바이브 코딩 연대기 2015~2026: 깃허브 코파일럿·커서·클로드 코드가 개발 방식을 바꾼 과정

핵심 메시지

• 앤트로픽에서 클로드 코드를 이끄는 보리스 처니는 최근 몇 달간 자신의 코드 100%를, 팀이 출하하는 코드의 약 95%를 클로드 코드가 작성했다고 밝혔다.
• 2021년 코파일럿의 자동완성에서 2025년 터미널 에이전트, 2026년 자율 에이전트로 '도움의 단위'가 계속 커졌다.
• 2026년 4월 기준 미국 개발자의 92%가 매일 AI 코딩 도구를 쓰고, 신규 코드의 41~46%가 AI 생성물이며, 풀 리퀘스트 사이클 타임은 약 75% 짧아졌다.
• 반면 무작위 대조 실험에서 개발자들은 복잡한 과제에 AI를 쓸 때 약 19% 느렸는데도 스스로는 20% 빨라졌다고 느꼈다.

쉽게 이해하기

영상은 앤트로픽에서 클로드 코드를 담당하는 보리스 처니의 발언으로 시작한다. 지난 몇 달간 자신이 쓴 코드의 100%를 클로드 코드가 작성했고, 도구를 만드는 팀이 출하하는 코드의 약 95%도 마찬가지라는 것이다. 도구가 스스로를 만들고 사람은 마지막에 검토만 한다. 3년 전이었다면 정신 나간 소리로 들렸을 문장이 2026년에는 아무도 놀라지 않는 상태가 됐다는 것이 진행자의 출발점이다.

출발점은 2015년부터 2021년까지의 풍경이다. 버그가 나면 에러를 복사해 구글에 붙여넣고, 스택오버플로 상위 답변을 읽고, 실제로 문제를 고치는 것은 삭제된 댓글 쪽이며, 스니펫을 붙여넣고 변수명을 고친 뒤 기도하는 순서였다. 2017년 트랜스포머 논문, 2020년 자연어와 프로그래밍 언어를 함께 학습한 CodeBERT를 거쳐, 인터페이스는 2021년 6월 깃허브가 오픈AI 코덱스 기반으로 발표한 코파일럿에서 등장했다. 깃허브 자체 연구와 마이크로소프트 리서치는 자바스크립트 과제에서 약 55% 빨라졌다는 결과를 내놨지만, 같은 시기 'Asleep at the Keyboard' 논문은 보안 관점에서 코파일럿이 취약한 코드를 서슴없이 추천한다는 사실을 확인했다. 생산성은 올랐지만 신뢰는 없었다.

2022년 11월 ChatGPT가 나오면서 대화형 코딩이 일상이 됐고, 스택오버플로는 곧바로 흔들렸다. 모더레이터들은 2022년 12월 ChatGPT가 생성한 답변을 금지했는데, 확신에 찬 오답이 대규모로 쏟아지며 검수 능력을 무너뜨렸기 때문이다. 이 제품의 핵심이 신뢰였다는 점에서 치명적이었다. 2023년 1월 카파시는 "가장 뜨거운 새 프로그래밍 언어는 영어"라는 문장을 남겼고, 3월에는 GPT-4와 함께 VS Code를 포크한 커서가 등장해 '파일 하나가 아니라 코드베이스 전체를 본다'는 발상을 실현했다. 2024년 11월에는 윈드서프가 에이전틱 IDE를 표방하며 터미널 출력과 편집 동작을 지켜보다 저장소 전체 변경을 먼저 제안했고, 열이틀 뒤 앤트로픽이 MCP를 오픈소스로 공개했다. 데이터베이스, 파일시스템, 슬랙, 지라 같은 외부 시스템에 붙는 표준으로, 앤트로픽은 이를 'AI를 위한 USB-C'라 불렀다.

2025년이 분기점이다. 2월 6일 카파시가 올린 185단어짜리 글이 450만 회 넘게 읽히며 '바이브 코딩'이라는 이름이 붙었다. 키보드는 거의 건드리지 않고, 디프를 읽지 않은 채 전부 수락하고, 에러 메시지를 다시 붙여넣는 방식이다. 며칠 앞선 2월 3일 앤트로픽은 클로드 코드를 리서치 프리뷰로 공개했다. 진짜 혁신은 에이전트 자체가 아니라 그것이 도입한 관습이었다. 프로젝트 루트의 CLAUDE.md에 코딩 표준과 아키텍처 결정을 적어두고, 에이전트가 실수할 때마다 그 파일을 스스로 갱신하게 만드는 방식이다. 파일이 너무 커지자 재사용 가능한 절차서를 폴더 단위로 분리한 '스킬'이 나왔다. 5월 클로드 코드는 정식 출시 6개월 만에 연 환산 매출 10억 달러에 도달했고, 오픈AI도 같은 달 코덱스를 격리 컨테이너에서 도는 클라우드 엔지니어링 에이전트로 다시 내놓으며 agents.md를 도입했다. 업계 전체가 같은 패턴, 즉 에이전트에게 지속적인 기억을 주고 실수로부터 배우게 하는 쪽으로 수렴한 것이다.

그리고 2026년의 숫자들이 이어진다. 카파시는 2025년 11월과 12월 사이 4주 만에 수작업 80%·AI 20%에서 정반대로 뒤집혔고 12월 이후로는 코드를 한 줄도 직접 치지 않았다고 말했다. 깃허브 코파일럿 사용자는 2000만 명, 개발자의 59%가 세 개 이상의 도구를 동시에 쓴다. 동시에 36~71%가 AI 출력의 정확성을 믿지 못한다고 답했고, 무작위 대조 실험은 개발자들이 실제로는 19% 느려졌으면서 20% 빨라졌다고 느낀다는 결과를 내놨다. 영상은 이를 'AI 도구가 보상 체계를 하이재킹한다'고 설명하며, 스캐폴딩과 보일러플레이트 등 70%는 깔끔히 처리되지만 나머지 30%인 엣지 케이스·보안·아키텍처 무결성은 여전히 깊은 엔지니어링을 요구한다는 '70% 문제'로 정리한다.

주요 인사이트

• 도구 경쟁의 실제 승부처는 모델이 아니라 관습이었다. CLAUDE.md와 agents.md처럼 서로 다른 회사가 같은 형태의 '에이전트용 기억 파일'로 수렴했다는 점이 이를 보여준다.
• MCP는 함수 호출이 모델에게 준 '손'을 표준화해 누구나 쓸 수 있게 만들었다. 에이전트가 코드 파일을 읽고 쓰는 수준을 넘어 실제로 뭔가를 하게 된 이유가 여기에 있다.
• 체감 생산성과 실제 생산성이 어긋난다는 것이 이 영상에서 가장 불편한 대목이다. 보일러플레이트가 몇 초 만에 나오는 순간의 쾌감이 기억에 남기 때문에, 스스로의 감각으로 코딩 에이전트를 평가할 수 없다.
• 주니어 개발자가 배우면서 성장하던 업무가 정확히 AI가 가장 먼저 삼킨 업무였다. 2022년부터 2025년 사이 22~25세 개발자 고용이 20% 가까이 줄었다는 수치가 그 결과다.
• 에이전트를 비인간 신원(non-human identity)으로 보고 접근 권한을 엄격히 통제해야 한다는 보안 커뮤니티의 요구는, 에이전트 마켓플레이스에서 악성 확장이 대량 발견된 뒤 나온 현실적인 반응이다.

자주 묻는 질문

관련 AI 소식