바이브 코딩 실무 가이드는 AI 코딩 에이전트에 개발을 맡길 때 지금 실제로 쓰이는 구성 요소와 운영 방식을 정리한 글입니다. 2025년 2월 "바이브 코딩"이라는 말이 등장한 뒤 20개월 동안 개발 방식은 한 에이전트와 대화하며 결과를 모두 수락하는 단계에서, 여러 에이전트를 조율하고 결과를 검증하는 단계로 옮겨 왔습니다. 이 글은 Claude Code, Codex, Cursor, Antigravity, GitHub Copilot의 공식 문서를 기준으로 지침 파일, 스킬, 플러그인, MCP, 서브에이전트, 병렬 작업, 검증 장치를 순서대로 설명합니다.
한눈에 보기
- 코딩 에이전트는 도구마다 이름이 달라도 지침 파일, 메모리, 스킬, MCP, 서브에이전트라는 같은 구성으로 수렴하고 있습니다. AGENTS.md와 SKILL.md처럼 여러 도구가 함께 지원하는 공개 형식도 자리 잡았습니다.
- 2026년에 가장 크게 달라진 영역은 병렬 작업입니다. 한 개발자가 여러 세션에 작업을 나누고, 끝난 작업부터 리뷰하는 방식이 일반화됐습니다.
- 위임 범위가 넓어질수록 검증 장치가 중요해집니다. 조사 결과도 이를 뒷받침합니다. AI 도구의 도입률은 높지만, AI가 생성한 코드의 보안 테스트 통과율은 1년 동안 거의 오르지 않았습니다.
내용은 2026년 10월 2일 각 도구의 공식 문서와 원문 게시물을 기준으로 정리했습니다. 바이브 코딩의 개념과 한계, 출시 전 체크리스트는 바이브 코딩이란?에서 먼저 다뤘습니다.
이런 상황을 떠올려 보세요. 한 스타트업의 개발자가 코딩 에이전트로 사내 관리 도구를 만들고 있습니다. 첫 주에는 빠르게 진척됐지만, 세션을 새로 열 때마다 빌드 명령과 브랜치 규칙을 다시 설명해야 했습니다. 같은 실수를 몇 번이나 고쳐 줬고, 다른 시스템의 데이터를 복사해 붙여 넣는 일도 반복됐습니다. 이 개발자에게 필요했던 것은 더 좋은 모델보다, 에이전트가 매번 같은 조건에서 일하게 하는 구성이었습니다. 이 글은 그 구성 요소를 하나씩 다룹니다.
바이브 코딩에서 에이전틱 엔지니어링으로
"바이브 코딩"이라는 말은 Andrej Karpathy가 2025년 2월 2일 X에 올린 글에서 시작됐습니다. 그는 흐름에 완전히 맡기고 코드가 존재한다는 사실조차 잊는 방식이라고 설명하며, 항상 "전체 수락"을 누르고 변경 내용(diff)은 더 이상 읽지 않는다고 적었습니다. 다만 같은 글에서 이 방식은 일회성 주말 프로젝트에나 맞는다고 범위를 제한했습니다1.
1년 뒤인 2026년 2월 4일, Karpathy는 LLM 에이전트로 프로그래밍하는 방식이 전문가의 기본 작업 방식이 되어 가고 있으며, 다만 감독과 검증을 더 많이 거친다고 썼습니다. 이 방식을 부르는 이름으로는 "에이전틱 엔지니어링(agentic engineering)"을 가장 선호한다고 밝혔습니다. 그의 설명에 따르면 "에이전틱"은 시간의 99%를 코드를 직접 쓰지 않고 코드를 쓰는 에이전트를 조율하고 감독하는 데 쓴다는 뜻이고, "엔지니어링"은 여기에 기술과 전문성이 필요하다는 뜻입니다2. 같은 달 25일에는 코딩 에이전트가 2025년 12월 전까지는 사실상 제대로 동작하지 않았고, 그 뒤로는 동작한다고 평가했습니다. 다만 여전히 방향 제시와 판단, 감독, 반복이 필요하다고 덧붙였습니다3.
용어를 둘러싼 논의도 있었습니다. Simon Willison은 2025년 3월, AI가 작성한 코드를 리뷰하고 충분히 테스트하고 다른 사람에게 설명할 수 있다면 바이브 코딩이 아니라 소프트웨어 개발이라고 정리했습니다4. 지금 실무에서 "바이브 코딩"이라고 부르는 작업의 대부분은 이 설명에 가깝습니다. 용어는 빠르게 퍼져, 콜린스 사전은 "vibe coding"을 2025년 올해의 단어로 선정했습니다5.
주요 연혁 (2024.11 ~ 2026.09)
날짜는 각 회사의 공식 발표와 원문 게시물을 기준으로 확인했습니다.
| 시기 | 내용 |
|---|---|
| 2024년 11월 | Anthropic이 AI와 외부 시스템을 연결하는 표준인 MCP(Model Context Protocol)를 오픈소스로 공개6 |
| 2025년 2월 | "바이브 코딩" 등장1. 같은 달 GitHub Copilot 에이전트 모드7와 Claude Code 프리뷰8 공개 |
| 2025년 5월 | OpenAI Codex 클라우드 에이전트 프리뷰9, Claude Code 정식 출시10 |
| 2025년 6월 | Tobi Lütke가 "컨텍스트 엔지니어링"이라는 용어 제안11, Google Gemini CLI 공개12 |
| 2025년 10월 | Claude Code 플러그인13, Agent Skills 발표14, Cursor 2.015 |
| 2025년 11월 | Google, 에이전트 중심 개발 플랫폼 Antigravity 발표16 |
| 2025년 12월 | MCP가 리눅스 재단 산하 Agentic AI Foundation으로 이관17, Agent Skills가 공개 표준으로 전환14 |
| 2026년 2월 | Claude Code 에이전트 팀 프리뷰18, OpenAI의 하네스 엔지니어링 사례 공개19 |
| 2026년 3월 | PR마다 여러 에이전트가 리뷰하는 Claude Code Code Review 공개20 |
| 2026년 5월 | Google, 개인 사용자용 Gemini CLI를 Antigravity CLI로 통합한다고 발표21 |
| 2026년 9월 | Claude Code가 AGENTS.md를 직접 지원22, 클라우드 세션 정식 출시23 |
주요 코딩 에이전트 현황
제품 이름과 화면은 다르지만 구조는 점점 비슷해지고 있습니다. OpenAI는 Codex의 구성을 AGENTS.md, 메모리, 스킬, MCP, 서브에이전트의 다섯 계층으로 설명하는데24, 다른 도구도 대부분 같은 요소를 제공합니다.
| 도구 | 2026년 10월 기준 현황 |
|---|---|
| Claude Code (Anthropic) | 터미널, IDE, 데스크톱 앱, 브라우저를 지원합니다25. 병렬 작업 방식을 서브에이전트, 에이전트 뷰, 에이전트 팀, 워크플로, 프로젝트의 다섯 가지로 제공하며26, 권한 확인을 분류기가 대신하는 auto mode가 기본 권한 모드입니다27 |
| Codex (OpenAI) | 터미널용 CLI와 클라우드 작업 환경을 제공합니다. 클라우드 작업은 작업마다 별도 환경에서 실행되며 로컬 PC가 절전 상태여도 계속 진행됩니다28 |
| Cursor | 코디네이터 에이전트가 직접 코드를 쓰지 않고 서브에이전트에 작업을 위임하는 Projects를 2026년 9월 출시했습니다. PR 리뷰 봇과 보안 리뷰 기능도 제공합니다29 |
| Antigravity (Google) | 개인 사용자용 Gemini CLI가 2026년 6월 18일 Antigravity CLI로 전환됐습니다. 스킬, 훅, 서브에이전트는 그대로 이어받았고, 기업 고객은 Gemini CLI를 계속 사용합니다21 |
| GitHub Copilot | 이슈를 할당하면 GitHub Actions 기반의 별도 환경에서 독립적으로 작업하는 cloud agent를 모든 유료 요금제에서 제공합니다30 |
Google은 Gemini CLI를 Antigravity CLI로 전환한 이유를 "이제는 여러 에이전트가 서로 소통하며 작업을 나눠 복잡한 문제를 해결해야 하기 때문"이라고 설명했습니다21. 도구를 고를 때는 기능 목록보다, 지금 팀이 쓰는 지침 파일과 스킬을 그대로 옮겨 쓸 수 있는지를 먼저 보는 것이 실용적입니다.
코딩 에이전트의 구성 요소
Claude Code 문서는 구성 요소마다 도입할 시점을 함께 안내합니다. 처음부터 모두 설정할 필요는 없고, 대부분의 팀은 대체로 아래 순서로 추가한다고 설명합니다31.
| 구성 요소 | 설명 | 도입 시점 |
|---|---|---|
| 지침 파일 | 세션마다 로드되는 프로젝트 규칙(CLAUDE.md, AGENTS.md) | 에이전트가 같은 컨벤션을 두 번 틀렸을 때 |
| 스킬 | 지시문과 스크립트를 담은 폴더. 필요할 때만 본문을 로드합니다 | 같은 절차를 세 번째로 붙여 넣고 있을 때 |
| MCP 서버 | 외부 시스템을 에이전트의 도구로 연결하는 표준 | 다른 시스템의 데이터를 복사해 붙여 넣고 있을 때 |
| 서브에이전트 | 독립된 컨텍스트에서 실행되고 요약만 반환하는 에이전트 | 부수 작업의 출력이 대화를 가득 채울 때 |
| 훅 | 정해진 시점에 반드시 실행되는 셸 명령 | 매번 예외 없이 실행돼야 하는 작업이 있을 때 |
| 플러그인 | 스킬, 에이전트, 훅, MCP 서버를 하나로 묶은 설치 단위 | 두 번째 저장소에 같은 설정이 필요할 때 |
같은 문서는 반복되는 실수나 리뷰 지적 사항을 대화에서 한 번 바로잡고 끝내지 말고 CLAUDE.md에 반영하라고 강조합니다31.
프로젝트 지침 파일: CLAUDE.md와 AGENTS.md
세션은 매번 빈 컨텍스트에서 시작합니다. CLAUDE.md는 세션마다 불러오는 마크다운 파일로, 프로젝트 규칙과 개인 작업 방식, 조직 공통 지침을 담습니다32. 빌드와 테스트 명령, 브랜치 규칙, 수정하면 안 되는 대상을 적습니다.
작성할 때 알아 둘 원칙이 있습니다32.
- 200줄 이내로 유지합니다. 파일이 길어질수록 컨텍스트를 더 소모하고 지침 준수율이 낮아집니다.
- 반드시 지켜야 할 규칙은 훅으로 구현합니다. CLAUDE.md는 에이전트가 참고하는 컨텍스트이고 강제력은 없습니다. 에이전트의 판단과 관계없이 반드시 막아야 하는 동작은 훅으로 구현합니다.
/init으로 시작합니다. 저장소를 분석해 초안을 만들어 줍니다.
AGENTS.md는 여러 도구가 함께 읽는 공개 형식입니다. 공식 사이트는 이 파일을 "에이전트를 위한 README"로 소개합니다. 6만 개 이상의 오픈소스 프로젝트가 쓰고 있으며, 리눅스 재단 산하 Agentic AI Foundation이 관리합니다33. Codex와 Cursor가 이 파일을 지원하며3435, Claude Code도 2026년 9월부터 CLAUDE.md가 없는 프로젝트에서는 AGENTS.md를 지침으로 읽습니다32. 한 도구에 맞춰 정리한 지침을 다른 도구에서도 그대로 쓸 수 있다는 뜻입니다.
다만 지침을 파일 하나에 모두 몰아넣는 방식은 피합니다. OpenAI는 하네스 엔지니어링 사례에서 "큰 AGENTS.md 하나" 방식을 시도했다가 예상했던 문제들로 실패했다고 밝혔습니다19.
스킬: 반복 절차의 모듈화
스킬은 SKILL.md와 필요한 스크립트, 참고 자료를 담은 폴더입니다. 에이전트가 관련 있다고 판단하면 자동으로 로드하고, /스킬이름으로 직접 호출할 수도 있습니다36. Claude Code 문서는 같은 지시문이나 체크리스트를 대화에 반복해서 붙여 넣고 있을 때, 또는 CLAUDE.md의 일부가 사실 정보보다 작업 절차 위주로 길어졌을 때 스킬로 옮기라고 안내합니다36.
스킬이 지침 파일과 다른 점은 로드 방식입니다. 에이전트는 시작할 때 각 스킬의 이름과 설명만 읽고, 본문과 부속 파일은 필요해질 때 읽습니다. 이 방식을 점진적 공개(progressive disclosure)라고 부릅니다37. 분량이 많은 참고 자료를 스킬에 넣어도 평소에는 컨텍스트를 거의 쓰지 않습니다36. 그래서 설명(description)이 가장 중요합니다. 무엇을 하고 언제 쓰는지를 짧고 분명하게 적어야 에이전트가 제때 불러옵니다.
스킬은 도구 간 호환성이 가장 높은 구성 요소이기도 합니다. Anthropic이 2025년 10월 발표한 Agent Skills는 같은 해 12월 공개 표준으로 전환됐고14, 표준 사이트에 따르면 여러 에이전트 제품이 이 형식을 채택했습니다37. Claude Code 문서도 자사 스킬이 이 공개 표준을 따르며, 그 위에 호출 제어 같은 기능을 더했다고 설명합니다36. 사용자 정의 슬래시 명령도 스킬로 통합됐습니다36.
모델이 바뀌면 스킬도 다시 확인합니다. 이전 모델에 맞춰 세세하게 써 둔 절차가 최신 모델에서는 불필요하거나 오히려 결과를 불안정하게 만들 수 있습니다. 프롬프트 측면의 변화는 프롬프트 엔지니어링 2026에서 정리했습니다.
플러그인과 MCP: 패키징과 외부 연동
플러그인은 스킬, 에이전트, 훅, MCP 서버 등을 하나의 단위로 설치하고 활성화하는 패키지입니다38. 같은 설정을 여러 저장소에서 쓰거나 다른 팀에 배포할 때 씁니다31. 마켓플레이스는 플러그인 목록 파일을 둔 저장소 하나로 구성할 수 있어, 팀 전용 마켓플레이스를 만들기도 쉽습니다. 다만 플러그인에 무엇이 들어 있는지는 배포한 쪽이 정하므로, 설치하기 전에 신뢰할 수 있는 출처인지 확인합니다.
MCP는 AI 애플리케이션을 외부 시스템과 연결하는 오픈소스 표준입니다. 공식 문서는 이를 "AI 애플리케이션용 USB-C 포트"에 비유합니다39. MCP 서버를 연결하면 에이전트가 이슈 트래커, 모니터링 대시보드, 데이터베이스를 직접 조회하고 다룹니다. 2025년 12월 Agentic AI Foundation 설립 당시 공개된 MCP 서버는 1만 개를 넘었습니다40.
MCP를 쓸 때는 보안을 먼저 봅니다. Claude Code 문서는 연결하기 전에 각 서버를 신뢰할 수 있는지 확인하라고 안내하며, 외부 콘텐츠를 가져오는 서버는 프롬프트 인젝션 위험에 노출될 수 있다고 경고합니다41. 프롬프트 인젝션은 웹 페이지나 문서 안에 숨겨 둔 지시를 에이전트가 따르게 만드는 공격입니다. 원리와 방어 방법은 프롬프트 인젝션이란?과 MCP란?에서 자세히 다룹니다.
병렬 작업: 서브에이전트, 워크트리, 에이전트 팀, 워크플로
2026년에 가장 크게 바뀐 영역입니다. Karpathy는 2026년 2월, 지금의 개발은 여러 에이전트에게 영어로 작업을 지시해 병렬로 관리하고 그 결과를 리뷰하는 방식이라고 설명했습니다3.
| 방식 | 설명 | 비고 |
|---|---|---|
| 서브에이전트 | 부수 작업을 독립된 컨텍스트에서 수행하고 요약만 반환합니다42 | 가장 가벼운 방식 |
| 워크트리 | 세션마다 별도의 git 작업 디렉터리를 써서 서로의 파일을 건드리지 않습니다43 | 동시에 진행하는 작업에만 적용 |
| 에이전트 팀 | 리드 세션이 작업을 나누고, 팀원 세션끼리 직접 통신합니다44 | 실험 기능, 토큰 사용량이 큼 |
| 워크플로 | 수십 개 이상의 서브에이전트를 스크립트로 조율합니다. 계획을 코드로 관리합니다45 | 대규모 감사·마이그레이션용 |
| 클라우드 세션 | 로컬 PC가 아닌 클라우드에서 실행되며, 노트북을 닫아도 작업이 계속됩니다23 | 2026년 9월 정식 출시 |
병렬 작업에는 비용이 따릅니다. 세션과 서브에이전트를 동시에 실행하면 그만큼 토큰 사용량이 늘어납니다26. 워크트리도 서로 독립적인 작업을 동시에 진행할 때 쓰는 방식이며, 순차적으로 처리하는 작업이라면 브랜치만으로 충분합니다. 사람이 리뷰할 수 있는 양에도 한계가 있습니다. Simon Willison은 여러 에이전트를 직접 운영해 본 뒤 "놀라울 만큼 효과적이지만 정신적으로 소모가 크다"고 평가했습니다46. 동시에 돌리는 에이전트를 늘릴수록 리뷰가 병목이 됩니다.
검증과 통제: 위임 범위에 맞춘 안전장치
에이전트의 작업 시간과 범위가 늘어날수록 "누가, 어떻게 검증하는가"가 핵심이 됩니다.
- 검증 수단을 제공합니다. 테스트, 빌드 결과, 린터처럼 에이전트가 직접 실행해 결과를 확인할 수단이 있어야 에이전트가 스스로 오류를 고칩니다.
- 반드시 실행돼야 하는 작업은 훅으로 강제합니다. 훅은 정해진 시점에 실행되는 셸 명령으로, 에이전트의 판단과 관계없이 항상 같은 방식으로 실행됩니다47. 파일 수정 뒤 포매터 실행, 특정 명령 차단 등에 씁니다.
- 규모가 큰 작업은 계획부터 검토합니다. 플랜 모드에서는 에이전트가 파일을 수정하지 않고 조사와 계획만 합니다27. 담당자가 계획을 검토한 뒤 실행합니다.
- 작업 모델과 완료 판정 모델을 분리합니다. Claude Code의
/goal을 쓰면 매 턴이 끝날 때마다 별도의 모델이 완료 조건을 확인합니다48. Anthropic도 생성 에이전트와 평가 에이전트를 분리하는 것이 효과적이었다고 밝혔습니다49.
권한 확인 방식도 바뀌었습니다. Anthropic에 따르면 Claude Code 사용자는 권한 요청의 93%를 승인했습니다. 승인을 반복하다 보면 내용을 제대로 확인하지 않게 되는 승인 피로가 생깁니다. Anthropic은 이 문제를 줄이려고 위험도가 높은 명령만 골라내는 분류기를 도입했습니다50. 리뷰 쪽에서는 PR마다 여러 에이전트가 코드를 검토하는 기능이 나왔습니다. Anthropic 내부에서는 이 기능을 도입한 뒤 실질적인 리뷰 의견이 달린 PR의 비율이 16%에서 54%로 늘었습니다20. 다만 리뷰 에이전트는 PR을 승인하거나 막지 않으며, 머지 여부는 여전히 사람이 결정합니다51.
주요 개발 방법론
최근 자주 언급되는 방법론은 모두 코드를 직접 쓰는 일보다 에이전트가 일할 환경을 갖추는 일을 다룹니다.
| 방법론 | 핵심 내용 |
|---|---|
| 컨텍스트 엔지니어링 | 컨텍스트 윈도우는 정보를 더할수록 효율이 떨어지는 한정된 자원이므로, 다음 단계에 필요한 정보만 골라 제공합니다52. 지침 파일, 스킬, 메모리, 서브에이전트가 모두 이를 위한 수단입니다 |
| 스펙 주도 개발 | 요구 사항, 설계, 작업 목록을 먼저 문서로 작성하고 에이전트가 이를 기준으로 구현합니다. GitHub은 명세를 프로젝트와 함께 갱신되는 기준 문서로 다루는 도구를 공개했습니다5354 |
| 하네스 엔지니어링 | 사람은 방향을, 에이전트는 실행을 맡습니다. OpenAI는 엔지니어의 주된 일이 코드 작성이 아니라 환경 설계, 의도 명세, 피드백 루프 구축이라고 정의했습니다19 |
| 장시간 실행 에이전트 | 세션이 바뀌면 이전 기억이 없으므로, 다음 세션이 이어서 작업할 수 있도록 진행 상황을 파일로 남깁니다55 |
OpenAI의 하네스 엔지니어링 사례는 실패를 다루는 관점도 함께 보여 줍니다. 에이전트가 실패하면 "어떤 역량이 부족한가, 그리고 그것을 에이전트가 이해하고 준수할 수 있게 하려면 어떻게 해야 하는가"를 묻는다고 설명합니다19. 개념은 하네스 엔지니어링이란?과 루프 엔지니어링이란?에서 자세히 다룹니다.
주요 통계와 해석
도입률은 높지만 신뢰도는 낮습니다. 생산성 실험에서는 기대와 다른 결과가 나왔고, 보안 수준은 1년 동안 거의 개선되지 않았습니다.
| 지표 | 수치 | 출처 |
|---|---|---|
| AI 도구를 사용 중이거나 도입 예정인 개발자 | 84% | Stack Overflow 202556 |
| AI 출력의 정확성을 불신하는 개발자 대 신뢰하는 개발자 | 46% 대 33% | Stack Overflow 202556 |
| 업무에 AI를 활용한다는 응답 | 90% | DORA 202557 |
| 숙련 개발자 16명이 AI를 썼을 때 작업 시간 | 19% 증가(당사자는 단축됐다고 체감) | METR 202558 |
| AI 생성 코드 샘플 중 보안 테스트를 통과하지 못한 비율 | 45% | Veracode 202559 |
| 1년 뒤 모델들의 평균 보안 테스트 통과율 | 55%에서 56%로 | Veracode 202660 |
수치를 읽을 때 유의할 점이 있습니다. METR의 연구는 2025년 초의 도구를 대상으로 한 실험이며, METR은 2026년 2월 후속 글에서 "AI 없이 작업하고 싶지 않다"며 참여를 거부하는 개발자가 늘어 새 데이터의 신뢰도가 낮아졌다고 밝혔습니다61. Veracode는 최신 모델이 문법상 올바른 코드는 거의 항상 생성하지만 보안 수준은 그만큼 나아지지 않았다고 분석했습니다. 검증 없이 쓸 만큼 안전한 코드를 생성하는 모델은 없었다는 결론입니다60. DORA 2025 보고서는 이 흐름을 "AI는 팀의 문제를 해결하지 않는다. 이미 있는 것을 증폭할 뿐이다"라고 요약합니다57. 그래서 자동 생성 코드는 운영에 올리기 전에 사람이 리뷰해야 합니다.
도입 순서
처음부터 모든 구성 요소를 갖출 필요는 없습니다. 공식 문서의 권장 순서를 실무 기준으로 정리하면 다음과 같습니다.
- 지침 파일을 작성합니다. 빌드·테스트 명령, 브랜치 규칙, 수정 금지 대상을 200줄 이내로 적습니다.
- 검증 수단을 제공합니다. 에이전트가 직접 실행할 수 있는 테스트나 빌드 명령을 먼저 갖춥니다.
- 규모가 큰 작업은 계획부터 검토합니다. 조사, 계획, 구현 순으로 진행합니다.
- 세 번 이상 반복되는 절차는 스킬로 전환합니다.
- 복사해 붙여 넣던 외부 데이터는 MCP로 연동합니다. 신뢰할 수 있는 서버만 사용합니다.
- 매번 실행돼야 하는 작업은 훅으로 구성합니다.
- 서로 독립적인 작업만 병렬로 진행합니다. 리뷰할 수 있는 범위 안에서 세션 수를 정합니다.
- 머지 전에 담당자가 리뷰합니다. 보안, 결제, 개인정보와 관련된 코드는 반드시 확인합니다.
젠아이랩스도 이 순서로 운영하고 있습니다. 이슈 작성, 브랜치 작업, PR 단계의 자동 테스트, 운영 배포까지 이어지는 실제 과정은 사례 연구 AI-native 회사가 일하는 방법에 정리했습니다.
자주 묻는 질문
어떤 코딩 에이전트를 골라야 하나요?
기능 차이보다 팀의 작업 방식에 맞는지가 중요합니다. 지침 파일(AGENTS.md)과 스킬(SKILL.md)은 여러 도구가 함께 지원하는 공개 형식이므로, 한 도구에서 정리한 설정을 다른 도구로 옮기기 쉽습니다. 작은 프로젝트에서 두세 개 도구를 같은 지침으로 시험해 보고 고르는 방법을 권합니다.
개발 경험이 없어도 코딩 에이전트로 서비스를 만들 수 있나요?
시제품은 만들 수 있습니다. 다만 운영에 올릴 서비스라면 AI가 작성한 코드를 리뷰할 수 있어야 합니다. Veracode 조사에서 보듯 AI가 생성한 코드는 아직 검증 없이 쓸 만큼 안전하지 않습니다60. 혼자 해도 되는 일과 전문가 확인이 필요한 일의 구분은 바이브 코딩이란?에서 다뤘습니다.
병렬 에이전트는 몇 개까지 돌리는 것이 좋나요?
정해진 숫자는 없습니다. 기준은 리뷰할 수 있는 양입니다. 세션 수만큼 토큰 비용이 늘고26, 결과를 확인하지 못한 채 쌓이는 작업은 위험이 됩니다. 서로 독립적인 작업일 때만 나누고, 끝난 작업을 리뷰한 뒤 다음 작업을 맡깁니다.
개발자를 위한 심화
Claude Code 기준의 주요 명령과 설정입니다. 다른 도구도 이름은 다르지만 대응하는 기능을 제공합니다.
# 지침 파일 초안 생성
/init
# 세션별 워크트리 (동시에 진행하는 작업만)
claude --worktree feature-auth
# 공식 마켓플레이스에서 플러그인 설치
/plugin install commit-commands@claude-plugins-official
# MCP 서버 연결
claude mcp add --transport http notion https://mcp.notion.com/mcp
스킬은 폴더 하나에 SKILL.md를 두고, 파일 맨 위 프런트매터(frontmatter)에 이름과 설명을 적습니다. Agent Skills 표준은 name을 소문자·숫자·하이픈으로 된 64자 이내 문자열로, description을 기능과 사용 시점을 담은 1,024자 이내 설명으로 정합니다62.
my-skill/
├── SKILL.md # 프런트매터(name, description) + 지시문
├── scripts/ # 실행 스크립트(선택)
└── references/ # 참고 자료(선택)
자세한 설정은 Claude Code 공식 문서의 기능 개요31, 스킬36, 서브에이전트42, 훅47 페이지를 참고합니다.
글쓴이 박수현(젠아이랩스 대표) with AI (Claude Opus 5.5). 도구 현황은 2026년 10월 2일 각 사 공식 문서 기준입니다. AI 실무서로는 『바이브 코딩의 시대, 프롬프트를 넘어 컨텍스트 엔지니어링으로』 등 네 권을 썼습니다.