AI로 앱 만들고 레딧 피드백으로 성장한 15세 바이브 코더 이야기
코딩 경험 없는 중학생이 AI 코딩 툴(AI Coding Tool)을 활용해 협업 툴 'Wayver'를 직접 개발하며 바이브 코딩(Vibe Coder) 경험 시작
'Wayver'는 무한 캔버스(Infinite Canvas)와 칸반 보드(Kanban Board)를 결합하고 워크스루(Walkthrough) 기능으로 소통 답답함 해소 시도
레딧(Reddit) 커뮤니티 피드백을 통해 PMF(제품-시장 적합성)의 중요성을 깨닫고, AI의 한계와 비즈니스 가치 증명의 필요성 인지
실패 경험을 바탕으로 AI의 '예스맨' 역할 비판하는 두 번째 앱 'Ennous AI' 기획 및 개발 중
바이브 코딩(Vibe Coder)의 작동 원리 및 장점
바이브 코딩은 코딩 지식 없이 AI에게 프롬프트(Prompt)를 입력하여 아이디어를 실제 프로덕트로 구현하는 방식입니다. Google AI Studio와 같은 노코드 AI 코딩 툴을 활용하여, 사용자는 복잡한 문법이나 아키텍처를 몰라도 대화형 인터페이스(Conversational Interface)를 통해 웹 앱을 개발할 수 있습니다.
신속한 프로토타이핑(Rapid Prototyping): 아이디어를 즉시 시각화하고 작동하는 결과물을 빠르게 얻을 수 있어 초기 아이디어 검증(Idea Validation)에 유리합니다.
낮은 진입 장벽(Low Barrier to Entry): 개발 언어 학습 부담 없이 창의적인 아이디어 구현에 집중할 수 있게 합니다.
자연어 기반 상호작용(Natural Language Interaction): AI에게 페르소나를 부여하고 단계별로 요구사항을 전달하는 방식으로 개발이 진행됩니다.
하지만 AI가 전체 문맥(Context)을 잊거나 논리적 오류를 범할 경우, 개발자는 AI에게 역질문을 통해 아키텍처 문제 해결 및 로직 재설계를 유도해야 합니다.
Wayver 앱의 핵심 기능과 차별점
Wayver는 팀 내 소통 및 역할 분담의 비효율성을 해결하기 위해 기획된 협업 툴입니다. 핵심 기능은 무한 캔버스(Infinite Canvas) 위에 칸반 보드(Kanban Board)를 결합한 형태로, 업무를 시각적으로 관리합니다.
업무 생성 및 관리: 캔버스 위에 업무를 '핀(Pin)'으로 생성하고 담당자, 상태를 지정하여 업무 가시성(Task Visibility) 확보합니다.
워크스루(Walkthrough) 기능: 캔버스 화면 녹화 및 '고스트 커서(Ghost Cursor)' 표현으로 맥락 전달의 효율성 증대를 목표로 합니다.
펄스(Pulse) 효과: 장기 미진행 업무에 시각적 알림을 주어 업무 독려 및 상태 변화 유도합니다.
외부 링크 임베딩: Figma, Google Drive 등 외부 링크를 브랜드 색상과 아이콘으로 시각화하여 정보 접근성 향상을 꾀했습니다.
이러한 기능들은 Firebase를 통한 데이터 저장 및 인증, Vercel을 통한 배포로 구현되었습니다.
AI 기반 개발의 한계와 비즈니스 검증의 중요성
AI는 코딩 자체를 자동화할 수 있지만, 시장 검증(Market Validation)까지 대신해주지는 못한다는 점이 중요한 교훈입니다. 레딧(Reddit) 커뮤니티의 피드백은 이를 명확히 보여줍니다.
'돈을 낼 가치' 증명의 필요성: 전문가의 조언처럼, 아무리 잘 작동하는 앱이라도 사용자가 기꺼이 비용을 지불할 만큼의 독보적인 가치(Unique Value Proposition)를 제공하지 못하면 성공하기 어렵습니다.
PMF(제품-시장 적합성)의 중요성: 기존 슬랙(Slack)이나 피그마(Figma) 같은 강력한 경쟁 툴이 존재하는 시장에서 차별화된 가치를 증명하는 것이 핵심 과제입니다.
AI의 한계: AI는 코드 생성과 기능 구현은 도울 수 있으나, 비즈니스 모델 설계, 마케팅 전략 수립, 사용자 설득 등은 인간의 통찰력과 경험이 필수적입니다.
결국, AI는 개발 생산성 향상 도구일 뿐, 성공적인 제품 출시는 문제 정의 능력과 비즈니스 통찰력에 달려있음을 시사합니다.
Ennous AI: '예스맨' AI에 대한 반론
두 번째 프로젝트 'Ennous AI'는 기존 거대 AI 모델들의 과도한 동조화(Over-Alignment) 경향에 대한 반론으로 기획되었습니다. 사용자의 논리적 오류를 지적하는 '지적 스파링 파트너'를 표방합니다.
핵심 기능: 사용자의 주장이 논리적으로 모순될 경우 AI가 이를 짚어주고, '디베이트 모드'를 통해 비판적 사고 훈련을 지원합니다.
기술적 차별화: 3-Layer 컨텍스트 캐싱(Context Caching) 구조를 통해 AI 모델 API 호출 비용을 절감하고, 종량제 수익 모델 '시냅스(Synapse)'를 도입했습니다.
멀티모달 AI 활용: Gemini, Claude 등 다양한 외부 AI 모델을 OpenRouter를 통해 호출하고, 필요시 Serper, Perplexity Sonar API를 활용한 웹 검색 기능을 통합했습니다.
이는 단순한 AI 래퍼(Wrapper)를 넘어, AI의 한계를 극복하고 실질적인 가치를 제공하려는 시도입니다.
바이브 코딩과 학업 병행의 가능성
바이브 코딩은 제한된 시간 내 프로덕트 개발을 가능하게 하여 학업과 병행할 수 있는 새로운 가능성을 제시합니다. C언어나 파이썬 같은 전통적인 개발 언어 학습에 드는 시간을 절약할 수 있기 때문입니다.
AI 기반 개발 속도: AI에게 명확한 디렉팅을 제공하면 단시간 내에 화면과 기능 구현이 가능하여, 주말 등 자투리 시간을 활용한 개발이 용이합니다.
학업과의 균형: 개발 속도가 빨라 학업 및 시험 준비에 큰 지장을 주지 않으면서 실제 작동하는 프로덕트를 만들 수 있습니다.
미래 진로 탐색: 이 경험은 단순한 코딩 학습을 넘어, 창업가 및 프로덕트 매니저로서의 진로를 탐색하는 계기가 되었습니다.
결론적으로 AI는 개발 방식뿐 아니라, 미래 세대의 가능성과 진로 선택지 자체를 확장시키는 동력이 될 수 있습니다.
