코딩 능력이 향상된 새로운 AI 모델이 출시되면서 개발자들이 코드를 생성하기 위해 AI를 활용하는 사례가 증가하고 있다. 그중 가장 최신 사례 중 하나는 유서 깊은 실리콘밸리 스타트업 액셀러레이터인 Y Combinator(YC)에서 배출된 현 기수들이 주도하고 있다. YC의 관리 파트너인 Jared Friedman은 유튜브에 공개된 대화에서 W25 스타트업 기수의 4분의 1이 코드베이스의 95%를 AI로 생성했다고 언급했다.
프리드만은 이 95% 수치에 라이브러리 임포트용 코드는 포함되지 않았으며, 인간이 직접 작성한 코드와 AI가 생성한 코드를 비교하여 산출한 것이라고 덧붙였다.
그는 "저희가 비기술적 창업가들에게 자금을 지원한 것이 아닙니다. 이들 모두는 기술 역량이 뛰어나며, 처음부터 자신들의 제품을 충분히 구축할 능력을 갖추고 있습니다. 1년 전이었다면 제품을 처음부터 직접 구축했겠지만, 지금은 그중 95%를 AI가 만들어냈습니다"라고 설명했다.
프리드만은 YC CEO Garry Tan, 관리 파트너 Harj Taggar, 일반 파트너 Diana Hu와 함께 'Vibe Coding Is the Future'라는 제목의 비디오에서 자연어와 직관을 활용하여 코드를 만드는 추세에 대해 논의했다.
지난달에는 테슬라의 전 AI 책임자이자 OpenAI 연구원인 Andrej Karpathy가 거대 언어 모델(LLMs)을 사용하여 코드 자체에 집중하지 않고 코딩하는 방식을 설명하며 '바이브 코딩(vibe coding)'이라는 용어를 사용하기도 했다.
하지만 AI가 생성한 코드가 결코 완벽한 것은 아니다. 여러 연구와 보고서에 따르면, 일부 AI 생성 코드는 애플리케이션에 보안 취약점(security flaws)을 삽입하거나, 서비스 장애(outages)를 유발하거나, 단순한 오류를 발생시켜 개발자들이 코드를 수정하거나 디버깅에 심혈을 기울여야 하는 상황이 발생하기도 한다.
이 토론 자리에서 휴는 제품 개발자들이 AI에 크게 의존하더라도, 그들 중 한 가지 능력이 뛰어난 것은 코드를 읽고 버그를 찾아내는 능력이라고 강조했다.
그녀는 "LLM이 좋은 결과와 나쁜 결과를 뒤섞어 내놓고 있다는 것을 판단할 수 있는 감각과 충분한 훈련이 필요합니다. 좋은 '바이브 코딩'을 하려면 여전히 좋고 나쁨을 판별할 수 있는 취향과 지식이 필수적입니다"라고 말했다.
탄 역시 장기적으로 제품을 유지하기 위해서는 창업자들이 전통적인 코딩 교육을 반드시 받아야 한다는 지점에 동의했다.
그는 "만약 AI가 생성한 코드가 95%인 스타트업이 [시장에] 출시된 후 1~2년 만에 1억 명의 사용자를 확보한다고 가정해 봅시다. 과연 그 제품이 버틸 수 있을까요? 초기 버전의 추론 모델들은 디버깅에 능하지 못합니다. 따라서 제품 전반에서 무슨 일이 일어나고 있는지 깊이 파고들어 검증해야 합니다"라고 제언했다.
VC와 개발자들은 AI 기반 코딩에 대해 큰 기대를 걸고 있으며, Bolt.new를 포함한 스타트업들은 지난 12개월 동안 수억 달러 규모의 투자를 유치해 왔다.
탄은 "이것은 일시적인 유행이 아닙니다. 결코 사그라들지 않을 것입니다. 이것이 지배적인 코딩 방식입니다. 만약 이 흐름을 따르지 않는다면, 도태될 수 있습니다"라고 말을 맺었다.