4 기회와 포텐셜

바이브 코딩이 여는 것은 “코딩을 빨리 하는 것”이 아니라 만들 수 있는 사람과 만들 수 있는 것의 범위다. 이 장은 그 기회를 사람(누구에게 열렸나), 물건(무엇이 새로 가능한가), 경제(비용 구조가 어떻게 바뀌나), 그리고 연구 현장의 순서로 짚는다.

4.1 누구에게 어떤 문이 열렸나

집필 상태

초안 전. 담당·상태는 저장소 루트의 TOPICS.md에서 확인.

브리프. 바이브 코딩이 가장 먼저 바꾼 것은 누가 소프트웨어를 만들 수 있는가라는 경계다. 비전공자, 도메인 전문가, 1인 창업자, 연구자 각각에게 이 문이 얼마나 넓게 열렸는지, 그 문턱 뒤에 숨어 있던 새로운 장벽은 무엇인지가 이 꼭지의 주제다. “이제 누구나 만든다”는 서술은 성공 사례에서 나온 것이 많고, 실패 사례와 중도 포기 사례는 상대적으로 덜 기록된다. 이 꼭지는 두 흐름을 균형 있게 모아 누구에게 실제로 무엇이 열렸는지 구체적으로 그린다. 4장(기회와 포텐셜)의 도입이며, 뒤이은 §4.2~4.4가 각론을 다룬다.

시드 질문

비전공자가 바이브 코딩으로 처음부터 끝까지 완성한 소프트웨어 사례는 무엇이 있고, 어디서 막혔나?
도메인 전문가(의료, 법률, 교육 등)가 자기 분야 문제를 직접 코딩으로 푼 사례는 어떤 패턴을 보이나?
1인 창업자에게 바이브 코딩은 실제로 팀 규모를 줄여주었나, 아니면 다른 병목(마케팅, 운영)으로 문제를 옮겼을 뿐인가?
“이제 누구나 만든다”는 주장에 대한 회의적 반론들은 무엇을 근거로 드나?
자신의 제작 경험을 이 꼭지의 사례로 기록하라. 처음 바이브 코딩을 시도했을 때 어떤 배경 지식이 없었고, 무엇이 실제로 그 부재를 메워주었으며 무엇이 메워주지 못했는가.

조사 포인터

비개발자의 제작 후기(블로그, 커뮤니티, Product Hunt류)를 성공과 실패 양쪽에서 수집
1인 창업자, 인디 해커 커뮤니티(Indie Hackers 등)의 사례 인터뷰
수강생 자신과 동료의 첫 제작 경험을 인터뷰해 사례로 축적

4.2 1인용 소프트웨어, 일회용 소프트웨어

집필 상태

초안 전. 담당·상태는 저장소 루트의 TOPICS.md에서 확인.

브리프. 소프트웨어를 만드는 한계비용이 낮아지면 나타나는 새로운 카테고리가 있다. 딱 한 사람, 혹은 한 번의 작업을 위해 만들고 버리는 소프트웨어다. 이 꼭지는 이런 개인용, 일회용 도구가 실제로 늘고 있는지, 늘고 있다면 어떤 형태로 나타나는지를 다룬다. 기존 소프트웨어 산업은 재사용과 규모의 경제를 전제로 설계되어 왔는데, 그 전제가 흔들릴 때 무엇이 남고 무엇이 새로 생기는지가 핵심 질문이다. §4.1이 연 문을 통해 들어온 사람들이 실제로 무엇을 만드는지에 대한 답이기도 하다.

시드 질문

개인용, 일회용 소프트웨어를 가리키는 용어와 그 논의는 어디서 찾을 수 있나?
일회용 소프트웨어(한 번 쓰고 버리는 스크립트, 도구)의 실제 사례는 어떤 영역에서 가장 많이 나타나나?
맞춤 소프트웨어의 한계비용이 낮아지면 기존 SaaS, 범용 소프트웨어 시장은 어떻게 반응하나?
일회용 소프트웨어에는 유지보수, 보안, 문서화가 얼마나 필요한가? 아예 필요 없다는 주장은 타당한가?
자신이 만든 일회용 혹은 개인용 도구를 사례로 기록하라. 무엇을 위해 만들었고, 만든 뒤에는 어떻게 되었는가(계속 쓰는지, 버렸는지, 남에게 공유했는지).

조사 포인터

“software for one”, “disposable software” 등 키워드로 실무자 블로그와 강연 검색
개인 도구 공유 커뮤니티(예: 해커뉴스 Show HN류)에서 유사 사례 수집
수강생 각자가 만든 개인용 도구를 설문이나 인터뷰로 모아 정리

4.3 프로토타이핑의 경제학

집필 상태

초안 전. 담당·상태는 저장소 루트의 TOPICS.md에서 확인.

브리프. 아이디어를 떠올린 순간부터 동작하는 데모를 보여줄 수 있는 순간까지의 거리가 짧아지면, 그 사이에 있던 여러 조직적 관행(기획서, 승인 절차, 목업 도구)의 존재 이유가 흔들린다. 이 꼭지는 프로토타이핑 속도의 변화가 스타트업과 기업 현장에서 실제로 어떤 관행을 바꾸었는지, 바뀌지 않고 남은 것은 무엇인지를 다룬다. 속도만 빨라진 것인지, 프로토타입의 성격 자체가 바뀐 것인지도 구분해서 살펴야 한다. §4.2의 개인용 소프트웨어 논의를 조직과 창업 맥락으로 확장한다.

시드 질문

스타트업의 MVP(최소 기능 제품) 제작 기간은 실제로 얼마나 단축되었나? 정량적 근거는 무엇인가?
기업 내부에서 프로토타입을 승인받는 절차는 제작 속도가 빨라진 만큼 함께 짧아졌나, 아니면 병목이 다른 곳으로 옮겨갔나?
“빠른 프로토타입”과 “프로덕션에 바로 배포된 프로토타입”의 경계가 흐려지면서 생기는 문제는 무엇인가?
투자 유치나 내부 설득 과정에서 프로토타입의 역할은 어떻게 달라졌나?
자신이 아이디어에서 동작하는 데모까지 걸린 시간을 실제로 측정해 사례로 기록하라. 무엇이 병목이었는가(구상, 제작, 검증 중 어디였나).

조사 포인터

스타트업 액셀러레이터, VC의 공개 자료에서 MVP 제작 기간 관련 언급 수집(수치는 1차 출처 확인)
기업 내부 해커톤, 이노베이션랩 사례 보도
수강생 자신의 프로젝트 제작 시간을 기록해 비교 데이터로 사용

4.4 연구자의 바이브 코딩

집필 상태

초안 전. 담당·상태는 저장소 루트의 TOPICS.md에서 확인.

브리프. 연구자에게 바이브 코딩은 조금 다른 조건에서 작동한다. 데이터 파이프라인, 시각화, 시뮬레이션 코드는 대부분 한 번 쓰고 버리는 것이 아니라 논문 심사와 재현성 검증을 통과해야 한다. 이 꼭지는 연구 현장에서 바이브 코딩이 실제로 어떻게 쓰이고 있는지, “동작하면 된다”는 바이브 코딩의 관행이 “재현 가능해야 한다”는 연구의 요구와 어디서 충돌하는지를 다룬다. 이 책이 서울대 데이터사이언스 수업의 산물이라는 점에서, 이 꼭지는 저자 집단의 실제 작업 방식과도 맞닿아 있다.

시드 질문

연구자들은 데이터 전처리, 시각화, 시뮬레이션 코드 작성에 AI 코딩 도구를 어떻게 쓰고 있나? 분야별 차이가 있나?
재현성 요구(코드 공개, 환경 고정, 시드 고정)와 바이브 코딩의 빠른 반복 관행은 실제로 충돌하는가, 아니면 도구가 이를 자동으로 해결해주는가?
통계, 계량경제 코드에서 AI가 만든 결과를 검증하는 절차는 무엇이 다르게 필요한가?
학술지와 학회의 AI 사용 공개 정책은 연구 코드 작성에 어떤 제약을 두고 있나?
자신의 연구나 수업 과제에서 데이터 파이프라인, 시각화, 시뮬레이션 중 하나를 바이브 코딩으로 만든 경험을 사례로 기록하라. 결과를 어떻게 검증했는가.

조사 포인터

계량경제, 통계 분야 연구자들의 AI 코딩 도구 사용기(블로그, X 스레드)
재현성 관련 학술 논의(재현성 위기 관련 문헌과 AI 시대의 재조명)
수강생 각자의 연구, 과제 파이프라인 제작 경험을 사례로 정리