비개발자가 에이전트로 코딩하는 법: '바이브 코딩'을 넘어선 새로운 기술 계층의 등장

핵심 요약

AI 코딩 에이전트의 발전으로 전통적인 프로그래밍 지식 없이도 복잡한 소프트웨어를 구축할 수 있는 시대가 열렸다. 저자는 지난 4개월간 30억 토큰을 소비하며 Droid CLI와 같은 에이전트를 통해 개인 사이트부터 암호화폐 트래커까지 다양한 프로젝트를 완수했다. 핵심은 코드를 직접 작성하는 것이 아니라 에이전트에게 맥락을 제공하고, agents.md를 통해 지시 사항을 최적화하며, 시스템 전체의 흐름을 관리하는 시스템 사고에 있다. 이는 단순히 운에 맡기는 바이브 코딩을 넘어, 에이전트와 협업하는 새로운 기술 계층의 탄생을 의미한다.

배경

터미널(CLI) 기본 사용법, Git/GitHub 기초 개념, LLM 프롬프팅 기초

대상 독자

AI 에이전트를 활용해 생산성을 높이려는 비개발자 및 주니어 개발자

의미 / 영향

AI 에이전트가 코딩의 진입 장벽을 낮추면서 시스템 사고를 가진 비전문가들이 소프트웨어 제작의 주역으로 부상하고 있다. 이는 전통적인 개발 교육 방식의 변화와 소프트웨어 공급의 폭발적 증가를 예고한다.

섹션별 상세

에이전트 중심의 워크플로우와 CLI 선호: 저자는 웹 인터페이스보다 터미널 기반의 에이전트 사용을 선호한다. Droid CLI를 통해 프로젝트를 시작하고, Spec Mode에서 에이전트와 문답하며 설계안을 확정한 뒤 자율성을 높여 코드를 생성하게 한다. 이 과정에서 코드를 직접 읽기보다 에이전트의 출력 로그를 정독하며 프로젝트의 구조와 실패 지점을 파악하는 방식으로 학습한다.

agents.md를 통한 지시 최적화: 프로젝트 루트에 위치한 agents.md 파일은 에이전트를 위한 매뉴얼 역할을 수행한다. 여기에는 GitHub 계정 설정, 커밋 규칙, 테스트 실행 방식 등 구체적인 가이드라인이 포함된다. 특히 엔드투엔드 테스트의 중요성을 인지하고 에이전트가 스스로 버그를 잡을 수 있도록 테스트 환경 구축을 지시 사항에 반영하여 개발 안정성을 확보한다.

모바일 및 원격 개발 환경 구축: GitHub 앱과 Telegram 봇을 연동하여 이동 중에도 코딩이 가능한 환경을 조성했다. VPS와 SyncThing을 활용해 로컬 저장소와 서버를 동기화함으로써, 24시간 가동되어야 하는 암호화폐 트래커 같은 프로젝트를 관리한다. 이는 에이전트가 단순한 코드 작성기를 넘어 전체 인프라와 상호작용하는 단계로 진화했음을 보여준다.

MCP보다 CLI 도구 선호: 저자는 모델 컨텍스트 프로토콜(MCP) 대신 개별 서비스의 CLI 버전을 직접 사용하는 방식을 택했다. MCP는 컨텍스트를 많이 차지하고 구조가 복잡한 반면, CLI는 필요한 기능만 골라 쓸 수 있어 효율적이기 때문이다. Linear, Gmail 등 자주 쓰는 서비스의 전용 CLI를 직접 구축하여 에이전트가 터미널에서 즉시 실행할 수 있도록 설계했다.

새로운 추상화 계층으로서의 에이전트: 과거 노코드가 드래그 앤 드롭으로 소프트웨어를 구축했다면, 현재는 AI 에이전트가 새로운 추상화 계층으로 자리 잡았다. 이제 중요한 기술은 문법 암기가 아니라 에이전트에게 정확한 맥락을 제공하고, 서브 에이전트와 메모리를 관리하며, 시스템의 구성 요소들이 어떻게 연결되는지 이해하는 시스템 설계 능력이다.

실무 Takeaway

코딩 에이전트 사용 시 agents.md 파일을 활용해 코딩 스타일, 테스트 규칙, 계정 설정 등을 명문화하여 일관성을 유지한다.
복잡한 MCP 설정보다는 가벼운 CLI 도구를 직접 제작하거나 활용하여 에이전트의 컨텍스트 소모를 줄이고 실행 속도를 높인다.
완벽한 코드를 짜려 하기보다 에이전트와 함께 실패하며 배우는 방식을 채택하고, 에이전트에게 비전문가용 설명을 요구하여 학습 도구로 활용한다.