🤖 클로드 코드로 실제 서비스 만든 후기, AI 코딩의 진짜 한계는?

 

"코딩 몰라도 AI가 다 해준다"는 말, 사실인가요?

요즘 개발자 커뮤니티에서 가장 뜨거운 키워드를 하나 꼽으라면 단연 '바이브 코딩'일 거예요. 2025년 2월, 테슬라 전 AI 수석 안드레 카파시가 처음 꺼낸 이 개념은 불과 1년 만에 개발 생태계를 완전히 뒤흔들었습니다.

미국 스타트업 육성기관 와이콤비네이터의 통계에 따르면, 2025년 겨울 배치 스타트업의 약 25%가 전체 코드의 95% 이상을 AI가 생성한 코드로 운영하고 있다고 해요. 스타트업 네 개 중 하나가 사실상 AI가 코딩을 책임지고 있다는 거잖아요.

그렇다면 실제로 서비스를 만들어본 개발자 눈으로 바이브 코딩, 특히 클로드 코드(Claude Code)를 쓰면 어떤 경험을 하게 될까요? 최근 해외 거주 개발자가 '해외 송금 비교 서비스'를 혼자, 몇 주 만에 만들며 남긴 생생한 후기가 화제가 됐어요. 기대한 곳에서는 확실히 빛났고, 막히는 지점에서는 솔직하게 한계를 털어놨습니다.

오늘은 그 이야기를 통해 클로드 코드와 바이브 코딩의 진짜 현실을 차분하게 들여다볼게요.

운영 비용 0원, 혼자서 몇 주 만에 실서비스를 만든다고?

이 개발자가 만든 서비스는 'SendFeeCompare', 해외에서 한국으로 송금할 때 업체별 환율과 수수료를 한눈에 비교해주는 서비스예요. 해외 교민이라면 누구나 공감할 불편함을 해소한 거죠.

기술 스택 선택 기준은 딱 두 가지였어요. 출시 속도, 그리고 운영 비용 최소화.

선택한 조합은 이렇습니다. 프론트엔드와 백엔드를 하나의 프로젝트로 관리하고 Vercel로 무료 배포가 가능한 Next.js, 무료 티어로 데이터베이스와 사용자 인증을 모두 처리하는 Supabase, 그리고 매시간 각 업체의 환율과 수수료를 자동 수집하는 GitHub Actions. 이 세 가지 조합으로 도메인 비용을 제외하면 운영 비용은 사실상 0원이에요.

기능도 꽤 실용적이에요. 12개 이상 송금 업체의 데이터를 자동으로 수집하고, AI가 "왜 이 업체가 이 금액대에서 유리한지"를 자연어로 설명해줘요. 원하는 환율에 도달하면 자동으로 알림을 보내는 기능도 있고요. 이 모든 걸 혼자, 몇 주 만에 구현했다는 게 핵심이에요.

클로드 코드 없이는 불가능했을 거라고 했어요. 17개 서비스 모듈, 12개 이상 업체 스크래퍼, 6개 자동화 워크플로우를 단기간에 혼자 만든다는 건 기존 방식으로는 상상하기 어려운 일이니까요.

클로드 코드가 진짜 잘하는 2가지: 이건 인정합니다

이 개발자가 클로드 코드에서 특히 빛났다고 꼽은 건 크게 두 가지예요.

첫 번째는 UI 컴포넌트 개발이에요. "송금 업체 비교 결과를 카드 형태로 보여주는 컴포넌트 만들어줘"라고 요청하면 바로 동작하는 UI가 나왔다고 해요. 레이아웃 설계, 데이터 연결, 스타일 적용까지 AI가 순식간에 처리해줬다는 거예요.

두 번째는 반복적인 비즈니스 로직이에요. 여러 업체의 스크래퍼를 만들거나, 자동화 워크플로우를 구성하거나, 비슷한 패턴의 코드를 여러 개 작성해야 하는 경우에 AI는 정말 빠르게 결과를 내놨어요. 개발자가 직접 타이핑하며 씨름해야 했을 시간들이 확 줄어든 거죠.

2026년 현재 컬리 기술 블로그에서도 비슷한 결론을 공유했어요. 실제로 클로드 코드를 활용한 바이브 코딩 전략을 도입한 팀에서 패턴 인식, 코드 생성, 자연어 이해는 AI가 확실히 강점을 보였고, 반복 구현 업무의 상당 부분을 AI에게 위임할 수 있었다고 해요. 토스페이먼츠도 AI 연동 서버를 구축해 PG 연동 작업을 자동화하고 연동 시간을 크게 단축했다는 사례도 있을 정도예요.

이런 경험은 한 명의 개발자만의 이야기가 아니에요. 2026년 기준으로 클로드 코드는 바이브 코딩 도구 중 독보적인 선두로 평가받고 있어요. 개발자 사이에서 AI 코딩을 한다면 당연히 클로드나 이를 기반으로 한 서비스를 쓰는 것으로 인식될 만큼, 자타공인 최고의 코딩 성능을 가진 도구로 자리 잡았거든요.

AI가 막히는 3가지 지점: 이건 사람이 해야 했다

그런데 모든 게 술술 풀리지만은 않았어요. 이 개발자는 막히는 지점 세 가지를 솔직하게 털어놨어요.

첫 번째는 '무지성 Yes' 구간이에요. 어느 순간부터 AI가 제안하는 대로 무조건 수락하다 보니, 프로젝트 구조가 일관성을 잃고 중복 코드가 쌓이기 시작했어요. 버그가 생기고, 디버깅에 오히려 더 많은 시간을 쓰게 됐죠.

실제로 AI 평가 기관 METR의 무작위 대조 실험에서는 숙련된 오픈소스 개발자들이 AI 코딩 도구를 사용했을 때 오히려 작업 속도가 19% 느려졌다는 결과가 나왔어요. 개발자들 스스로는 24%쯤 빨라질 거라고 예측했는데도요. AI를 너무 믿어버리면 오히려 덫에 걸린다는 거예요.

두 번째는 데이터 설계예요. 업체마다 수수료 구조가 달라요. 정액제, 정률제, 환율 안에 수수료를 녹여버리는 방식까지 다양해요. 이걸 하나의 비교 테이블로 정규화하는 구조를 잡는 건 AI가 일반적인 안을 제안해줄 수는 있어도, 최종 판단은 사람이 해야 했어요. 비즈니스 맥락을 이해하는 건 여전히 사람의 영역이에요.

세 번째는 운영 비용 트레이드오프예요. 실시간 스크래핑은 기술적으로 가능하지만 비용이 문제예요. 금액 구간을 나누고 정기 스크래핑으로 타협하는 결정을 내렸는데, AI는 이런 현실적 제약까지 알아서 고려해주지 않아요. 운영을 직접 해본 경험에서 나오는 판단은 여전히 사람 몫이라는 거죠.

이 세 가지 한계는 비단 이 개발자만의 이야기가 아니에요. 컬리 기술 블로그에서도 같은 결론을 내리고 있어요. LLM이 잘하는 건 패턴 인식, 코드 생성, 자연어 이해이고, 못하는 건 긴 정보 추적, 능동적 상태 관리, 자기 검증이라는 거예요. 결국 우리가 해야 할 일은 LLM이 못하는 걸 시스템과 판단으로 보완하는 것이에요.

보안도 조심해야 해요: 빠르게 만들었는데 구멍이 숭숭

바이브 코딩을 할 때 흔히 놓치는 부분이 하나 더 있어요. 바로 보안이에요.

AI가 공동 작성한 코드는 사람이 직접 작성한 코드 대비 약 2.74배 높은 보안 취약점 비율을 보였다는 분석 결과가 있어요. 빠르게 만들었는데 취약점이 여기저기 숨어 있다면, 서비스 신뢰도는 순식간에 무너질 수 있어요.

물론 이건 AI를 탓할 일이 아니에요. AI가 생성한 코드를 이해하고 검증하는 사람의 역할이 오히려 더 중요해진다는 의미거든요. 코드를 무조건 수락하기 전에, 적어도 어떤 로직으로 어떤 취약점이 생길 수 있는지는 파악해야 해요.

당근도 전사 AI 전환을 선언하며 자동화를 도입했지만, 제품 방향과 핵심 의사결정은 여전히 사람 중심으로 유지한다고 해요. 반복 업무는 AI에 맡기고 설계와 판단은 사람이 책임지는 구조, 이게 2026년 실무 현장이 수렴하고 있는 방향이에요.

"0에서 1이 아니라, 1을 10으로": 바이브 코딩의 진짜 포지션

이 개발자가 바이브 코딩에 대해 남긴 한 줄이 인상적이에요.

바이브 코딩은 0에서 1을 만드는 도구가 아니라, 1을 10으로 만드는 가속기에 가깝다.

간단한 랜딩 페이지나 프로토타입이라면 코딩 경험 없이도 만들 수 있어요. 하지만 실제 사용자에게 서비스하는 수준의 프로덕트를 만들려면, AI가 일관된 방향으로 작동하도록 가이드라인을 잡아주는 능력, 운영 판단을 내리는 능력, 기본적인 보안 지식, AI가 생성한 코드를 이해하는 능력이 여전히 필요하다고 했어요.

이 말이 단순한 겸손이 아닌 이유는, 실제로 세계 최대 바이브 코딩 프로젝트라 불리는 OpenClaw 사례에서도 증명되고 있기 때문이에요. 오스트리아 개발자 Peter Steinberger가 3~8개의 병렬 AI 에이전트를 활용해 30만 줄 이상의 코드베이스를 혼자 운영하는 걸 봐도, 핵심은 AI를 많이 쓰는 게 아니라 AI를 어떻게 설계하고 관리하느냐에 있었어요. 소프트웨어 엔지니어링의 무게중심이 코드를 직접 쓰는 숙련에서 코드를 쓰는 시스템을 설계하는 숙련으로 이동한 거예요.

개발자만의 이야기가 아닌 이유

이 변화는 개발자에게만 해당하는 이야기가 아니에요.

AI가 점점 더 많은 실행을 대신해줄수록, 무엇을 만들지 정의하고 어떻게 판단할지 아는 사람의 가치는 오히려 더 커져요. 기획자, 디자이너, 마케터, 창업자 모두가 직접 간단한 서비스를 만들어볼 수 있는 시대가 됐어요.

실제로 국내에서도 변화가 빠르게 일어나고 있어요. 비개발자를 대상으로 한 클로드 코드 활용 강의에서 참석자들이 첫째 날은 반신반의하다가 둘째 날에는 직접 프로덕션 수준의 자동화를 만들기 시작했다는 사례도 있을 정도예요. 단순히 도구를 배운 게 아니라, 실행의 문턱이 낮아졌다는 걸 몸으로 느낀 거예요.

도구가 강력해질수록, 도구를 제대로 다루는 판단력의 가치가 올라가요. 바이브 코딩이 진짜 의미 있는 이유는, 더 많은 사람이 그 판단력을 발휘할 무대를 갖게 됐다는 거 아닐까요?

마무리: 한계를 알아야 제대로 쓴다

클로드 코드로 해외 송금 비교 서비스를 만든 개발자의 후기는, 바이브 코딩에 대한 과도한 기대와 불필요한 두려움 모두를 걷어내줘요.

AI는 반복 작업과 UI 구현에서 확실히 강력하지만, 데이터 설계와 운영 판단은 사람이 해야 해요. AI가 생성한 코드는 반드시 보안 관점에서 검토가 필요하고, 비즈니스 맥락을 이해한 구조 설계는 여전히 사람 몫이에요. 코딩 도구를 넘어 판단 도구로 AI를 활용하는 관점으로 전환하는 게, 바이브 코딩 시대를 제대로 살아가는 방법일 거예요.

AI가 실행을 맡아주는 시대일수록, 무엇을 만들고 왜 만드는지에 대한 본질적인 고민이 더 중요해집니다. 그 고민을 멈추지 않는 사람이, 결국 바이브 코딩을 가장 잘 쓰는 사람이 될 거예요.