이 게시물은 AI가 코드의 100%를 작성하고 개발자들이 그 결과에 만족한다는 전제로 쓰여진 기사에 대한 비판적 시각을 제시한다.

핵심 비판 및 문제점 제기 (Core Critique and Problem Identification)

저자는 AI 기반 코드 생성의 급격한 발전이 가져오는 개발(development) 속도 향상에 비해, 결과물에 대한 검증(verification)과 테스트(test)의 중요성이 간과되고 있음을 지적한다. AI가 개발 노력을 0에 가깝게 만들 수는 있지만, 전체 릴리즈(release) 프로세스에서 테스트 노력이 여전히 필요하므로 실제적인 속도 향상은 2배 정도에 그친다는 것이 현실적인 관점이라고 주장한다. 즉, 개발(1) + 테스트(1)의 기존 노력에서 개발(0) + 테스트(1)로 바뀌는 것이므로, 릴리즈 속도 자체는 100배 빨라지는 것이 아니라 단순히 2배 정도 빨라지는 데 그친다는 것이다.

현재의 문화는 사용자들이 유료 AI 구독 서비스를 이용하면서 동시에 사실상 디버깅(debugging) 작업까지 수행하는, 즉 사용자에게 테스트를 강요하는 형태로 흐르고 있다고 비판한다. 이는 "AI가 테스트했고, 나도 한 번 돌려봤으니 문제없다. 문제가 있다면 사용자에게 이슈(issue)를 올려달라고 하고, 그 이슈를 AI에게 넘겨 디버깅시키면 된다"는 식의 마인드가 오픈소스(open source) 프로젝트에서는 이해될 수 있으나, Adobe CC와 같이 비공개(closed) 솔루션(solution)에까지 적용되는 것은 아쉽다는 입장이다. 이러한 태도는 CC의 릴리즈 속도를 볼 때 적절한 테스트(Proper Test)를 거치지 않았음을 시사하며, 결과적으로 버그(Bug)가 많은 소프트웨어(Buggy Software)를 양산하고, Semantic Versioning의 의미를 퇴색시키며, LTS(Long Term Support)와 같은 안정성을 기대하기 어렵게 만든다고 말한다.

AI 기반 개발의 장점과 단점 (Pros and Cons of AI-driven Development)

저자는 AI를 통한 빠른 개발이 언제나 긍정적인 것만은 아니라고 강조하며, 두 가지 접근 방식의 장단점을 제시한다.

1. AI를 활용한 빠른 개발 (Rapid Development with AI):
   • 장점: 초기 아이디어(idea)가 구체화되지 않았을 때, 빠르게 PoC (Proof of Concept)를 만들어 핵심 아이디어를 시각적으로 확인하는 데 유용하다. 빠른 속도로 뼈대(skeleton)를 완성하고, 만족스럽지 않다면 쉽게 폐기(discard)할 수 있다.
   • 단점: 아이디어 구체화가 부족한 상태에서 착수할 경우, 방향을 잃거나 불필요한 곳에 시간을 낭비할 수 있으며, 심지어 이미 만들어진 것을 완전히 갈아엎어야(scrap) 할 가능성이 높다.

2. 꼼꼼한 설계 후 AI 활용 (Meticulous Design followed by AI utilization):
   • 장점: 초기 설계(design) 단계에 시간을 충분히 투자하면, 실제 구현(implementation) 착수까지는 오래 걸리지만, 일단 착수하고 나면 AI의 도움을 받아 비교적 높은 완성도의 결과물을 얻을 수 있다.
   • 단점: 초기 착수까지의 지연이 발생할 수 있다.

전문성 및 책임의 문제 (Expertise and Accountability)

저자는 바이브 코딩(vibe coding)이 개인의 지식 전문성(expertise)을 키워주지는 않지만, 구현(implementation) 노력을 완전히 대체해 준다는 점을 인정한다. 그러나 구현된 방향이 올바른지를 판단하는 것은 작업을 지시한 사람의 몫이며, 더 나아가 구현 결과의 올바름을 Full Stack으로 판단할 수 있는 전문가는 현재 전 세계에 존재하지 않는다고 단언한다. 결론적으로, 모든 것을 AI에 맡기는 것은 가능하지만, 그 모든 결과에 대한 책임을 질 수 있어야 한다고 주장한다.