2025년 AI 회고: 빌더들의 시대와 '바이브 코딩'의 부상

섹션별 상세

바이브 코딩(Vibe Coding)의 대중화로 인해 개발자가 구체적인 문법 대신 의도(Vibe)를 전달하여 코드를 생성하는 방식이 주류가 되었다. Greptile 보고서에 따르면 PR당 생성되는 코드 양이 급증했으며, 이에 따라 새로운 형태의 버전 관리와 리뷰 시스템의 필요성이 대두되고 있다.

Droid, Claude Code와 같은 CLI 기반 코딩 에이전트와 Manus 같은 브라우저 기반 범용 에이전트가 배경에서 독립적으로 작업을 수행하기 시작했다. Anthropic은 Claude가 직접 자판기를 운영하게 하는 실험을 통해 에이전트의 비즈니스 운영 가능성을 확인했다.

모바일 게임 'Lumber Empire'의 통계 화면 스크린샷으로, 공장 수입과 자원 현황을 보여준다. — Screenshot에이전트가 배경에서 작업을 수행하는 미래의 업무 방식이 마치 자원을 모으고 업그레이드 버튼만 누르는 방치형 게임과 유사해질 수 있음을 시각적으로 비유한다. 사용자는 세부 구현보다 데이터 분석과 의사결정에 집중하게 된다는 점을 시사한다.

Google DeepMind는 모바일이나 브라우저에서 실행 가능한 270M 규모의 함수 호출 특화 모델인 FunctionGemma를 공개했다. OpenAI는 GPT-5.2-Codex를 출시하며 공식적인 스킬 지원을 시작했고, Anthropic은 모델의 정렬 어긋남을 평가하는 오픈소스 도구인 Bloom을 선보였다.

Google이 ChatGPT와 Perplexity 등이 사용하는 스크래핑 업체 SerpAPI를 고소하며 데이터 수집에 대한 법적 긴장이 고조되었다. 한편, Claude는 유료 사용자를 대상으로 브라우저 내에서 직접 동작하고 앱 테스트까지 수행할 수 있는 Chrome 확장 프로그램을 전면 공개했다.

용어 해설

바이브 코딩(Vibe Coding): — Andrej Karpathy가 제안한 개념으로, 개발자가 엄격한 문법 대신 자연어와 의도(Vibe)를 전달하여 AI가 코드를 생성하게 하는 방식이다. 이는 전통적인 코딩 숙련도보다 AI 에이전트를 조율하는 능력을 강조하며 개발 패러다임의 변화를 상징한다.
코딩 에이전트(Coding Agent): — 사용자의 요구사항을 이해하고 스스로 코드를 작성, 실행, 디버깅하며 소프트웨어를 개발하는 자율형 AI 도구이다. 단순한 코드 완성을 넘어 파일 시스템 접근이나 터미널 명령 실행 등 실제 개발 환경과 상호작용하며 복잡한 작업을 수행한다.
함수 호출(Function Calling): — LLM이 외부 도구나 API를 사용할 수 있도록 구조화된 인수를 생성하는 능력이다. 모델이 텍스트 답변 대신 특정 함수에 필요한 파라미터를 정확히 출력함으로써 외부 시스템과의 연동 및 실질적인 작업 수행을 가능하게 한다.
정렬 어긋남 평가(Misalignment Evaluations): — AI 모델의 목표나 행동이 인간의 의도나 안전 가이드라인에서 벗어나는 현상을 측정하고 평가하는 프로세스이다. 모델이 잠재적으로 위험하거나 의도치 않은 방향으로 작동하는지 사전에 파악하여 안전성을 확보하는 데 필수적이다.

기술

Claude Code
GPT-5.2-Codex
FunctionGemma
Droid
Bloom

활용 사례

자율 코딩 에이전트를 활용한 소프트웨어 개발
브라우저 기반 업무 자동화 에이전트
온디바이스 함수 호출 시스템 구축

언급된 리소스

API DocsClaude Code

GitHubFunctionGemma

GitHubBloom (Misalignment Evals)