[바이브 코딩] #6: Monkeys 프로젝트 최종 보고

들어가며

---

안녕하세요, 개발자 Stark입니다!

Team Monkeys에서 진행한 2박 3일간의 바이브 코딩 실험이 끝났습니다. 이제 결과를 공유하고자 합니다. 저희가 증명하고 싶었던 것은 단순했습니다. "AI와 함께라면 정말 각 영역의 전문가 없이도 빠르게 간단한 서비스를 만들 수 있을까?" 답은 '그렇다, 그러나...'였습니다.

 

분명 성과는 놀라웠습니다. 서비스 MVP(Minimum Viable Product: 최소 기능 제품)를 개발 시작한 지 5시간 만에 완성했고, 2일 후에는 2개의 실제 서비스가 배포되었으며, 총 10,000줄 이상의 코드가 생성됐습니다. 저희가 사용한 비용은 단 130달러. 일반적인 개발 프로세스였다면 최소 1-2개월이 걸렸을 것이고 인건비를 계산하면 수백만 원이 들었을 수도 있는 작업이었습니다.

 

하지만 동시에 명확한 한계도 발견했습니다. AI에 과도하게 의존하게 되는 저희의 모습, 점점 사라지는 사고력, 그리고 여전히 인간이 필요한 영역들. 특히 "AI가 다 해주니 사람이 생각을 안하게 되는 것 같다"는 eddy님의 한 마디가 뼈를 때렸습니다.

 

이번 바이브 코딩 시리즈는 저희 Monkeys 팀이 AI 탐험대(회사)에 드리는 실험 결과 보고서와도 같습니다. 저희가 무엇을 만들었는지, 얼마나 걸렸는지, 얼마를 썼는지, 그리고 앞으로 회사 차원에서 AI 도구들을 어떻게 활용할 수 있을지. 특히 향후 로드맵 섹션에서는 MCP 클라이언트 구축부터 업무 자동화까지, 바이브 코딩을 한 단계 더 발전시킬 구체적인 계획을 고민해 봤습니다. 이 실험이 단순한 해커톤으로 끝나지 않고, 실무에 적용 가능한 새로운 개발 방법론으로 발전하길 바랍니다.

 

Stark, Eddy 남김..

 

바이브 코딩 시리즈 정리

#1: AI와 2박 3일 - Monkeys 프로젝트의 시작

#2: AI와 협업하기 위한 우리만의 법칙

#3: AI 도구 선택과 12단계 계획

#4: 실전 Day1 - 아이디어부터 화면까지 

#5: 실전 Day2-3 - 백엔드 완성 그리고 배포

#6: Monkeys 프로젝트 최종 보고 (현)

 

 

완성된 서비스 정리

---

https://meowtown-front-pi.vercel.app/

MeowTown - 우리동네 냥이도감 🐱

https://spark-front-gamma.vercel.app/

Spark - 랜덤 미션 게임

다시한번 팀 Monkeys 프로젝트 링크

https://github.com/VibeMonkeys

VibeMonkeys

 

 

AI 활용 가치

---

1. Agent이자 Assistant, 완벽한 조력자

저희에게 AI는 단순한 도구가 아니었습니다. 때로는 주도적으로 문제를 해결하는 Agent로, 때로는 지시를 충실히 따르는 Assistant 역할을 수행했습니다. Claude Code가 스스로 TODO 리스트를 만들고 필요한 것들을 찾아 작업을 진행하는 모습은 Agent였고, 저희가 요청했던 기능을 정확히 구현하는 모습은 Assistant였습니다. 이 두 가지 역할을 자유롭게 오가며 최적의 협업 파트너가 되어줬습니다.

 

2. 역할 특화의 중요성

재미있는 발견이 있었습니다. AI Agent의 역할을 명확하게 정의할수록 더 좋은 결과물이 나왔다는 점입니다.

• Claude: 아이디어 도출과 기획
• Claude Code: 백엔드 개발
• Figma Make: 디자인과 프론트엔드
• Gemini CLI: 문서화

각 AI가 자신의 전문 영역에 집중하니, 마치 전문가 팀이 협업하는 것 같은 시너지가 났습니다. "모든 일을 하는 하나의 AI"보다 "전문화된 여러 AI의 조합"이 더 효과적이었던 것 같습니다.

 

3. MVP 개발의 혁명

"클라이언트 미팅이 내일인데 프로토타입이 필요해요!"

이런 상황, 이제는 두렵지 않습니다. 잘 작성된 기획서만 있다면 5시간이면 간단히 동작하는 MVP를 출시할 수도 있습니다. 실제로 저희가 만든 '인생 랜덤 미션'과 '동네 고양이 도감'은 단순한 목업이 아닌, 실제 작동하는 서비스입니다. 데이터베이스 연동, API 통신, 사용자 인증까지 모두 구현된 진짜 프로토타입입니다. 이 정도 속도라면 "일단 만들어서 보여드리고 수정하기"도 가능할 것입니다.

 

4. 본질에 집중할 수 있는 자유

가장 큰 변화는 저희의 역할이었습니다. Before: 코드 작성 80%, 기획과 설계 20% After: 기획과 검증 70%, 코드 리뷰 30%

이번 프로젝트에서 반복적인 CRUD 작업, 보일러플레이트 코드 작성, 테스트 코드 생성 같은 단순 작업은 AI가 담당했습니다. 덕분에 저희는 비즈니스 로직 설계, 사용자 경험 개선, 성능 최적화 같은 정말 중요한 일에 집중할 수 있었습니다. AI Agent를 사용했을 뿐인데 마치 시니어 개발자가 된 것 같았습니다. 직접 코딩하기보다 방향을 제시하고 검증하는 역할로 말입니다.

 

 

느낀 점 - Stark(진안)

---

저는 이번 2박 3일간의 바이브 코딩을 경험해 본 뒤 정말 많은 생각을 했습니다. 저의 직업 방향성까지 고민할 정도였습니다. 가장 크게 깨달은 건 "디테일이 AI 활용의 승부수"라는 점이었습니다.

 

잘 만든 기획의 중요성

AI를 활용한 개발에서 가장 중요했던 것은 코딩 실력이 아니라 기획 능력이었습니다. 기획서가 디테일하고 문제 영역이 확실할수록 Figma AI는 이것을 토대로 더 좋은 디자인을 만들어줬고, Claude Code는 더 정확하게 코드를 작성했습니다. 반대로 "예쁘고 모던하게 요즘 앱처럼 만들어줘!"같은 누구나 할법한 막연한 요청에는 그저 AI 냄새나는 볼품없는 결과물만 나왔습니다.

 

Developer에서 Problem Solver로

앞으로는 문제를 정의하는 능력이 핵심 역량이 될 것 같습니다. 문제만 잘 정의하면, 해결 방법은 AI가 수십 가지를 제시해 줍니다. 이제 개발자는 단순히 코드를 짜는 Developer가 아니라, 문제를 발견하고 정의하는 Problem Solver가 되어야 합니다. "어떻게 구현할까?"보다 "무엇이 진짜 문제일까?"를 고민하는 사람이 살아남을 것 같습니다.

 

아이디어의 시대가 왔다

매일 아이디어를 떠올리고 기록해야 할 때가 온 것 같습니다. 개발에 AI를 적극 활용해 보니 아직 완벽하지 않지만, 상상을 빠르게 현실로 만들어주는 혁신적인 도구라고 느꼈습니다. 프로토타입을 5시간 만에 만들 수 있다면, 누구든 자신의 아이디어를 테스트해 볼 수 있는 시대가 온 것입니다.

 

아직은 인간이 필요하다

서비스를 만드는 데는 여전히 인간의 개입이 필요했습니다. 바이브 코딩을 하면서도 직접 수정하고 조정해야 할 부분이 많았습니다. 특히 엔터프라이즈급 서비스를 만들려면 더욱 그렇습니다. 유지보수를 고려한 설계, 확장성 있는 아키텍처, 이런 건 아직 AI만으로는 어려웠습니다. 저희가 최소한의 개발 개념을 이해하고 있었기에 제대로 컨트롤할 수 있었습니다.

 

질문하는 능력이 경쟁력이다

AI 시대의 핵심 역량은 "질문력"이라고 생각합니다. 같은 AI를 써도 프롬프트에 따라 결과는 천차만별이었습니다. 명확하고 구체적인 지시, 그리고 AI에게 역질문을 요구했을 때 훨씬 좋은 결과가 나왔습니다.

이제는 정답을 찾는 게 아니라 올바른 질문을 찾는 시대입니다. "How"보다 "What"과 "Why"가 중요해진 것입니다.

 

AI 활용의 양날의 검

마지막으로, AI를 적재적소에 활용하는 해석력이 정말 중요하다고 느꼈습니다. 언제 Claude를 쓸지, 언제 Claude Code를 쓸지, 언제는  사람이 직접 컨트롤해야 할지, 언제 어디서 어떤 AI를 활용할 수 있을지 판단하는 능력. 이것이 앞으로의 경쟁력이 될 것 같습니다. 하지만 걱정도 됩니다. 이러다 정말 AI 없이는 아무것도 못하는 사람이 되는 건 아닐까요? 편리함에 중독되어 사고력을 잃어버리는 건 아닐까요? 그래서 저는 AI를 도구로 활용하되, 의존하지는 않으려 합니다. AI는 나의 능력을 확장시켜 주는 도구이지, 나를 대체하는 존재가 아니라고 생각하기 때문입니다. 적어도 아직은 말이죠..

 

 

느낀 점 - Eddy(경훈)

---

2박 3일의 여정을 마치며 AI와의 협업에서 배운 교훈들을 정리해 봤습니다.

 

설계가 90%, 코딩이 10%

가장 크게 느낀 건 기획서와 아키텍처 설계의 중요성이었습니다. 이 부분이 명확하지 않으면 AI는 의도와 전혀 다른 방향으로 진행됩니다. 처음부터 원하는 아키텍처, 기술 스택, 유지보수 방향까지 명확히 정의해 두는 게 중요했습니다. 물론 나중에 바꿔달라고 하면 AI가 전체를 수정해주긴 하지만, 처음부터 제대로 하는 게 훨씬 효율적이었습니다. 특히 CLAUDE.md 파일에 규칙을 잘 정의해 두면, 나중에 협업할 때도 이 명세만 보고 진행할 수 있었습니다. 규칙이 바뀌면 전체 sync를 맞추는 것도 AI가 알아서 해줘서 편했습니다.

 

물리적 시간은 여전히 필요하다

아이디어 도출 이후엔 결국 시간이 필요했습니다. AI가 알아서 해주긴 하지만, 제대로 동작하는지 검증하는 건 인간의 몫이었습니다. 그래도 반나절이면 MVP 하나를 뚝딱 만들 수 있다는 건 정말 놀라운 일이었습니다.

다만 간단한 디버깅 능력은 필수였습니다. AI가 프로젝트 세팅을 잘못했을 때, 이를 수정하려면 기본적인 개발 지식이 필요했습니다. 바이브 코딩도 만능은 아니었기 때문입니다. 특히 백엔드는 데이터베이스 연결 같은 외부 설정이 필요해서 더 까다로웠습니다. 프론트엔드는 독립적으로 돌아가니 상대적으로 쉬웠던 것 같습니다.

 

명확함이 곧 생산성

요청을 명확하게 할수록 결과도 명확했습니다. 추상적이거나 애매한 요청은 예상치 못한 방향으로 흘러갔습니다. 통제할 수 없는 부분은 어쩔 수 없지만, 통제하고 싶은 영역은 직접 정의해서 AI에게 학습시키는 게 중요했습니다. "대충 알아서 해줘"는 정말 대충 알아서 했습니다. AI는 만능이 아니라 명령대로 일하는 실행자입니다.

 

자동화의 꿈

배포 자동화가 절실했습니다. 웹 대시보드에서 클릭클릭하는 게 아니라, 코드로 모든 걸 설정할 수 있다면 완전 자동화가 가능할 것 같습니다. 개발의 모든 허들을 자동화로 녹여내는 게 다음 목표입니다.

 

Specialist vs Generalist

생각보다 AI의 퀄리티가 높았습니다. 오늘 이 정도 수준이라면, 1년 후엔 얼마나 발전할까요?

미래에는 한 분야만 깊게 아는 Specialist보다, 여러 분야를 아우르는 Generalist가 주목받을 수도 있겠다는 생각이 들었습니다. AI가 전문 지식은 제공해 주니, 이를 연결하고 조합하는 능력이 더 중요해질 것 같습니다.

무엇보다 문제를 발견하고 해결하는 사람의 역할이 커질 것 같습니다. AI는 해결책을 제시하는 데는 탁월하지만, 무엇이 진짜 문제인지 발견하는 건 여전히 인간의 영역이기 때문입니다.

 

 

향후 로드맵 - 두 번째 바이브 코딩

---

Team Monkeys에서 진행한 2박 3일간의 프로젝트는 끝났지만, 이것은 시작에 불과합니다. 저희가 경험한 가능성을 더 큰 현실로 만들기 위해 앞으로 나아갈 방향을 정리해 봤습니다.

 

저희가 가장 먼저 도전할 과제는 MCP(Model Context Protocol) 기반의 완전 자율 에이전트 구축입니다. 지금은 저희가 Claude Code에게 지시를 내려야 하지만, MCP 클라이언트-서버 구조를 구축하면 AI가 스스로 판단하고 실행하는 진정한 자율 에이전트를 구성할 수 있지 않을까 생각합니다. 이렇게 되면 개발자가 "쇼핑몰 만들어줘"라고 한 마디만 하면, 요구사항 분석부터 기술 스택 선택, 개발, 배포까지 모든 과정을 AI가 알아서 진행하는 것입니다. 영화 같은 이야기지만, 이미 5시간 만에 MVP를 만든 걸 생각하면 충분히 가능한 미래라고 생각합니다.

 

다음 단계는 혼자가 아닌 동료와 함께하는 바이브 코딩입니다. 이번엔 저와 eddy님 둘이서 진행했지만, 앞으로는 여러 명이 동시에 각자의 AI와 협업하는 방식을 시도해 볼 계획입니다. 개발자는 Claude Code와, 디자이너는 Figma AI와, 기획자는 다른 AI 도구와 함께 작업하면서 실시간으로 결과물을 동기화하는 것입니다. 3명이 각자 AI와 팀을 이루면 실질적으로 6명이 개발하는 효과가 나올 수 있습니다. 이렇게 되면 2박 3일 동안 엔터프라이즈급 서비스를 더 빠르고 정확하게 만들 수 있지 않을까요?

 

배포 과정의 자동화도 중요한 과제입니다. 이번 실험에서 가장 아쉬웠던 부분이 바로 배포였습니다. Claude Code가 3시간 동안 실패했던 환경변수 설정, 기억나시죠? 이 문제를 해결하기 위해 n8n이라는 노코드 자동화 도구와 LLM을 함께 활용할 예정입니다. GitHub에 코드를 푸시하면 자동으로 빌드되고, 테스트를 거쳐 배포까지 완료되는 파이프라인을 구축하는 것입니다. 더 놀라운 건, 오류가 발생하면 LLM이 스스로 원인을 분석하고 수정한 뒤 재배포까지 시도하는 자가 치유 시스템도 구현해 볼 계획입니다. AWS든 Vercel이든 Railway든, 플랫폼에 상관없이 원클릭으로 배포가 완료되는 진정한 바이브를 실현한다면 최고가 될 수 있을 겁니다.

 

더 나아가 프롬프트 입력조차 자동화하려고 합니다. 솔직히 이번 실험에서 가장 귀찮았던 건 계속 프롬프트를 입력하고 엔터를 눌러야 한다는 점이었습니다. 처음에 "SNS 서비스 만들어줘"라고만 하면, AI가 스스로 "어떤 기능이 필요할까?", "데이터베이스 구조는 어떻게 할까?", "UI는 어떤 스타일로 할까?" 같은 질문을 만들고 스스로 답하면서 개발을 진행하는 시스템을 만들 계획입니다. 저희는 정말로 아무것도 하지 않고 지켜보기만 하면 되는 것입니다.

 

마지막으로, 이번에 큰 효과를 봤던 CLAUDE.md 같은 가이드 파일을 체계화할 예정입니다. 백엔드, 프론트엔드, 디자인, 기획 등.. 업계별로 표준 템플릿을 만들어 라이브러리화하는 것입니다. 예를 들어 백엔드 템플릿에는 헥사고날 아키텍처가, 프론트엔드 템플릿에는 FSD 아키텍처가 미리 정의되어 있는 식입니다. 이런 템플릿이 충분히 쌓이면, 원하는 템플릿을 선택하고 약간만 커스터마이징해도 프로덕션 레벨의 서비스를 만들 수 있습니다. 이렇게 MVP를 찍어내는 공장을 만드는 것입니다. 빠르게 만들고, 빠르게 실패하고, 빠르게 개선하는. 진정한 린 스타트업을 실현할 수 있을 것입니다.

 

 

마무리하며

---

2박 3일, 72시간의 여정이 끝났습니다. 강화도에서 시작된 저희의 프로젝트는 예상보다 많은 것을 남겼다고 생각합니다. 5시간 만에 MVP를 완성했고, 48시간 후에는 총 130달러로 2개의 서비스를 배포해 냈으며, 10,000줄이 넘는 코드를 생성했습니다. 숫자만 보면 대성공입니다.

 

하지만 더 중요한 건 숫자 너머의 깨달음이었습니다. AI는 강력한 도구였지만 만능은 아니었고, 개발 속도는 혁명적이었지만 여전히 인간의 판단이 필요했습니다. 특히 Claude Code가 모든 코드를 삭제했을 때 느꼈던 그 절망감은 AI 시대에도 백업의 중요성을 일깨워줬습니다.

 

이 실험을 통해 저희가 확신하게 된 것은 개발의 미래는 AI와 인간의 협업이라는 점입니다. AI가 코드를 작성하고, 인간이 방향을 제시하며, 함께 문제를 해결하는 새로운 개발 패러다임이 이미 시작되고 있습니다.

 

물론 걱정도 있습니다. AI에 과도하게 의존하게 될까 봐, 사고력을 잃을까 봐, 진짜 개발자가 아니게 될까 봐. 하지만 이런 걱정은 시대가 바뀔 때 오는 건강한 신호라고 생각합니다. 도구에 지배당하지 않고 도구를 활용하는 방법을 익히는 지혜, 그것이 우리가 해야 할 일입니다. 바이브 코딩은 끝났지만, 탐험은 이제 시작입니다. MCP 기반 자율 에이전트, 팀 단위 협업, 완전 자동화까지. 저희가 꿈꾸는 미래는 아직 많이 남아있습니다.

 

다음 바이브 코딩에서는 더 놀라운 결과로 찾아뵙겠습니다. 그때까지, Keep Vibing!

Team Monkeys - Stark & eddy