이제 '어떻게'가 아니라
'무엇을' 말한다.
구글이 정리한 51페이지 문서의 한 문장 — "소프트웨어를 만드는 가장 큰 변화는 새 언어나 도구가 아니라, '코드 쓰기'에서 '의도 말하기'로 옮겨간 것이다." 사람은 무엇을·왜를 정하고, 구현은 AI가 맡아요.
2026년 초, 프로 개발자 85%가 AI 코딩 도구를 쓰고, 새 코드의 41%가 AI 생성이에요. 이건 먼 미래가 아니라 지금이에요. 그리고 — 이 문서의 핵심이 사장님이 이미 하는 것과 똑같아요.
딱 5개 용어만 잡으면 끝
🔗 이 용어들이 어떻게 이어질까 (한눈에)
따로 외우지 말고 화살표의 '이름표'를 따라 읽어보세요. 6개가 전부 하나로 이어져요.
하네스 박스가 모델을 감싸고 있죠? 그 전체가 'AI 일꾼'이에요. 화살표 위 글씨(관계)를 따라 잇는 게 바로 온톨로지식 정리예요.
📖 읽는 법: ① 왼쪽 — '느낌대로(바이브 코딩)'에 구조·검증을 더하면 '제대로(에이전트 엔지니어링)'가 돼요. ② AI 일꾼은 그냥 모델이 아니라 — 하네스(규칙·도구·훅)가 모델을 감싼 것이에요. 모델 혼자선 일을 못 끝내거든요. ③ AI엔 컨텍스트(위키·스킬)를 공급하고 ④ 사람은 오케스트레이터로 총괄해요. ⑤ 이 모든 걸 담는 그릇이 팩토리예요.
"느낌대로" vs "제대로"는 다르다
같은 AI를 써도, 출력을 얼마나 검증·구조로 감싸느냐가 둘을 가릅니다. AI를 쓰느냐가 아니에요.
| 구분 | 🎈 바이브 코딩 | 🏗️ 에이전트 엔지니어링 |
|---|---|---|
| 지시 방법 | 캐주얼한 말 한마디 | 명세·구조 문서·기억 파일 |
| 검증 | "되는 것 같은데?" | 자동 테스트 + 평가 + 사람 판단 |
| 적합한 곳 | 프로토타입·개인 프로젝트 | 실제 서비스·팀 단위 |
| 위험도 | 높음 (버려도 되는 코드만) | 낮음 (단계마다 검증) |
"결제 시스템을 바이브 코딩한다"고 하면 경보가 울려야 정상. "AI가 구현하되 테스트로 검증하는 에이전트 엔지니어링"은 완전히 다른 얘기예요.
구조(structure)만 확장된다.
진짜 실력은 '맥락 깔기'다
문서가 가장 강조하는 것 — AI 코드 품질은 '프롬프트가 얼마나 영리한가'가 아니라 '맥락(컨텍스트)을 얼마나 잘 줬는가'로 결정돼요.
AI에게 필요한 맥락 6가지: 역할(규칙)·지식·기억·예시·도구·울타리. 그리고 이걸 두 종류로 나눠요:
🎯 Agent Skills (스킬)
"필요할 때만 불러오는 레시피 묶음." AI를 가벼운 만능선수로 두고, 작업에 맞을 때만 전문 스킬을 꺼내 써요. 그래서 수십 개 능력을 갖고도 토큰은 쓰는 것만 냄.
"AI를 어떻게 속여서 좋은 코드를 뽑지?"가 아니라 → "새 팀원이 알아야 할 걸 어떻게 정리해 줄까?" 가 올바른 질문. (= 위키를 쌓는 일)
'공장'을 만들고, AI에 '장치'를 채운다
🏭 팩토리 모델
개발자의 진짜 결과물은 코드가 아니라 "코드를 만들어내는 시스템(공장)"이에요. 스펙·에이전트·테스트·피드백·울타리로 구성. "공장 관리자는 물건을 손으로 안 만들고 조립라인을 설계한다."
🔧 하네스 엔지니어링
모델(AI 두뇌)만으론 일을 못 끝내요. 엔진에 벨트·기어·안전센서를 달아야 차가 되듯, AI엔 규칙·도구·울타리·기록이라는 장치가 필요해요.
지휘자 → 총괄자로
⚠️ '80% 문제'
AI는 일의 80%를 순식간에 해내요. 하지만 나머지 20%(엣지케이스·통합·미묘한 정확성)는 깊은 맥락이 필요해서 AI가 자주 틀려요. 게다가 "코드가 그럴듯해 보여서" 더 위험해요.
싸 보이는 게 제일 비싸다
| 구분 | 🎈 바이브 코딩 | 🏗️ 에이전트 엔지니어링 |
|---|---|---|
| 초기 비용 | 거의 0 (구독료만) | 높음 (설계·테스트 투자) |
| 운영 비용 | 높음 (토큰 낭비·유지보수·보안) | 낮음 (한 번 잘 깔면 쌈) |
바이브 코딩은 공짜처럼 보이지만 숨은 빚이 있어요: ① 같은 걸 계속 고쳐달라며 토큰을 태우고 ② 6개월 뒤 스파게티 코드를 풀어내느라 며칠 ③ 보안 구멍.
💰 컨텍스트 = 돈 전략 + 모델 라우팅
맥락을 잘 깔면 AI가 한 번에 맞혀서 토큰을 아껴요. 그리고 복잡한 일엔 크고 비싼 모델, 단순한 일엔 작고 싼 모델로 나눠 쓰면 품질은 유지하고 비용은 내려가요.
오늘 당장 시작하는 법 (개인)
- 규칙 파일(AGENTS.md/CLAUDE.md) 10줄로 시작 — 스택·규칙·워크플로우. AI가 실수할 때마다 규칙 한 줄씩 추가.
- 스킬 묶음 설치 — 자주 쓰는 능력을 레시피로.
- 반복 작업 하나를 첫 AI 직원으로 — 리서치·리뷰·정기 보고·콘텐츠 같은 거. 하나를 끝까지 만들면 백 개 읽는 것보다 배워요.
- 코드보다 '테스트·기준'을 먼저 — 그게 AI와의 계약서.
- 나갈 결과물은 전부 검토 — 그럴듯한 걸 의심.
- 본인 기본기 유지 — AI는 실력을 '더 크게 쓰는' 도구지 대체가 아님.
"AI는 당신의 (업무) 문화를 증폭한다 — 강점도, 약점도." 그래서 좋은 규칙·기준이 있는 사람이 AI로 훨씬 더 멀리 가요.
이건 사실상 'AICONLAB 설명서'예요
구글이 51페이지로 정리한 미래 개발법의 키워드를, 사장님은 이미 비개발자 버전으로 다 하고 있어요.
비개발자 1인이 이미 실천하고 있다.
— AICONLAB · Google "The New SDLC With Vibe Coding"(2026.5) 비개발자 핵심 정리