AI가 짠 코드를 받기 전에: 바이브 코딩 슬롭을 거르는 검수 4단계
"AI가 금방 만들어 줘서 좋았는데, 고치려고 열어 보니 손을 못 대겠어요."
바이브 코딩(말로 설명해 AI에게 코드를 짜게 하는 방식)을 해 본 분들이 자주 하는 말입니다. 당장은 돌아가지만 나중에 손대기 어려운 코드, 이것을 업계에서는 슬롭(slop)이라고 부릅니다. 대충 쏟아 낸 결과물이라는 뜻입니다.
과거에는 코드를 짜는 속도가 병목이었습니다. 지금은 AI가 속도를 해결했고, 병목은 그 코드를 검수하는 사람으로 옮겨 왔습니다. 같은 AI를 써도 결과가 크게 갈리는 이유가 여기에 있습니다.
슬롭은 이렇게 드러납니다
| 유형 | 증상 | 드러나는 시점 |
|---|---|---|
| 허술한 로직 | 돌아가지만 예외 처리가 없음 | 운영 중 장애가 났을 때 |
| 유지보수 불가 | 얽힌 구조, 중복·불필요한 함수 | 기능을 추가하거나 바꿀 때 |
| 확장성 부족 | 사용자가 늘면 성능이 급격히 떨어짐 | 트래픽이 늘 때 |
| 보안 취약 | 입력값 미검증, SQL 인젝션 등 | 보안 점검이나 침해 사고 때 |
더 큰 문제는 책임입니다. 누가 이 코드를 확인하고 책임지는지 처음에 정하지 않으면, AI가 짠 코드는 조직 안에서 주인 없는 코드가 됩니다.
검수 4단계 — AI는 초안, 완성은 사람
원칙은 하나입니다. AI는 초안을 만드는 도구이고, 완성은 사람이 합니다. 비유하면 AI는 빠른 목수이고, 사람은 준공 검사를 하는 감리입니다. 목수가 빨라질수록 감리가 더 중요해집니다.
1단계 — 초안: 조건을 적어서 요청한다
"로그인 기능 만들어 줘"가 아니라 기술 스택과 제약을 적습니다. 모호한 요청은 모호한 코드를 만듭니다.
Python Flask와 PostgreSQL로 로그인·세션 관리 기능을 만들어 줘. 비밀번호는 bcrypt로 해싱하고, 로그인 5회 실패 시 10분 잠금을 넣어 줘. 입력값 검증 코드를 함수로 분리해 줘.
2단계 — 구조: 전체를 읽고 줄인다
AI가 만든 전체 구조를 직접 파악하고 중복 함수와 불필요한 코드를 걷어 냅니다. 이 단계에는 업무 지식이 필요합니다. AI는 우리 회사의 업무 맥락을 모릅니다.
3단계 — 성능·보안: 가장 많이 걸리는 곳
느려질 지점과 보안 취약점을 따로 점검합니다. AI 코드에서 문제가 가장 자주 발견되는 단계이고, 건너뛰면 나중에 몇 배의 비용으로 돌아옵니다.
4단계 — 테스트: 실제 환경에서 통과를 확인한다
테스트 코드도 AI로 만들되, 실제 환경에서 통과하는지 확인한 뒤에 배포합니다. 테스트가 통과했다는 AI의 말이 아니라 실행 결과를 봅니다.
AI가 속도를 맡고 사람이 품질을 맡을 때 빠르면서도 안정적인 코드가 나옵니다. 검수를 건너뛰면 당장은 빨라도 디버깅과 수정에 더 많은 시간을 씁니다.
도구보다 먼저 필요한 교육 세 가지
AI 코딩 도구를 들여온 뒤 기대만큼 효과가 나지 않는 가장 흔한 이유는 도구 부족이 아니라 사용법 교육 부족입니다.
- 지시문 작성 — 원하는 코드를 정확히 받아 내는 요청 방법
- AI 코드 읽기와 고치기 — 처음부터 짜는 능력만큼 중요해졌습니다
- AI의 한계 알기 — 막 나온 프레임워크, 업종별 규제, 회사 고유의 규칙은 AI가 틀리거나 빠뜨리기 쉽습니다
정리하면, 바이브 코딩의 품질은 AI가 아니라 검수 절차가 정합니다. 초안·구조·보안·테스트 네 단계를 루틴으로 만들면 슬롭은 쌓이기 전에 걸러집니다.
자주 묻는 질문
Q. 비개발자도 바이브 코딩을 해도 되나요?
개인 업무용 작은 도구라면 좋은 출발점입니다. 다만 다른 사람이 쓰거나 개인정보를 다루는 프로그램이라면 3단계 보안 점검을 개발자와 함께 거칩니다.
Q. 검수까지 AI에게 맡기면 안 되나요?
다른 AI에게 검토를 시키는 것은 도움이 됩니다. 그러나 최종 확인과 책임은 사람이 집니다. 같은 실수를 두 AI가 함께 놓치는 경우가 있기 때문입니다.
이 글은 네이버 블로그에 먼저 정리한 내용을 구글 블로그용으로 다시 쓴 것입니다. 슬롭 사례와 투 트랙 전략을 다룬 원문은 네이버 블로그 원문에 있습니다.
AI 리터러시 교육과 강의 문의는 나미리 강사 홈페이지로 연결됩니다.
함께 보면 좋은 채널
- AI 강사 나미리 공식 홈페이지 — 강의 커리큘럼 및 강의 문의
- 네이버 블로그 — AI 활용 팁과 강의 현장 이야기
댓글
댓글 쓰기