2. AI에게 홈페이지를 만들게 하기

어떤 AI를 사용했는가?

이번 프로젝트에서는 Claude Code를 주로 사용했고, 일부 작업에는 Codex도 함께 활용했다.

평소 Claude를 주로 사용하고 있었고, ChatGPT는 Go 요금제를 사용하고 있어 사용할 수 있는 토큰에 제한이 있었다. 그래서 대부분의 개발은 Claude Code로 진행하고, 일부 작업이나 비교가 필요한 경우에만 Codex를 사용하는 방식으로 프로젝트를 진행했다.

개발 환경은 다음과 같다.

• VS Code + Claude Code Extension
• Codex App

이번 프로젝트에서 AI에게 기대한 역할은 단순한 코드 보조가 아니었다.

프로젝트 기획부터 구조 설계, 기능 구현, 오류 수정, 리팩토링까지 가능한 모든 작업을 AI에게 맡기고 싶었다. 이번 프로젝트의 규칙인 "사람은 단 한 줄의 코드도 작성하지 않는다."를 실제로 끝까지 지킬 수 있는지 확인해 보고 싶었기 때문이다.

 

처음부터 코드를 작성하지는 않았다.

프로젝트를 시작하면서 가장 먼저 "홈페이지를 만들어 줘."라고 요청하지는 않았다.

정확한 첫 프롬프트는 남아 있지 않지만, 먼저 프로젝트의 기술 스택과 전체 구조를 정의해 달라고 요청했던 것으로 기억한다.

기술 스택은 내가 먼저 방향을 제시했다.

• React
• Spring Boot
• Docker

이 세 가지를 기반으로 서비스를 개발하고 싶다고 이야기했고, AI는 이를 바탕으로 프로젝트 구조와 디렉터리 구성, 개발 순서를 제안했다.

처음부터 모든 기능을 한 번에 구현하려고 하지 않았다. 먼저 뼈대를 만들고, 그 위에 기능을 하나씩 추가하는 방식으로 개발을 진행했다.

 

기능을 작은 단위로 나누어 개발했다.

이번 프로젝트에서 가장 효과적이었던 방법은 작업을 최대한 작은 단위로 나누는 것이었다.

예를 들어,

• 메인 페이지 구성하기
• 종목 검색 기능 만들기
• 공시 조회 API 구현하기
• 경제지표 화면 추가하기
• 관리자 페이지 만들기

처럼 하나의 기능만 요청했다.

또한 프론트엔드 작업이면 프론트엔드만, 백엔드 작업이면 백엔드만 요청하는 식으로 작업 범위를 명확하게 전달했다.

처음에는 프로젝트 전체를 한 번에 만들어 달라고 요청하면 될 것이라고 생각했다. 하지만 실제로는 기능을 작게 나누고 요구사항을 구체적으로 전달할수록 AI가 훨씬 안정적이고 원하는 방향의 결과를 만들어 주었다.

 

원하는 결과가 나올 때까지 계속 대화했다.

바이브 코딩은 한 번의 프롬프트로 끝나는 작업이 아니었다.

기능을 구현한 뒤에도

• 디자인을 수정해 달라고 요청하고,
• 기능을 추가해 달라고 요청하고,
• 코드 구조를 개선해 달라고 요청하고,
• 오류를 수정해 달라고 요청하는

과정을 계속 반복했다.

결국 이번 프로젝트에서 내가 한 일은 코드를 작성하는 것이 아니라 AI에게 요구사항을 점점 더 구체적으로 설명하는 것이었다.

AI는 첫 번째 결과물을 만드는 도구라기보다, 함께 개발하는 팀원에 가까운 느낌이었다.

 

사용해 본 첫인상

프로젝트를 진행하면서 가장 놀랐던 점은 생각보다 결과물의 품질이 높았다는 것이다.

물론 한 번에 완벽한 결과가 나오는 것은 아니었다. 하지만 요구사항을 구체적으로 설명하고 기능을 작은 단위로 나누어 요청하면 상당히 만족스러운 결과를 만들어 주었다.

특히 화면 구성이나 반복적인 기능 구현뿐만 아니라 외부 API를 연동하는 작업에서도 기대 이상이었다.

이번 프로젝트에서는 DART OpenAPI, 한국은행 ECOS API, FinanceDataReader 등 여러 외부 데이터를 활용해야 했다. AI는 API 문서를 바탕으로 요청을 구성하고, 응답 데이터를 원하는 형태로 가공하거나 데이터베이스에 저장하는 코드도 상당히 자연스럽게 작성해 주었다.

물론 일부 오류나 예외 상황은 직접 확인하면서 여러 차례 수정 요청을 해야 했지만, 처음부터 모든 내용을 직접 구현하는 것보다 훨씬 빠르게 원하는 결과에 도달할 수 있었다.

프로젝트 규모가 점점 커지면서도 기존 구조를 이해하고 새로운 기능을 추가하거나 기존 기능을 수정하는 능력도 꽤 만족스러웠다. 특히 이미 작성된 코드를 기반으로 새로운 기능을 연결하는 작업은 기대했던 것보다 훨씬 자연스러웠다.

이번 프로젝트를 진행하면서 가장 크게 느낀 점은 바이브 코딩의 핵심은 AI의 성능보다 사람의 요구사항을 전달하는 방식이라는 것이다.

막연하게 "이 기능 만들어 줘."라고 요청하는 것보다,

• 어떤 기능을 만들 것인지
• 어떤 방식으로 동작해야 하는지
• 어디를 수정해야 하는지

를 구체적으로 설명할수록 결과물의 품질도 함께 높아졌다.