과시킬 때가 많으므로, 픽스처를 명확히 정의해 어떤 데이터로 검증했는지 남겨야 실패를 다시 만들고 원인을 추적하기 쉽다.

예시 코드/문장

권한별 대시보드를 만들 때 관리자·일반 사용자·비로그인 사용자 픽스처를 준비한다. AI가 UI를 수정한 뒤에도 같은 픽스처로 스냅샷과 회귀 테스트를 돌려 권한 조합이 깨지지 않았는지 확인하고, 실패하면 어떤 사용자 상태에서 깨졌는지 바로 추적한다.

#픽스처#시드데이터#재현성

용어 해설눌러서 자세히

바이브 코딩 사전·테스트·디버깅·기초

테스트 커버리지

영어 표기Test Coverage

전체 코드 중 테스트가 실행해 본 줄, 분기, 함수의 비율을 나타내는 지표이다. 커버리지가 높다고 버그가 없다는 뜻은 아니지만, 전혀 검증되지 않은 파일이나 위험한 분기를 찾는 데 도움이 된다. 바이브 코딩에서는 AI가 새 기능을 빠르게 추가하면서 테스트가 따라오지 못하는 경우가 많으므로, 커버리지 리포트를 보며 결제·권한·데이터 삭제처럼 실패 비용이 큰 경로부터 테스트 케이스를 보강하는 판단 기준으로 활용한다.

예시 코드/문장

AI가 관리자 설정 화면을 만든 뒤 커버리지 리포트에서 삭제 API의 실패 분기가 비어 있음을 확인한다. 곧바로 권한 없는 사용자의 삭제 요청과 잘못된 id 입력 테스트를 추가해 회귀 위험을 낮춘다.

#테스트커버리지#품질지표#위험분기

용어 해설눌러서 자세히

바이브 코딩 사전·보안·인증·기초

인증

영어 표기Authentication

사용자가 누구인지 확인하는 과정이다. 로그인 폼에서 이메일과 비밀번호를 확인하거나, 소셜 로그인으로 사용자의 신원을 확인하는 단계가 인증에 해당한다. 바이브 코딩에서는 AI가 로그인 기능을 빠르게 만들어 주지만, 비밀번호를 평문으로 저장하거나 만료 없는 로그인 상태를 만드는 실수가 자주 생긴다. 초보자는 인증을 '문 앞에서 신분증을 확인하는 일'로 이해하면 쉽고, 실제 서비스에서는 비밀번호 해시, 세션, JWT, OAuth 같은 방식 중 프로젝트 규모와 보안 요구에 맞는 방법을 선택해야 한다.

예시 코드/문장

Next.js 로그인 API를 만들 때 사용자가 입력한 이메일을 조회하고, 저장된 비밀번호 해시와 비교한 뒤 성공하면 세션 쿠키를 발급한다. AI에게 구현을 맡긴 뒤에는 실패 시 같은 오류 메시지를 반환하는지, 로그인 상태가 너무 오래 유지되지 않는지 확인한다.

#인증#로그인#보안기초

용어 해설눌러서 자세히

바이브 코딩 사전·보안·인증·기초

권한 부여

영어 표기Authorization

이미 인증된 사용자가 특정 데이터나 기능에 접근할 수 있는지 판단하는 과정이다. 예를 들어 로그인은 성공했더라도 다른 사람의 주문 내역을 볼 수 없어야 하고, 일반 사용자가 관리자 페이지에 접근하면 안 된다. AI가 만든 CRUD 코드는 '로그인했는가'만 확인하고 '이 데이터의 소유자인가'를 빼먹는 경우가 많다. 바이브 코딩에서는 API 라우트, 서버 액션, 데이터베이스 쿼리마다 권한 조건을 명시적으로 요구하고 테스트해야 안전하다.

예시 코드/문장

게시글 수정 API에서 현재 사용자의 id와 게시글의 authorId가 같은지 확인한 뒤에만 업데이트한다. AI가 단순히 /posts/:id 요청을 받아 수정하도록 만들었다면, 다른 사용자의 id로 요청해도 막히는지 권한 테스트를 추가한다.

#권한#접근제어#보안기초

용어 해설눌러서 자세히

영어 표기AI-Augmented SAST

AI를 활용하여 전통적인 정적 애플리케이션 보안 테스트(SAST: Static Application Security Testing)를 강화한 보안 도구이다. 전통적 SAST가 미리 정의된 규칙 패턴에 기반하여 코드를 분석한다면, AI-Augmented SAST는 LLM의 코드 이해 능력을 활용하여 맥락을 파악하고, 기존 규칙에 포착되지 않는 새로운 유형의 취약점까지 탐지한다. 예를 들어, 전통적 SAST는 SQL 인젝션 패턴 매칭은 잘하지만, 비즈니스 로직 수준의 권한 우회 취약점은 놓칠 수 있다. AI-Augmented SAST는 코드의 의도와 비즈니스 로직을 이해하여 이러한 고수준 취약점도 탐지할 수 있다. 에이전틱 엔지니어링에서 Security Scanner 에이전트가 이에 해당하며, 에이전트가 PR을 생성할 때마다 AI-Augmented SAST가 자동으로 실행되어 취약점을 스캔하고 결과를 PR 코멘트로 게시한다. 주 1,000건 이상의 PR을 생성하는 환경(Stripe 등)에서는 수동 보안 리뷰가 불가능하므로, 자동화된 AI 보안 스캔이 필수적이다. Snyk, Semgrep, SonarQube 등의 도구가 AI 강화 기능을 추가하고 있다.

예시 코드/문장

에이전트가 PR을 생성할 때마다 AI-Augmented SAST가 자동으로 실행되어 취약점을 스캔하고 결과를 코멘트로 게시.

#SAST#보안스캔#AI보안

용어 해설눌러서 자세히

바이브 코딩 사전·성능·최적화·기초

지연시간

영어 표기Latency

요청을 보낸 후 응답을 받기까지 걸리는 시간으로, AI 코딩 도구에서는 프롬프트를 전송한 후 코드가 생성되기 시작할 때까지의 대기 시간을 의미한다. 밀리초(ms)에서 수 초(s)까지 다양하며, 개발자의 작업 흐름과 생산성에 직접적 영향을 미친다. AI 모델의 지연시간은 여러 요인에 의해 결정된다: 모델 크기(파라미터 수가 많을수록 느림), 입력 토큰 수(컨텍스트가 길수록 느림), 출력 토큰 수(긴 응답일수록 느림), 서버 부하(동시 사용자 수), 네트워크 거리(API 서버 위치). 바이브 코딩에서의 트레이드오프: Claude Opus 4.6은 가장 정확한 코드를 생성하지만 응답이 느리고, Codex mini나 Claude Sonnet은 빠르지만 복잡한 작업에는 부족하다. 이로 인해 많은 개발자가 '빠른 모델로 초안 생성 → 정확한 모델로 검증·수정'이라는 이중 모델 전략을 사용한다. 스트리밍 응답(streaming)은 전체 응답을 기다리지 않고 토큰이 생성되는 대로 표시하여 체감 지연을 줄이는 기법이며, 대부분의 AI 코딩 도구에서 기본으로 사용된다.

예시 코드/문장

Claude Opus 4.6은 높은 정확도를 제공하지만 응답 지연이 길 수 있고, Codex mini는 빠르지만 복잡한 작업에는 부족.

#지연시간#응답속도#레이턴시

용어 해설눌러서 자세히

바이브 코딩 사전·성능·최적화·기초

번들 크기

영어 표기Bundle Size

웹 앱을 브라우저가 내려받아 실행해야 하는 JavaScript, CSS, 이미지 같은 파일 묶음의 전체 크기이다. 번들 크기가 커지면 첫 화면이 늦게 뜨고, 모바일 네트워크에서는 사용자가 로딩 중 이탈하기 쉽다. 바이브 코딩에서는 AI가 편의를 위해 큰 라이브러리를 쉽게 추가하거나 사용하지 않는 컴포넌트까지 한 번에 import할 수 있으므로, 기능이 동작한 뒤에도 번들 크기 변화를 확인해야 한다. 좋은 기준은 새 기능을 붙일 때 필요한 라이브러리만 추가하고, 빌드 결과에서 큰 청크가 생기면 코드 분할이나 더 가벼운 구현을 검토하는 것이다.

예시 코드/문장

AI가 차트 하나를 위해 무거운 시각화 라이브러리를 추가했다면, 빌드 분석에서 번들 크기 증가를 확인하고 단순 SVG 컴포넌트나 필요한 모듈만 import하는 방식으로 줄인다.

#번들크기#웹성능#JavaScript

용어 해설눌러서 자세히

바이브 코딩 사전·성능·최적화·기초

지연 로딩

영어 표기Lazy Loading

사용자가 당장 보거나 쓰지 않는 코드, 이미지, 데이터를 처음부터 모두 불러오지 않고 필요한 순간에 나누어 불러오는 성능 최적화 방법이다. 첫 화면에 필요 없는 관리자 패널, 긴 댓글 목록, 큰 이미지 갤러리를 지연 로딩하면 초기 로딩 시간이 줄어든다. 바이브 코딩에서는 AI가 모든 컴포넌트를 한 파일에 붙여 넣어 첫 로딩을 무겁게 만들 수 있으므로, 화면에 바로 필요한 부분과 나중에 필요한 부분을 나누라고 요구하는 것이 중요하다. 단, 너무 늦게 불러오면 클릭 후 빈 화면이 보일 수 있어 로딩 상태와 오류 처리를 함께 설계해야 한다.

예시 코드/문장

상품 상세 페이지에서 추천 상품 캐러셀은 첫 화면 아래에 있으므로, AI에게 해당 컴포넌트를 동적 import로 분리하고 스켈레톤 로딩 UI를 추가하라고 지시한다.

#지연로딩#코드분할#초기로딩

용어 해설눌러서 자세히

바이브 코딩 사전·성능·최적화·기초

캐시

영어 표기Cache

자주 쓰는 데이터나 계산 결과를 다시 만들거나 다시 요청하지 않도록 잠시 저장해 두는 방법이다. 브라우저 캐시, 서버 캐시, CDN 캐시, 데이터베이스 쿼리 캐시처럼 여러 층에서 사용된다. 캐시는 페이지를 빠르게 만들지만, 오래된 데이터를 계속 보여주는 문제가 생길 수 있으므로 언제 갱신하고 언제 무효화할지 정해야 한다. 바이브 코딩에서는 AI가 성능 문제를 해결한다며 캐시를 추가해도 최신성 조건을 빼먹는 경우가 많기 때문에, 캐시 키, 만료 시간, 갱신 트리거를 함께 확인해야 한다.

예시 코드/문장

뉴스 목록 API가 매 요청마다 느리다면 5분 캐시를 적용하되, 새 글을 발행한 직후에는 캐시를 무효화해서 방문자가 오래된 목록만 보지 않게 하고, 테스트에서 갱신 시점을 확인한다.

#캐시#성능최적화#데이터최신성

용어 해설눌러서 자세히

바이브 코딩 사전·성능·최적화·기초

콘텐츠 전송 네트워크

영어 표기CDN (Content Delivery Network)

이미지, CSS, JavaScript, 정적 HTML 같은 콘텐츠를 사용자와 가까운 서버에서 빠르게 내려주는 분산 네트워크이다. 전 세계 사용자가 같은 서버 한 곳에 접속하지 않고 가까운 엣지 위치에서 파일을 받기 때문에 지연시간이 줄고 원본 서버 부하도 낮아진다. 바이브 코딩으로 만든 사이트를 배포할 때 Vercel, Cloudflare, Netlify 같은 플랫폼은 CDN을 기본 제공하는 경우가 많지만, 캐시 정책이 잘못되면 배포 후 변경 사항이 늦게 보일 수 있다. 따라서 정적 자산은 길게 캐시하고, 자주 바뀌는 HTML/API 응답은 갱신 정책을 별도로 확인해야 한다.

예시 코드/문장

한국과 미국 방문자가 모두 쓰는 랜딩 페이지라면 이미지와 스크립트를 CDN에서 제공해 첫 로딩을 줄이고, 배포 직후에는 새 파일명이 적용됐는지와 오래된 캐시가 남지 않았는지 확인한다.

#CDN#엣지#정적자산

용어 해설눌러서 자세히

바이브 코딩 사전·성능·최적화·기초

성능 예산

영어 표기Performance Budget

웹사이트가 지켜야 할 속도와 크기 기준을 미리 숫자로 정해 두는 품질 가드레일이다. 예를 들어 첫 화면 JavaScript는 일정 KB 이하, 대표 페이지 로딩은 일정 초 이하, Lighthouse 성능 점수는 일정 점수 이상처럼 정할 수 있다. 바이브 코딩에서는 AI가 기능을 빠르게 늘리는 동안 성능이 조금씩 나빠지기 쉬우므로, 성능 예산을 테스트와 리뷰 기준에 넣어야 회귀를 빨리 발견한다. 예산은 벌칙이 아니라 의사결정 도구이며, 새 라이브러리를 넣을지 직접 구현할지 판단하는 근거가 된다.

예시 코드/문장

새 검색 기능을 붙인 뒤 번들 크기가 성능 예산을 넘으면, AI에게 큰 검색 라이브러리 대신 서버 API 검색이나 경량 유틸로 다시 설계하라고 요청하고 빌드를 다시 측정한다.

#성능예산#품질게이트#웹성능

용어 해설눌러서 자세히

바이브 코딩 사전·성능·최적화·고급

컴팩션

영어 표기Compaction

긴 대화 이력이나 대규모 컨텍스트를 요약·압축하여 컨텍스트 윈도우를 효율적으로 사용하는 기술로, 컨텍스트 부패(Context Rot)를 방지하는 핵심 전략이다. 데이터베이스의 컴팩션이 분산된 데이터를 정리하여 성능을 회복하듯, AI 대화의 컴팩션은 축적된 대화 이력을 핵심 내용으로 압축하여 모델의 응답 품질을 회복한다. 실용적 방법: AI 에이전트와 100턴이 넘는 긴 대화를 했을 때, AI에게 '지금까지의 대화에서 핵심 결정사항, 현재 코드 상태, 남은 작업을 요약해줘'라고 요청한 뒤, 이 요약을 새로운 대화 세션의 시작점으로 사용한다. 이렇게 하면 100턴의 대화가 소비하던 수만 토큰 대신, 요약 몇 백 토큰으로 동일한 맥락을 유지할 수 있다. Claude Code는 자체적인 컴팩션 메커니즘을 내장하고 있으며, Anthropic의 'Long-running Agents' 연구에서도 컴팩션이 핵심 주제로 다루어지고 있다. 수동 컴팩션(인간이 요약 요청)과 자동 컴팩션(도구가 자동 실행)으로 나뉘며, 자동 컴팩션의 정확도가 에이전트의 장기 작업 능력을 결정한다.

예시 코드/문장

100턴이 넘은 대화를 AI가 핵심 결정사항 10개로 요약한 뒤, 새로운 컨텍스트로 이어서 작업.

#컴팩션#컨텍스트압축#요약

용어 해설눌러서 자세히

바이브 코딩 사전·커뮤니티·문화·기초

안드레이 카파시

영어 표기Andrej Karpathy

AI 연구자이자 교육자, Tesla 전 AI 디렉터, OpenAI 공동 창립 멤버로, 바이브 코딩 시대의 가장 영향력 있는 인물 중 한 명이다. 2025년 2월 2일 X(구 트위터)에서 '바이브 코딩(Vibe Coding)'이라는 용어를 처음 사용하며, 'fully give in to the vibes, embrace exponentials, and forget that the code even exists'라는 설명을 남겼다. 이 한 줄의 트윗이 전 세계 개발자 커뮤니티를 뒤흔들었고, 2025년 Collins Dictionary '올해의 단어'로까지 선정되었다. 이후 2026년 초에는 '에이전틱 엔지니어링(Agentic Engineering)'이라는 후속 개념을 제시하여, 바이브 코딩의 한계를 넘어 체계적인 AI 에이전트 활용 방법론을 제안했다. Stanford University에서 컴퓨터 비전 과정을 강의했던 교육자 경험을 바탕으로, YouTube 등에서 AI와 딥러닝에 대한 교육 콘텐츠를 제작하여 지식 대중화에도 기여하고 있다. 그의 발언과 글은 바이브 코딩 커뮤니티에서 높은 권위를 가지며, '카파시가 이렇게 말했다'는 것이 하나의 논거로 사용될 정도이다.

참고 링크

외부 문서

#카파시#바이브코딩창시자#AI연구자

용어 해설눌러서 자세히

바이브 코딩 사전·커뮤니티·문화·중급

미첼 하시모토

영어 표기Mitchell Hashimoto

HashiCorp의 공동 창립자로, Terraform(인프라 코드화), Vagrant(개발 환경 자동화), Consul(서비스 메시), Vault(비밀 관리) 등 현대 DevOps 생태계를 정의한 도구들을 만든 인물이다. 인프라와 시스템 엔지니어링에 대한 깊은 경험을 바탕으로, 2026년 2월 '하네스 엔지니어링(Harness Engineering)'이라는 용어를 명명하고 체계화했다. 그의 핵심 철학은 '에이전트가 실수할 때마다, 같은 실수를 반복할 수 없도록 환경을 개선하라'이며, 이를 AGENTS.md 파일의 반복적 개선으로 구현한다. 구체적으로, AI 에이전트가 프로젝트의 코딩 컨벤션을 위반할 때마다 해당 규칙을 AGENTS.md에 명시적으로 추가하고, 잘못된 명령어를 실행할 때마다 가드레일을 강화하는 식이다. 이 접근 방식은 그가 HashiCorp에서 수십만 대의 서버 인프라를 관리하며 체득한 '시스템은 사람이 아니라 환경이 개선해야 한다'는 운영 철학의 AI 시대 적용이다.

#하시모토#HashiCorp#하네스엔지니어링

용어 해설눌러서 자세히

바이브 코딩 사전·커뮤니티·문화·중급

바이브 코드 픽서

영어 표기Vibe Code Fixer

AI가 생성한 코드를 전문적으로 검토·수정·안정화하여 프로덕션 준비 상태로 만드는 새로운 역할 또는 직업이다. 바이브 코딩의 급속한 확산으로 비개발자나 주니어 개발자가 AI를 활용해 앱을 만드는 사례가 폭증했지만, 이러한 앱은 종종 보안 취약점, 성능 문제, 유지보수 불가능한 구조를 가지고 있다. Vibe Code Fixer는 이런 AI 생성 코드를 받아서 보안 취약점 수정(인증·인가 로직 보강, SQL 인젝션 방어 등), 성능 최적화(쿼리 최적화, 불필요한 렌더링 제거), 코드 구조 개선(중복 제거, 모듈 분리, 에러 처리 추가), 테스트 작성, 배포 파이프라인 설정 등 프로덕션 준비 작업을 수행한다. 이 역할이 등장한 배경에는 '바이브 코딩의 민주화'와 '프로덕션 품질 격차' 사이의 간극이 있다. 2025년 11월부터 LinkedIn과 개발자 커뮤니티에서 이 역할에 대한 논의가 활발해졌으며, 프리랜서 마켓플레이스에서 'AI 코드 리뷰 및 수정' 서비스가 급증하고 있다.

예시 코드/문장

비개발자가 Replit으로 만든 앱을 Vibe Code Fixer가 보안 취약점 수정, 성능 최적화, 프로덕션 준비 작업 수행.

#바이브코드픽서#신규직군#코드수정

용어 해설눌러서 자세히

바이브 코딩 사전·커뮤니티·문화·중급

SWE 벤치

영어 표기SWE-bench

AI 코딩 에이전트의 실제 소프트웨어 엔지니어링 능력을 측정하는 벤치마크로, Princeton NLP 그룹이 2023년 10월에 발표했다. 단순한 코드 생성 능력이 아니라, 실제 오픈소스 GitHub 리포지토리에서 보고된 실제 이슈(버그 리포트, 기능 요청)를 해결하는 능력을 평가한다는 점에서 기존 벤치마크(HumanEval, MBPP 등)와 차별화된다. 테스트 과정: 에이전트에게 GitHub 이슈 설명과 관련 코드베이스가 주어지면, 에이전트가 코드를 수정하고 이 수정이 기존 테스트를 통과하는지 확인한다. 이는 실제 소프트웨어 개발 환경과 가장 유사한 평가 방식이다. 2026년 3월 기준 주요 성적: Claude Code 80.8%, Codex CLI 약 70%대(변형에 따라 상이). SWE-bench는 AI 코딩 도구 성능 비교의 사실상 표준(de facto standard)이 되었으며, 새로운 도구나 모델이 출시될 때 SWE-bench 성적이 가장 먼저 언급된다. SWE-bench Verified(검증된 하위 집합), SWE-bench Lite(경량 버전), Terminal Bench(터미널 에이전트 특화) 등의 변형도 존재한다.

예시 코드/문장

Claude Code: SWE-bench 80.8%(2026년 3월 기준). 도구 성능 비교의 사실상 표준.

참고 링크

외부 문서

#SWE-bench#벤치마크#성능측정

용어 해설눌러서 자세히

바이브 코딩 사전·비즈니스·수익화·기초

토큰 기반 과금

영어 표기Token-Based Pricing

AI 서비스의 사용량을 토큰(입력 토큰 + 출력 토큰)으로 측정하여 과금하는 비즈니스 모델로, AI API 서비스의 가장 기본적인 과금 방식이다. Claude API, OpenAI API 등이 이 모델을 사용하며, 일반적으로 입력 토큰보다 출력 토큰의 단가가 더 높다(모델이 새로운 토큰을 '생성'하는 것이 기존 토큰을 '읽는' 것보다 더 많은 연산을 필요로 하기 때문). 바이브 코딩의 비용이 예상보다 높아질 수 있는 주요 원인이 토큰 기반 과금이다. 그 이유: 대규모 코드베이스를 컨텍스트로 제공하면 입력 토큰이 급증하고, AI가 긴 코드를 생성하면 출력 토큰이 급증하며, 에이전틱 워크플로에서 여러 번의 반복(수정 → 테스트 → 수정)이 일어나면 누적 비용이 기하급수적으로 증가한다. 비용 관리 전략: 컨텍스트 엔지니어링으로 불필요한 입력 줄이기, 작은 모델(Sonnet, mini)을 기본으로 사용하고 복잡한 작업에만 큰 모델(Opus) 사용, 캐싱을 활용하여 동일한 컨텍스트의 재전송 방지 등.

예시 코드/문장

Claude API: 입력 1M 토큰당 $X, 출력 1M 토큰당 $Y (모델에 따라 상이).

#토큰과금#API비용#사용량기반

용어 해설눌러서 자세히

바이브 코딩 사전·비즈니스·수익화·기초

크레딧 기반 과금

영어 표기Credit-Based Pricing

작업의 복잡도에 따라 다른 양의 '크레딧'을 소비하는 과금 모델로, 토큰 기반 과금의 사용자 친화적 대안이다. 토큰 기반 과금이 '연료 소비량으로 과금하는 것'이라면, 크레딧 기반 과금은 '주행 거리로 과금하는 것'에 비유할 수 있다. 간단한 작업(코드 자동완성, 짧은 질문)은 적은 크레딧을, 복잡한 작업(멀티파일 에이전트 작업, 대규모 리팩토링)은 많은 크레딧을 소비한다. Windsurf(월 25 Cascade 크레딧 무료), Replit(작업 복잡도에 따라 크레딧 차등 소비), GitHub Copilot(월 50 요청) 등이 이 모델을 채택하고 있다. 크레딧 기반 과금의 장점: 사용자가 비용을 예측하기 쉽고(토큰 수를 계산할 필요 없음), 무료 티어 설계가 직관적이며, 복잡도에 비례한 공정한 과금이 가능하다. 단점: 크레딧 1개의 가치가 도구마다 다르고, 작업 복잡도의 판단 기준이 불투명할 수 있으며, 크레딧이 소진되면 작업이 중단되어 개발 흐름이 끊길 수 있다.

예시 코드/문장

Windsurf: 월 25 Cascade 크레딧 무료. Replit: 작업 복잡도에 따라 크레딧 차등 소비.

#크레딧과금#사용량과금

용어 해설눌러서 자세히

바이브 코딩 사전·비즈니스·수익화·중급

바이브 택스

영어 표기Vibe Tax

바이브 코딩으로 빠르게 만든 소프트웨어가 프로덕션 배포와 장기 운영을 위해 나중에 요구하는 추가 비용을 가리키는 용어이다. '택스(tax)'라는 비유는 바이브 코딩의 '속도 혜택'에 대해 나중에 '세금'을 내야 한다는 의미이다. 이 비용은 여러 형태로 나타난다: 기술 부채 해소(AI가 생성한 스파게티 코드 리팩토링), 보안 패치(인증·인가·입력 검증 보강), 성능 최적화(N+1 쿼리 수정, 불필요한 재렌더링 제거), 테스트 추가(AI가 누락한 에지 케이스 커버), 문서화(AI가 작성하지 않은 코드 주석·API 문서), 접근성 보강(키보드 내비게이션, 스크린 리더 지원). 전형적인 시나리오: 바이브 코딩으로 주말에 MVP를 만들었지만, 프로덕션 배포를 위해 2주간의 보안·안정성·성능 작업이 추가로 필요. 바이브 택스를 줄이는 전략: 처음부터 하네스 엔지니어링(품질 게이트, 가드레일)을 설정하여 AI가 일정 수준 이상의 코드만 생성하도록 강제하고, CLAUDE.md에 보안·성능 요구사항을 명시하여 AI가 이를 반영하게 한다.

예시 코드/문장

바이브 코딩으로 주말에 MVP를 만들었지만, 프로덕션 배포를 위해 2주간의 보안·안정성 작업이 추가로 필요.

#바이브택스#숨겨진비용#기술부채비용

용어 해설눌러서 자세히

바이브 코딩 사전·비즈니스·수익화·기초

무료 티어

영어 표기Free Tier

무료 티어는 AI 코딩 도구나 클라우드 서비스가 처음 사용자를 위해 제공하는 제한된 무료 사용 구간이다. 초보자는 무료라는 말만 보고 실험을 시작하기 쉽지만, 실제로는 월 요청 수, 저장 공간, 빌드 시간, 모델 종류, 팀원 수 같은 제한이 함께 따라온다. VIBE 코딩에서는 무료 티어를 학습용 모래상자로 쓰되, 공개 배포나 자동화 워커처럼 계속 실행되는 기능에는 사용량 알림과 중단 시나리오를 같이 설계해야 한다. 무료 티어가 끝났을 때 어떤 기능이 멈추는지, 결제가 자동으로 시작되는지, 팀 프로젝트에서 누가 비용을 승인하는지까지 확인하면 작은 실험이 예기치 않은 비용이나 서비스 중단으로 커지는 일을 줄일 수 있다.

예시 코드/문장

AI에게 '무료 티어 한도 안에서 하루 20명 데모 사용자를 감당하는지 계산하고, 한도 초과 시 기능을 읽기 전용으로 바꾸는 테스트와 예산 알림을 추가해줘. 배포 전에는 한도 초과 화면도 스냅샷으로 확인해줘'라고 지시한다.

#무료티어#비용관리#한도

용어 해설눌러서 자세히

바이브 코딩 사전·비즈니스·수익화·기초

구독 플랜

영어 표기Subscription Plan

구독 플랜은 AI 코딩 도구나 SaaS를 월·연 단위로 결제하고 정해진 기능과 사용량을 받는 비용 구조이다. 개인 플랜은 빠른 실험과 학습에 적합하고, 팀 플랜은 좌석 관리, 협업 권한, 보안 설정, 감사 기록처럼 운영 기능이 붙는 경우가 많다. VIBE 코딩에서는 '가장 비싼 플랜이면 더 좋은 코드가 나온다'가 아니라, 실제 작업량·자동화 빈도·협업 인원·보안 요구에 맞는 플랜을 고르는 것이 중요하다. 기능별로 무료 티어, 사용량 기반 과금, 토큰 기반 과금과 비교해 월 예산을 정하면 도구를 바꿀 때도 비용 판단이 흔들리지 않는다.

예시 코드/문장

팀이 AI 리뷰를 매 PR마다 돌리려면 개인 구독 3개보다 팀 구독 1개와 사용량 한도 알림이 나은지 비교표를 만들고, 결제 전 2주 파일럿의 비용·리뷰 품질·대기 시간·보안 설정 차이를 근거로 결정한다.

#구독#플랜#팀비용

용어 해설눌러서 자세히

바이브 코딩 사전·비즈니스·수익화·기초

사용량 한도

영어 표기Usage Limit

사용량 한도는 한 달, 하루, 분당 요청처럼 서비스가 허용하는 사용 범위를 숫자로 정한 규칙이다. AI 코딩에서는 모델 호출 횟수, 토큰 수, 크레딧, 빌드 시간, 저장 공간, 동시 실행 워커 수가 모두 한도가 될 수 있다. 초보자는 기능 구현에만 집중하다가 한도 초과로 자동답변, 배포 빌드, 이미지 생성, 테스트 실행이 멈추는 상황을 뒤늦게 만난다. 좋은 운영 방식은 한도를 문서화하고, 70~80%에 도달하면 알림을 보내며, 한도 초과 시 사용자에게 어떤 메시지를 보여줄지 미리 구현하는 것이다.

예시 코드/문장

Q&A 자동답변 워커에 하루 AI 호출 한도를 두고, 80%를 넘으면 알림을 남기며 새 질문은 대기 상태로 보존하는 회귀 테스트와 사용자 안내 문구를 함께 작성하고, 알림 로그가 남는지도 검증한다.

#사용량한도#예산#알림

용어 해설눌러서 자세히

바이브 코딩 사전·비즈니스·수익화·기초

종량제 과금

영어 표기Pay As You Go

종량제 과금은 미리 정한 고정 금액보다 실제 사용한 요청, 토큰, 저장 공간, 실행 시간에 따라 비용을 내는 방식이다. 사용량이 적을 때는 구독보다 저렴하고, 실험을 빠르게 시작하기 좋지만, 에이전트가 반복 수정·테스트·재시도를 많이 수행하면 비용이 예상보다 빠르게 증가한다. VIBE 코딩에서는 종량제를 쓸 때 작업을 작은 범위로 나누고, 긴 컨텍스트를 무작정 보내지 않으며, 실패 루프가 반복될 때 자동으로 중단하는 기준을 둬야 한다. 월 예산 상한, 작업별 비용 로그, 캐시 전략을 함께 설계하면 종량제의 유연함을 유지하면서 비용 폭주를 막을 수 있다.

예시 코드/문장

대량 리팩터링을 한 번에 맡기기보다 파일 5개 단위로 AI 작업을 나누고, 작업당 예상 토큰·테스트 횟수·중단 조건·캐시 재사용 여부를 기록해 종량제 비용을 추적하고, 예산 초과 시 작업을 멈춘다.

#종량제#사용량과금#비용폭주

용어 해설눌러서 자세히

바이브 코딩 사전·비즈니스·수익화·기초

투자 대비 수익률

영어 표기Return on Investment

ROI는 비용을 들인 만큼 시간 절감, 매출 증가, 오류 감소, 운영 안정성 같은 이익이 돌아오는지 판단하는 기준이다. AI 코딩 도구의 ROI는 단순히 월 구독료가 싼지 비싼지가 아니라, 개발 시간이 얼마나 줄었는지, 재작업과 장애가 얼마나 감소했는지, 팀원이 더 중요한 문제에 집중할 수 있는지로 계산한다. 초보자는 'AI가 코드를 빨리 만들어줬다'를 ROI로 착각하기 쉽지만, 테스트 보강·보안 검토·배포 검증 시간이 늘어나면 실제 수익은 낮아질 수 있다. 따라서 도구 비용, 사람 시간, 품질 지표, 운영 리스크를 함께 기록해야 지속 가능한 VIBE 코딩 판단이 가능하다.

예시 코드/문장

월 15만원 AI 구독으로 기능 4개를 더 배포했지만 버그 수정에 20시간이 추가됐다면, 절감 시간·장애 비용·고객 반응·테스트 통과율·운영 안정성을 함께 적어 다음 달 ROI를 다시 계산하고 구독 유지 여부를 판단한다.

#ROI#투자수익률#비용효과

용어 해설눌러서 자세히

바이브 코딩 사전·학습·온보딩·기초

러버덕 프롬프팅

영어 표기Rubber Duck Prompting

AI에게 질문을 하면서 자신의 코드와 문제를 설명하는 학습 방법으로, 러버덕 디버깅의 학습 목적 확장판이다. 러버덕 디버깅이 '버그를 찾는 것'에 초점을 맞춘다면, 러버덕 프롬프팅은 '개념을 이해하는 것'에 초점을 맞춘다. 핵심 원리: AI에게 자신이 이해한 바를 설명하고, AI의 피드백을 통해 이해의 빈틈을 발견하고, 이를 채워나가는 반복적 학습 과정이다. 예를 들어, '이 코드가 왜 무한 루프에 빠지는지 설명해줘. 내가 이해한 바로는 useEffect가 매 렌더마다 호출되는 것 같은데…'라고 AI에게 말하면, 설명하는 과정에서 자신의 이해를 정리하게 되고, AI는 오해를 교정하거나 추가 설명을 제공한다. 바이브 코딩에서 이 기법이 특히 중요한 이유: AI가 코드를 생성하면 개발자가 코드를 '직접 작성'하지 않았기 때문에 코드에 대한 이해가 부족할 수 있다. 러버덕 프롬프팅을 통해 AI가 생성한 코드를 이해하는 습관을 들이면, '코드를 이해하지 못한 채 AI에게 의존하는' 함정을 피할 수 있다.

예시 코드/문장

'이 코드가 왜 무한 루프에 빠지는지 설명해줘. 내가 이해한 바로는 useEffect가 매 렌더마다 호출되는 것 같은데…'

#러버덕프롬프팅#학습법#설명학습

용어 해설눌러서 자세히

바이브 코딩 사전·학습·온보딩·기초

스캐폴드

영어 표기Scaffold

프로젝트의 기본 구조(폴더 구조, 설정 파일, 보일러플레이트 코드, 환경 변수 템플릿)를 자동으로 생성하는 것으로, '비계(scaffold)'라는 건축 용어에서 유래했다. 건축에서 비계가 건물을 짓기 위한 임시 구조물인 것처럼, 코딩에서 스캐폴드는 프로젝트를 시작하기 위한 기본 틀을 제공한다. 바이브 코딩에서 스캐폴드는 가장 효과적인 첫 단계이다. AI에게 'Next.js + Tailwind + Supabase 프로젝트를 초기 설정해줘'라고 하면 전체 폴더 구조(app/, components/, lib/, hooks/), 설정 파일(next.config.js, tailwind.config.js, tsconfig.json), 환경 변수 템플릿(.env.example), 패키지 의존성(package.json), 기본 레이아웃 컴포넌트까지 한 번에 생성한다. 이후 이 스캐폴드 위에서 기능을 하나씩 추가해나가는 것이 바이브 코딩의 권장 워크플로이다. create-next-app, create-vite 같은 전통적 CLI 스캐폴더도 있지만, AI를 통한 스캐폴딩은 프로젝트의 구체적 요구사항(사용할 DB, 인증 방식, 디자인 시스템 등)을 반영한 맞춤형 초기 설정을 제공한다는 점에서 차별화된다.

예시 코드/문장

AI에게 'Next.js + Tailwind + Supabase 프로젝트를 초기 설정해줘'라고 하면 전체 폴더 구조, 설정 파일, 환경 변수 템플릿을 생성.

#스캐폴드#프로젝트초기화#보일러플레이트

용어 해설눌러서 자세히

바이브 코딩 사전·학습·온보딩·기초

AI 페어 프로그래밍

영어 표기Pair Programming with AI

인간 개발자와 AI가 함께 실시간으로 코드를 작성하는 개발 방식으로, 전통적인 페어 프로그래밍(두 명의 개발자가 하나의 컴퓨터에서 함께 코딩)의 AI 버전이다. 전통적 페어 프로그래밍에서 한 명이 코드를 작성(드라이버)하고 다른 한 명이 실시간으로 검토·제안(네비게이터)하듯, AI 페어 프로그래밍에서는 개발자와 AI가 이 두 역할을 번갈아 수행한다. 일반적인 패턴: 개발자가 함수 시그니처나 주석으로 의도를 표현하면 AI가 구현부를 제안하고, 개발자가 이를 검토·수정한 후 수락한다. 또는 AI가 코드를 먼저 생성하고 개발자가 리뷰하며 수정 지시를 내린다. GitHub Copilot이 'Your AI pair programmer(당신의 AI 페어 프로그래머)'를 공식 슬로건으로 사용하고 있으며, 이 방식이 바이브 코딩 스펙트럼에서 'AI-Assisted Coding' 영역에 해당한다. 바이브 코딩이 'AI에게 완전히 맡기는 것'이라면, AI 페어 프로그래밍은 '인간과 AI가 동등하게 협업하는 것'으로, 코드에 대한 인간의 이해를 유지하면서도 AI의 생산성을 활용하는 균형 잡힌 접근이다.

예시 코드/문장

개발자가 함수 시그니처를 타이핑하면 GitHub Copilot이 구현부를 제안, 개발자가 수정 후 수락.

#페어프로그래밍#AI협업#실시간코딩

용어 해설눌러서 자세히

바이브 코딩 사전·학습·온보딩·기초

수용 기준

영어 표기Acceptance Criteria

기능이 '완성됐다'고 판단하기 위해 미리 정해 두는 확인 조건이다. 초보자는 AI에게 기능을 맡길 때 '로그인 만들기'처럼 넓게 말하기 쉽지만, 수용 기준을 쓰면 AI와 사람이 같은 완료 기준을 보게 된다. 예를 들어 로그인 기능이라면 성공 로그인, 잘못된 비밀번호, 빈 입력값, 로딩 상태, 모바일 화면, 접근성 메시지까지 통과해야 한다고 적는다. 바이브 코딩에서는 수용 기준이 테스트 작성과 코드 리뷰의 출발점이 되며, AI가 겉보기만 그럴듯한 화면을 만들고 실제 예외 처리를 빠뜨리는 문제를 줄인다.

예시 코드/문장

'회원가입 폼의 수용 기준은 이메일 형식 오류를 즉시 보여주고, 약관 미동의 제출을 막고, 성공 시 대시보드로 이동하며, 모바일 375px에서도 버튼이 잘리지 않는 것'처럼 AI에게 완료 조건을 먼저 준다.

#수용기준#완료조건#검증

용어 해설눌러서 자세히

바이브 코딩 사전·학습·온보딩·기초

사용자 스토리

영어 표기User Story

사용자 관점에서 기능의 목적을 짧게 설명하는 요구사항 형식이다. 보통 '누가, 무엇을, 왜 원하는가'를 한 문장으로 정리한다. 바이브 코딩에서는 사용자 스토리가 프롬프트의 방향타 역할을 한다. '알림 기능 만들어줘'보다 '반복 학습을 하는 사용자가 오늘 복습할 항목을 놓치지 않도록 브라우저 알림을 받고 싶다'처럼 쓰면 AI가 화면, 데이터, 권한, 예외 상황을 더 정확히 추론한다. 좋은 사용자 스토리는 개발자가 구현 세부사항에 매몰되기 전에 실제 독자의 문제를 고정해 주며, 이후 수용 기준과 테스트 케이스로 자연스럽게 이어진다.

예시 코드/문장

'초보 학습자로서, 내가 저장한 VIBE 사전 용어를 다시 찾아볼 수 있도록 즐겨찾기 목록을 보고 싶다. 그래야 비슷한 용어를 매번 검색하지 않아도 된다'라고 쓴 뒤 AI에게 화면과 API 후보를 제안하게 한다.

#사용자스토리#요구사항#제품기획

용어 해설눌러서 자세히

바이브 코딩 사전·학습·온보딩·기초

학습 경로

영어 표기Learning Path

처음 배우는 사람이 어떤 순서로 개념과 실습을 익힐지 정리한 단계별 지도다. 바이브 코딩은 AI가 많은 코드를 빠르게 만들어 주기 때문에, 초보자가 HTML, API, 데이터베이스, 배포 같은 기초를 건너뛰고 결과만 따라가다 막히기 쉽다. 학습 경로는 '먼저 화면 구조를 이해하고, 다음에 상태와 API 요청을 익히고, 마지막에 테스트와 배포를 확인한다'처럼 순서를 제한한다. 좋은 학습 경로는 새 용어를 기존 용어와 연결하고, 각 단계마다 작은 실습과 확인 질문을 둬서 AI 의존이 아니라 이해 기반의 속도를 만든다.

예시 코드/문장

첫 웹앱 학습 경로를 'HTML/CSS 화면 → JavaScript 상태 → REST API 요청/응답 → 데이터 저장 → 빌드와 프리뷰 배포 → 간단한 회귀 테스트'로 정하고, 각 단계마다 AI에게 설명과 미니 과제를 요청한다.

#학습경로#온보딩#커리큘럼

용어 해설눌러서 자세히

바이브 코딩 사전·학습·온보딩·기초

스타터 템플릿

영어 표기Starter Template

새 프로젝트를 빠르게 시작하도록 미리 준비해 둔 기본 코드 묶음이다. 스캐폴드가 프로젝트 틀을 생성하는 행위라면, 스타터 템플릿은 이미 검증된 폴더 구조, 스타일 설정, 예시 페이지, 테스트 설정을 재사용 가능한 형태로 저장한 출발점이다. 바이브 코딩에서는 좋은 스타터 템플릿이 AI의 실수를 크게 줄인다. 예를 들어 라우팅, 컴포넌트 위치, 테스트 명령, 디자인 토큰이 템플릿에 정리돼 있으면 AI가 매번 임의 구조를 만들지 않고 팀의 규칙을 따른다. 단, 템플릿에 오래된 패키지나 불필요한 기능이 많으면 오히려 학습과 유지보수를 어렵게 만들 수 있다.

예시 코드/문장

Next.js와 Tailwind, 기본 레이아웃, 샘플 테스트가 들어 있는 스타터 템플릿을 복사한 뒤 AI에게 '이 구조를 유지하면서 Q&A 목록 페이지만 추가해줘'라고 요청하면 새 프로젝트마다 설정을 반복하지 않아도 된다.

#스타터템플릿#보일러플레이트#프로젝트시작

용어 해설눌러서 자세히

바이브 코딩 사전·학습·온보딩·기초

샘플 데이터

영어 표기Sample Data

개발과 학습 중에 실제 사용자 정보 대신 사용하는 예시 데이터다. 빈 화면만 보면서 개발하면 목록, 검색, 오류 상태, 긴 제목, 이미지 누락 같은 상황을 놓치기 쉽다. 샘플 데이터는 AI가 만든 UI와 API가 현실적인 입력을 견디는지 확인하게 해 준다. 바이브 코딩에서는 AI에게 데이터 모양을 함께 제공하면 컴포넌트, 타입, 테스트가 더 안정적으로 생성된다. 다만 실제 개인정보나 운영 데이터는 절대 샘플로 복사하지 말고, 공개해도 안전한 가짜 값과 다양한 경계 사례를 직접 만들어야 한다.

예시 코드/문장

블로그 카드 컴포넌트를 만들 때 짧은 제목 1개, 80자 긴 제목 1개, 이미지가 없는 글 1개, 비공개 상태 글 1개를 샘플 데이터로 넣고 AI에게 목록·빈 상태·모바일 줄바꿈까지 확인하게 한다.

#샘플데이터#테스트데이터#경계사례

용어 해설눌러서 자세히

영어 표기Skills (Agent / IDE)

AI 코딩 에이전트가 특정 작업을 수행할 때 참조하는 모듈화된 지침·프롬프트 묶음을 통칭한다. Claude Code에서는 '.claude/skills/<스킬명>/SKILL.md' 형태로 프로젝트 저장소, 개인 홈 디렉터리, 또는 조직(Enterprise) 수준에 배치하며, Agent Skills 오픈 스탠더드를 따른다. 각 스킬은 YAML 프론트매터(name, description, allowed-tools, context 등)와 마크다운 본문으로 구성되고, Claude가 대화 맥락에서 자동으로 로드하거나 사용자가 '/스킬명'으로 직접 호출할 수 있다. 스킬 본문은 호출 시점에만 컨텍스트에 적재되므로, 긴 참조 자료도 평소에는 토큰을 거의 소비하지 않는다. CLAUDE.md에 반복적으로 붙여넣던 절차서·체크리스트·코딩 규칙을 스킬로 분리하면, 에이전트가 필요할 때만 불러와 일관된 동작을 유도할 수 있다. 서브에이전트 실행(context: fork), 동적 컨텍스트 주입(!`command`), 인자 치환($ARGUMENTS) 같은 고급 기능도 지원한다. Cursor 등 다른 IDE에서도 유사한 개념으로 커스텀 프롬프트·룰을 관리하며, 넓은 의미에서 '스킬'이라는 용어로 통용된다.

예시 코드/문장

저장소에 'supabase-migration' 스킬을 두고, DB 마이그레이션 요청 시 스키마 검증·백업·롤백 단계까지 포함한 절차를 자동으로 따르게 한다. '/supabase-migration users_table'처럼 인자를 넘겨 특정 테이블 대상으로 실행할 수도 있다.

참고 링크

외부 문서

#스킬#Claude Code#Cursor

용어 해설눌러서 자세히

영어 표기Dropdown Menu

드롭다운 메뉴는 버튼이나 입력 영역을 눌렀을 때 여러 선택지나 작업을 접었다 펼쳐 보여주는 UI 패턴이다. VIBE 코딩에서는 AI가 단순 목록만 그리지 않도록 열림 상태, 바깥 클릭 닫기, 키보드 이동, 선택 후 상태 반영, 작은 화면 위치, 권한별 메뉴 노출 검증, 빈 옵션 처리와 실패 안내까지 작업 지시서에 포함해야 한다.

예시 코드/문장

AI에게 프로젝트 카드의 작업 메뉴를 만들게 할 때 수정, 복제, 삭제 권한을 구분하고 Arrow 키 이동, Enter 선택, 바깥 클릭 닫기, 모바일 위치 깨짐을 테스트 케이스와 브라우저 smoke-test로 검증한다.

참고 링크

외부 문서

#UI#메뉴#접근성

용어 해설눌러서 자세히