언제 직접 코딩해야 하는가

⚖️ AI는 강력한 도구지만 만능은 아니다

바이브 코딩을 배우다 보면 "AI에게 다 맡기면 되겠구나"라는 생각이 들 수 있습니다. 실제로 AI는 놀라운 수준으로 많은 것을 처리합니다. 하지만 AI를 가장 잘 쓰는 사람들은 AI의 강점과 한계를 모두 알고, 언제 AI에게 맡기고 언제 직접 판단해야 하는지를 압니다.

🧩 AI가 잘 못하는 것 1 — 복잡한 도메인 로직

도메인 로직이란 특정 비즈니스의 고유한 규칙입니다. AI는 이것을 모릅니다.

예시:

• "보험료는 나이 × 기준요율 × (흡연 여부 보정 계수) - 할인율"
• "주문이 오후 2시 이후면 다음 날 배송, 단 금요일이면 월요일 배송"
• "재고가 100개 이하면 자동 발주, 단 계절 상품은 제외"

이런 규칙은 여러분의 비즈니스에만 있는 것입니다. AI에게 설명 없이 구현을 시키면 일반적인 방식으로 만들고 규칙을 놓칩니다.

대응법: 도메인 로직을 충분히 설명하고, 엣지 케이스를 예시로 제공하세요. 구현 후 모든 케이스를 직접 테스트하세요.

🔒 AI가 잘 못하는 것 2 — 미묘한 보안·성능 최적화

AI는 일반적인 보안 패턴은 적용하지만, 이 시스템 특유의 공격 벡터나 이 데이터 규모에서의 성능 병목은 파악하기 어렵습니다.

• 수백만 건의 데이터에서의 쿼리 최적화 — AI가 제안한 인덱스가 실제 데이터 분포에서 효과적인지 확인 필요
• 경쟁 조건(Race Condition) — 동시 사용자가 많을 때 AI가 만든 코드가 버틸 수 있는지 테스트 필요
• 회사 내부 보안 정책을 반영한 접근 제어 — AI는 사내 정책을 모릅니다

🏛️ AI가 잘 못하는 것 3 — 큰 아키텍처 결정

"마이크로서비스로 갈지, 모놀리식으로 갈지", "데이터베이스를 PostgreSQL로 할지 MongoDB로 할지" 같은 결정은 수년 후의 유지보수 비용과 팀 역량, 비즈니스 성장 속도 등 다양한 요소를 종합해야 합니다. AI는 조언을 줄 수 있지만, 최종 결정은 맥락을 가진 사람이 해야 합니다.

🎯 주도권 유지하기

AI를 강력한 도구로 두되, 프로젝트의 방향타는 여러분이 잡아야 합니다. 구체적으로:

• 무엇을 만들지는 여러분이 결정합니다. AI는 어떻게 만들지를 도와줍니다.
• 중요한 설계 결정은 AI에게 옵션을 물어보되, 최종 선택은 직접 합니다.
• AI가 만든 코드를 이해하려고 노력하세요. 이해 없이 쌓이면 나중에 수정하기 어렵습니다.
• 결과에 책임지는 것은 여러분입니다. "AI가 그렇게 만들었어요"는 핑계가 됩니다.

📊 AI에게 맡겨도 되는 것 vs 직접 결정해야 하는 것

AI에게 맡겨도 되는 것	직접 판단해야 하는 것
UI 컴포넌트 구현	제품 전체 방향성
일반적인 알고리즘	비즈니스 도메인 규칙
보일러플레이트 코드	시스템 아키텍처 결정
테스트 코드 작성	중요 보안·성능 설계
리팩토링	핵심 비즈니스 로직 검증
문서화	팀·사용자에 영향 미치는 결정

📈 AI를 쓰면서 성장하기

역설적으로, AI를 잘 쓰면 오히려 더 빨리 성장할 수 있습니다:

• AI가 만든 코드를 이해하면서 새로운 패턴을 배웁니다.
• AI에게 설명을 요청하는 것이 실질적인 학습이 됩니다.
• 반복 작업을 AI에게 맡기고, 중요한 판단에 더 많은 에너지를 씁니다.

✅ 정리

• 도메인 로직, 보안·성능 최적화, 아키텍처 결정은 사람의 판단이 필요합니다.
• AI는 강력한 도구지만, 주도권은 항상 여러분이 가져야 합니다.
• AI가 만든 코드를 이해하려는 노력이 장기적인 성장으로 이어집니다.
• 최종 결과물에 대한 책임은 여러분에게 있습니다.