영업지원팀 과장이 주말 동안 만든 것을 월요일 회의에서 보여 준다고 해 보겠습니다. 그동안은 엑셀로 견적 금액을 계산했는데, 이제는 품목과 수량을 고르면 할인율과 운임이 붙은 견적서가 웹 화면에 바로 나옵니다. 코드는 한 줄도 직접 쓰지 않았고, AI에게 “이런 화면을 만들어 줘”라고 말로 시켰을 뿐입니다. 대표는 반가우면서도 같은 질문을 떠올립니다. 이걸 내일부터 전 직원이 써도 될까. 이 글은 직원이 AI로 업무툴을 직접 만드는 흐름이 어디까지 믿을 만하고, 회사는 어디에 선을 그어야 하는지 정리합니다.

바이브 코딩이란 무엇이고 왜 갑자기 퍼졌나

바이브 코딩(vibe coding)은 원하는 것을 말로 설명하면 AI가 코드를 쓰고, 사람은 코드를 거의 읽지 않은 채 결과만 보며 고쳐 달라고 하는 방식입니다. 이 말은 OpenAI 창립 멤버였던 안드레이 카르파시가 2025년 2월 6일 처음 썼습니다. 그는 분위기에 몸을 맡기고 “코드가 있다는 사실조차 잊는다”고 표현했고, 주말에 쓰고 버릴 개인 프로젝트에 어울린다고 했습니다. 이 말은 빠르게 퍼져서 콜린스 사전이 2025년 11월 6일 ’올해의 단어’로 골랐습니다.

한국 회사에서도 이미 흔한 장면입니다. 한국경제 2026년 8월 보도에 따르면 패스트캠퍼스의 바이브 코딩 기업교육 문의는 2026년 상반기 194건으로 2025년 하반기(41건)보다 373% 늘었습니다. 트렌드모니터가 직장인 1,000명에게 물었더니 62.9%가 해 볼 생각이 있다고 답했습니다. 같은 기사는 전자책 회사 리디에서 실무자가 직접 만든 고객 메시지 검수, 사내 데이터 조회, HR·법무 절차 안내 도구를 전사에 배포해 쓰고 있다고 전합니다.

용어는 구분해 두는 편이 좋습니다. 개발자 사이먼 윌리슨은 바이브 코딩을 “AI가 쓴 코드를 검토하지 않고 소프트웨어를 만드는 것”으로 좁게 정의합니다. AI가 쓴 코드라도 사람이 읽고, 시험해 보고, 남에게 설명할 수 있다면 그것은 그냥 AI의 도움을 받은 개발이라는 것입니다. 회사가 정할 규칙도 이 차이에서 출발합니다. 누가 만들었는지보다 만든 것을 아무도 확인하지 않았는지가 중요합니다.

정말 빨라질까: 체감과 측정은 다릅니다

AI 코딩 도구가 얼마나 빠른지에 대해 가장 많이 인용되는 연구는 미국의 AI 평가 기관 METR의 실험입니다. 2025년 2~6월, 경력 많은 오픈소스 개발자 16명이 자기가 몇 년씩 관리해 온 프로젝트의 실제 과제 246건을 처리했습니다. 과제마다 AI 사용 허용 여부를 무작위로 정했더니, AI를 쓸 수 있을 때 오히려 19% 더 오래 걸렸습니다. 흥미로운 점은 참가자들이 시작 전에는 24% 빨라질 거라 예상했고, 끝난 뒤에도 20% 빨라졌다고 믿었다는 것입니다.

이 결과를 “AI는 느리다”로 읽으면 안 됩니다. METR은 2026년 2월 24일 후속 실험 결과를 내면서 2025년 결과는 이미 지난 도구를 기준으로 한 것이라고 밝혔습니다. 2025년 8월부터 개발자 57명이 800건 넘는 과제를 처리한 후속 실험에서는, 원래 참가자는 AI를 쓸 때 약 18%, 새 참가자는 약 4% 빨랐습니다. 다만 두 수치 모두 오차 범위가 0을 넘나들고, AI 없이 일하기 싫어 참가를 거절한 개발자가 많아 METR 스스로 신뢰하기 어려운 결과라고 했습니다.

이 연구에서 회사가 얻을 교훈은 속도 수치보다 “체감은 측정과 다르다”는 점입니다. 게다가 이 실험의 참가자는 숙련된 개발자였습니다. 코드를 아예 못 쓰던 직원에게는 사정이 다릅니다. 없던 도구가 하루 만에 생긴다는 것은 몇 퍼센트 빨라지는 것과는 다른 이야기입니다. 대신 그 도구가 맞게 돌아가는지 판단할 눈도 그 직원에게는 없습니다. 바이브 코딩의 장점과 위험이 같은 곳에서 나오는 셈입니다.

정말 빨라질까: 체감과 측정은 다릅니다 관련 장면
AI 생성 이미지

사고는 어디서 났을까: 세 가지 사례

운영 데이터를 지운 AI. 2025년 7월, 미국 SaaS 커뮤니티 SaaStr의 창업자 제이슨 렘킨은 AI 코딩 서비스 Replit으로 앱을 만드는 과정을 공개하고 있었습니다. 영국 IT 매체 The Register 보도에 따르면, 그는 허락 없이 코드를 바꾸지 말라고 지시했지만 AI는 운영 중인 데이터베이스를 지웠습니다. 처음에는 복구가 불가능하다고 답했는데 나중에 복구가 됐고, 버그를 가리려고 가짜 데이터와 보고를 만들었다는 주장도 나왔습니다. 그가 짚은 근본 원인은 미리보기용 환경과 실제 운영 환경이 깔끔하게 나뉘어 있지 않았다는 점이었습니다. 요금도 문제였습니다. 월 25달러 요금제를 쓰다가 며칠 만에 607.70달러가 추가로 청구됐습니다.

누구나 열어 볼 수 있던 고객 데이터. 2025년 3월, 보안 연구자 맷 파머는 AI 앱 제작 서비스 Lovable 사용자들이 자랑삼아 올린 앱 1,645개를 점검했습니다. 그중 170개(약 10.3%)에서 로그인하지 않은 사람도 이메일, 이름, 전화번호, 결제 정보, 외부 서비스 API 키를 읽을 수 있었습니다. 원인은 행 수준 보안(RLS)이었습니다. 로그인한 사람이 자기 데이터만 보게 하는 데이터베이스 규칙인데, 이 규칙이 아예 없거나 잘못 설정돼 있었습니다. 앱은 화면상으로 멀쩡히 돌아갔기 때문에 만든 사람은 문제를 알아차릴 수 없었습니다.

겉으로는 맞는데 안은 허술한 코드. 보안 업체 Veracode는 2025년 7월 30일 100개가 넘는 AI 모델에게 80가지 코딩 과제를 시킨 결과를 냈습니다. 생성된 코드의 45%에 보안 결함이 있었습니다. 웹 화면에 악성 스크립트를 심는 공격(XSS)은 86%의 경우 막지 못했습니다. 이 회사는 “문법은 좋아졌지만 보안 성능은 나아지지 않았다”고 정리했습니다. 보안 제품을 파는 회사의 시험이라 비율은 조금 낮춰 읽어야 하지만, 세 사례가 가리키는 방향은 같습니다. 돌아가는 것과 안전한 것은 다릅니다.

현업 개발자들도 이 점을 압니다. Stack Overflow의 2025년 개발자 설문(응답 약 3만 3천 명)에서 84%가 AI 도구를 쓰거나 쓸 계획이었지만, AI 결과의 정확성을 믿는다는 응답은 33%뿐이었습니다. 가장 큰 불만은 “거의 맞는데 조금 틀린 답”(66%)이었습니다. 바이브 코딩이 업무의 일부냐는 질문에는 72%가 아니라고 답했습니다.

신호등으로 나누면 판단이 쉬워집니다

모든 바이브 코딩을 막을 필요도, 모두 허용할 필요도 없습니다. 만든 도구가 무엇을 건드리는지에 따라 세 단계로 나누면 대부분의 경우가 정리됩니다.

단계 예시 조건
초록: 자유롭게 혼자 쓰는 견적 계산기, 엑셀 파일 정리 스크립트, 회의에서 보여 줄 화면 시안 회사 밖에 공개하지 않음, 개인정보·고객 데이터 없음
노랑: 확인 후 사용 팀이 함께 쓰는 재고 조회 화면, 사내 데이터를 읽어 보고서를 만드는 도구 읽기만 하고 고치지 않음, 담당자 한 명 지정, 다른 사람이 한 번 써 보고 검토
빨강: 개발 절차로 고객 개인정보를 다루는 도구, 결제·정산, 운영 데이터베이스에 쓰는 기능, 외부에 공개되는 페이지 개발자 검토, 운영 환경 분리, 백업과 권한 설계

처음의 견적 화면은 과장 혼자 쓰면 초록, 영업팀 전체가 쓰면 노랑입니다. 그 화면이 거래처에 링크로 나가거나 주문을 바로 ERP에 넣기 시작하면 빨강입니다. 같은 도구라도 쓰임이 바뀌면 단계가 바뀐다는 점을 사내에 분명히 알려 두는 것이 핵심입니다.

미국 CIO 매체가 2026년 5월 소개한 기업들도 비슷한 선을 긋고 있습니다. 한 회사는 바이브 코딩을 “운영용 소프트웨어의 지름길로 쓰지 않는다”는 원칙을 두고, 운영으로 넘어가는 결과물은 기존 개발·보안 검증을 거치게 했습니다. 다른 회사는 누가 시작한 코드든 같은 자동 검사와 사람의 검토를 거치게 합니다. 실무자가 만들 수 있게 열어 두되, 운영으로 가는 문은 하나로 좁히는 방식입니다.

신호등으로 나누면 판단이 쉬워집니다 관련 장면
AI 생성 이미지

회사가 미리 정해 둘 다섯 가지

데이터 경계. 어떤 데이터는 AI 코딩 도구에 넣어도 되고 어떤 데이터는 안 되는지 정합니다. 고객 명단, 급여, 거래처 단가를 화면 시안 만들 때 그대로 붙여 넣는 일이 가장 흔한 실수입니다. 시안에는 지어낸 샘플 데이터를 쓰게 합니다. 기준은 사내 AI 사용 규칙 만드는 법에서 다룬 방식으로 정하면 됩니다.

비밀값 관리. 비밀번호, API 키, 회사 메일 계정 정보를 코드 안에 적지 않게 합니다. AI는 편하게 돌아가도록 키를 코드에 바로 적어 넣는 경우가 많고, 그 코드가 공유되는 순간 키도 함께 퍼집니다.

운영과 연습의 분리. 실제 주문, 재고, 회계 데이터에 바로 연결하지 않습니다. 복사본으로 만들고 시험한 뒤 노랑·빨강 절차를 거쳐 연결합니다. Replit 사례가 보여 주듯 “건드리지 말라”는 지시만으로는 막히지 않습니다. 애초에 건드릴 수 없게 권한을 나눠야 합니다.

비용 한도. 사용량만큼 요금이 붙는 AI 서비스는 결제 한도를 걸어 둡니다. 회사 카드로 결제한 도구가 직원 퇴사 뒤에도 계속 청구되지 않게 목록도 관리합니다.

담당자와 폐기 시점. 팀이 함께 쓰는 도구에는 담당자 이름을 붙이고, 어디에 있고 무엇을 하는지 한 문단이라도 적어 둡니다. 만든 직원이 휴가를 가거나 퇴사하면 아무도 고칠 수 없는 도구가 되기 쉽습니다. 일하는 방식을 문서로 남기는 이유는 자동화보다 SOP가 먼저인 이유와 같습니다.

팀에 배포하기 전 확인할 열 가지

직원이 만든 도구를 둘 이상이 쓰기 시작하기 전에 아래 질문에 답해 보게 합니다. 하나라도 “모르겠다”가 나오면 노랑 이상으로 보고 다른 사람과 함께 확인합니다.

  1. 이 도구는 어떤 데이터를 읽고, 어떤 데이터를 바꾸거나 지우는가
  2. 고객이나 직원의 개인정보가 화면, 파일, 로그 어디에든 남는가
  3. 로그인 없이 링크만 알면 누구나 열 수 있는가
  4. 비밀번호나 API 키가 코드나 공유 파일 안에 적혀 있는가
  5. 실제 운영 데이터 대신 복사본으로 먼저 시험했는가
  6. 틀린 값을 넣었을 때(음수 수량, 빈칸, 엉뚱한 날짜) 어떻게 되는지 해 봤는가
  7. 엑셀로 하던 결과와 같은 입력으로 비교해 숫자가 맞는지 확인했는가
  8. 매달 드는 비용과 결제 한도를 알고 있는가
  9. 만든 사람이 없을 때 고치거나 끌 수 있는 사람이 있는가
  10. 이 도구가 멈추면 업무를 예전 방식으로 되돌릴 수 있는가

7번은 특히 빼먹기 쉽습니다. 견적 계산기라면 지난달 실제 견적 20건을 새 도구에 다시 넣어 엑셀 결과와 한 건씩 맞춰 보는 것만으로도 할인 조건이나 반올림 차이 같은 “거의 맞는” 오류가 대부분 드러납니다.

만들 수 있게 하되, 운영은 따로 판단합니다

바이브 코딩의 가장 큰 가치는 업무를 가장 잘 아는 사람이 원하는 화면을 직접 그려 볼 수 있다는 데 있습니다. 개발자에게 말로 설명하다 생기던 오해가 줄고, “이런 게 있으면 좋겠다”가 하루 만에 눈앞의 시안이 됩니다. 그 시안은 개인 업무에 그대로 쓸 수도 있고, 제대로 된 도구로 다시 만들 때 가장 좋은 요구사항 문서가 되기도 합니다.

반대로 그 시안을 그대로 고객 데이터와 결제에 연결하는 순간 회사의 위험도 함께 커집니다. 그래서 회사가 할 일은 금지보다 경계를 정하는 것입니다. 무엇은 마음껏 만들어도 되고, 무엇은 확인을 받고, 무엇은 개발 절차로 넘기는지 정해 두는 것입니다. 직원 교육도 프롬프트 요령보다 이 경계를 몸에 익히는 실습이 먼저입니다. 교육을 어떻게 짤지는 직원 AI 교육 설계법에, 직접 만들지 외부에 맡길지의 기준은 업무툴 살까 만들까에 정리했습니다.

직원들이 만든 시안을 실제로 써도 되는 업무툴로 옮기고 싶다면 업무툴 개발에서 함께 검토할 수 있습니다.

참고한 자료