처음 한 달은 천재가 된 기분이었다

솔직히 말하면, 나도 처음엔 진짜 천재가 된 줄 알았다.

랜딩 페이지 하나 만들어달라고 하면 진짜로 페이지 한 장이 떠 있다. "여기 색 좀 더 진하게"라고 한 줄 던지면 그대로 바뀐다. 에러가 발생해도 통째로 붙여 넣으면 알아서 해결해준다.

글도 마찬가지다. 주제를 던지면 초안이 나오고, 톤을 바꿔달라고 하면 그럴듯한 문장이 나온다.

이쯤 되면 속으로 이런 말이 나온다.

"바이브코딩 별거 없네."

딱 거기까지가 좋았다. 그 "별거 없네"가 모든 문제의 시작이었다.

진짜 무서운 건 결과가 "그럴듯해 보일 때"다

요즘 AI는 대충 요청해도 잘 만든다. 돌려보면 화면도 멀쩡하고 글도 그럴듯하다. 그래서 처음에는 다 괜찮아 보인다. 문제는 거기서 시작된다.

차라리 명백하게 문제가 보이면 다행이다. 빨간 글씨로 오류가 뜨면 그 자리에서 고치면 그만이다. 정작 골치 아픈 것은 애매하게 그럴듯한 경우다.

화면은 멀쩡히 떴는데, 내가 그리던 모양이 아니다. 글은 매끄럽게 나왔는데, 내가 잡은 톤이 아니다. 분명 결과는 나왔는데, 내가 원한 결과가 아니다. 이럴 때 우리는 대부분 이렇게 한다.

"음, 좀 다른데. 그냥 다시 알려주자."

바이브코딩이 무너지기 시작하는 시점이 바로 여기다. 명확한 버그는 그 자리에서 고친다. 그런데 애매하게 그럴듯한 것은 멈춰서 따지지 않는다. 왜 어긋났는지 보는 대신, 한 번 더 요청해서 결과만 맞춘다.

"이거 다시 고쳐줘." 고쳐진다. 그런데 버튼을 바꿨더니 다른 화면이 어긋난다. "저것도 고쳐줘." 로그인을 손봤더니 회원가입이 흔들린다. "아니, 이것도." 고칠수록 새 문제가 나온다.

문제를 푸는 게 아니라, 매번 요청으로 덮고 있다. 원인은 그대로인데 요청만 쌓인다. 정신 차려보면 한 시간째 요청을 반복하고 있다.

이 시점에 다들 같은 의심을 한다.

"이게 맞나? 바이브코딩 한다는 게 결국 이런 노가다인가?"

문제는 요청이 프로젝트에 남지 않는다는 데 있다. 요청은 그 대화 안에서만 살아 있다. 대화가 끝나면 방금 알려준 기준도 함께 사라지고, 프로젝트에는 아무것도 남지 않는다. 남는 게 없으니 AI는 다음 작업에서 또 처음부터 추측한다. 아무리 요청을 쌓아도 같은 자리로 돌아오는 이유가 이것이다.

이건 내 문제도, AI 성능의 문제도 아니다. AI가 제대로 일할 환경이 프로젝트 안에 없는 것이 진짜 원인이다. 무엇을 기준으로 만들지, 어디까지 바꿔도 되는지, 무엇으로 완료를 판단할지가 프로젝트 안에 적혀 있으면 AI는 그것을 보고 따른다. 적혀 있지 않으면 매번 새로 추측한다. 추측이 쌓일수록 결과는 내가 원한 것에서 조금씩 멀어지고, 한 달 전 천재가 된 기분은 어느새 "내가 지금 제대로 하고 있는 게 맞나"라는 의심으로 바뀐다.

AI 사용자와 AI 네이티브

원인은 환경에 있는데도, 대부분은 요청을 더 잘 쓰는 데 매달린다. 여기서 길이 갈린다. 하나는 지금까지처럼 대화창 안에서 버티는 길이다. 문제가 생길 때마다 조건을 더 붙이고, AI가 놓친 것을 사람이 보충하고, 새 대화창을 열 때마다 이 작업을 반복한다.

다른 하나는 프로젝트 안에 기준을 남기는 길이다. AI가 요청마다 새로 맞히지 않도록, 먼저 읽을 것과 지켜야 할 것과 확인할 것을 작업 환경 안에 둔다.

두 길의 차이는 결국 작업의 주체를 누구로 보느냐에 있다. AI 사용자는 자신이 작업자라고 여긴다. 내가 다 알고 있으니, 필요할 때 그때그때 알려주면 된다고 본다. AI 네이티브는 AI를 작업의 주체로 여긴다. 그러면 자연스레 내가 아는 것을 AI도 알 수 있도록 환경을 만든다. AI가 제대로 일할 수 있는 환경을 만드는 고민은 작업의 주체에 대한 관점의 전환에서 시작된다.

신입한테 일을 위임할 때를 떠올리면 이 고민이 왜 자연스러운지 보인다. 신입이 팀에 처음 들어온 날을 생각해보자. 무엇을 기준으로 만들어야 하는지, 어디까지 고쳐도 되는지, 무엇을 끝으로 봐야 하는지 어디에도 적혀 있지 않다. 그의 머릿속에는 이런 질문이 쌓인다.

이 화면은 왜 이렇게 되어 있나요?
이 문구는 써도 되나요?
이 파일은 고쳐도 되나요?
완료 전에 무엇을 확인해야 하나요?

그런데 물어볼 사람도, 적힌 답도 없다. 그러면 신입은 결국 자기 판단대로 정해서 그냥 해버린다. 그렇게 나온 결과는 내가 기대한 것과 어긋난다. AI도 똑같다. 애매한 곳을 묻지 않고 알아서 한쪽으로 정해 만들어 버린다. 앞에서 본 "애매하게 좋은 결과"가 이렇게 만들어진다.

이 차이가 AI 사용자와 AI 네이티브를 가른다. AI 사용자에게 작업의 주체는 여전히 자신이다. AI는 그때그때 시켜 쓰는 도구일 뿐이다. 그래서 머릿속이 이렇게 돌아간다.

이번 요청을 어떻게 더 자세히 쓰지?
왜 또 말을 못 알아듣지?
이 채팅을 계속 이어가야 하나?
내가 전에 뭐라고 말했더라?
일단 다시 설명하자.

AI 사용자는 대화창 안에서 문제를 해결하려고 한다. 그래서 대화창이 길어진다. 설명이 길어진다. 요청문이 길어진다. 그런데 프로젝트는 여전히 기억하지 못한다.

AI 네이티브는 AI를 일을 맡길 신입으로 본다. 그래서 신입을 처음 맞이할 때처럼, 시작 전에 무엇을 쥐여줄지부터 생각한다.

AI가 시작 전에 무엇을 봐야 하지?
이 기준은 프로젝트 안에 남아 있나?
어디까지 바꿔도 되는지 적혀 있나?
완료 전에 무엇을 확인하게 할까?
다음 작업은 어디서 이어지게 할까?

AI 네이티브는 대화창보다 프로젝트를 먼저 본다. 요청을 잘 쓰는 사람이 아니라, AI가 일할 환경을 만드는 사람이다. AI가 기준을 보고 시작하게 하고, 정해진 범위 안에서 움직이게 하고, 완료 전에 확인하게 만든다. 이것이 이 책에서 말하는 AI 네이티브다.

프롬프트는 요청이고, 하네스는 환경이다

프롬프트는 중요하다. 잘 말하면 결과가 좋아진다. 애매하게 말하면 AI도 애매하게 만든다. 그래서 요청문을 다듬는 일은 필요하다. 하지만 프롬프트만으로는 오래 버티기 어렵다. 요청은 지나가고, 프로젝트는 남기 때문이다.

그래서 환경이 필요하다. AI가 먼저 읽을 기준, 건드리면 곤란한 범위, 완료 전에 확인할 항목, 다음 작업에서 이어받을 메모가 프로젝트 안에 놓이면 작업 방식이 달라진다. 이 책에서는 이런 작업 환경을 하네스라고 부른다.

프롬프트는 지금 하는 요청이고,
하네스는 다음 작업에도 남아 있는 환경이다.

하네스라고 해서 거창한 폴더 구조를 떠올릴 필요는 없다. 하네스는 폴더 이름이 아니라 역할이다. AI가 프로젝트 안에서 안정적으로 일하도록 잡아주는 것이면 된다. 처음에는 한 파일로도 충분하다. 작은 기준 하나여도, 있으면 AI는 덜 추측하고 사람은 덜 반복한다.

이 환경은 한 번에 완성하는 것이 아니다. 작게 시작해서, 작업이 쌓이는 만큼만 자란다. 그 자라는 법이 이 책이 다루는 내용이다.

이 책이 다루는 것

이 책은 더 좋은 모델이나 최신 도구를 좇는 책이 아니다. 완성형 폴더 구조를 그대로 베끼게 하려는 책도 아니다. 이 책이 다루는 것은 AI가 일할 환경을 어떻게 만드느냐다. 크게 세 가지다.

AI 기억
점진적 노출
작업 환경

AI가 무엇을 기억하고 무엇을 잊는지 알면, 왜 매번 같은 설명을 반복하게 되는지 보인다. 기준을 한꺼번에 쏟아붓지 않고 필요한 순간에 필요한 것만 보여주면, 프롬프트가 길어지지 않는다. 그렇게 정한 기준을 프로젝트 안에 남겨두면, 다음 작업에서 처음부터 다시 설명하지 않아도 된다. 핵심은 단순하다.

AI 네이티브 = AI의 관점에서 생각하고,
            AI가 일할 환경을 설계하고 만드는 사람

여기서 핵심은 AI의 관점이다. 이 관점이 없으면 문제가 생길 때마다 요청만 길어진다. 처음에는 빠르지만, 프로젝트가 커질수록 같은 자리에서 막힌다. 폴더를 잔뜩 만들어도 마찬가지다. AI가 무엇을 먼저 봐야 하는지 정해주지 않으면 구조는 빈껍데기로 남는다. AI가 필요로 하는 것을 생각하고, 그것을 환경으로 옮길 때 작업이 달라진다.

환경을 만든다고 AI가 갑자기 완벽해지는 것은 아니다. 하지만 프로젝트가 덜 흔들린다. 어디서부터 꼬였는지 모르는 채 끌려가는 대신, 무엇을 기준으로 다시 잡아야 하는지 보인다.

준비됐는가

이 책을 읽기 전에 한 가지만 묻겠다. 당신은 계속 AI에게 같은 설명을 처음부터 다시 하는 사람으로 남을 것인가. 아니면 AI가 일할 환경을 만드는 사람으로 넘어갈 것인가. 첫 번째 길은 익숙하다. 문제가 생기면 다시 설명하면 된다. 톤이 어긋나면 다시 말하면 된다. 파일을 잘못 고치면 다시 고치라고 하면 된다.

당장은 그 방식이 빠르다. 하지만 끝은 이미 알고 있다. 요청문은 점점 길어지고, 채팅은 끊기 무서워지고, 새 작업을 시작할 때마다 같은 말을 다시 꺼낸다. AI가 만든 결과를 믿고 싶지만, 어딘가 찜찜하다.

두 번째 길은 처음에 조금 불편하다. 내 머릿속 기준을 꺼내야 한다. 자주 반복하는 말을 찾아야 한다. 무엇을 프로젝트 안에 남길지 정해야 한다. 완료 전에 무엇을 확인할지도 정해야 한다.

하지만 그 불편함을 지나면 작업이 가벼워진다. 새 대화창을 열어도 처음부터 설명하지 않는다. AI는 먼저 기준을 읽고 들어온다. 작업이 끝나면 무엇을 확인했는지 남긴다. 다음 작업은 그 기록에서 이어진다.

여기서 두 사람이 갈린다. 계속 바이브코딩 노가다를 반복하는 사람으로 남을 것인가, AI가 일할 환경을 쥐는 사람으로 넘어갈 것인가. 환경을 쥔 사람에게는 같은 바이브코딩도 다르게 흐른다. 떠밀려가는 게 아니라 끌고 간다.

환경을 쥐고 작업을 끌고 가는 사람, 그게 AI 네이티브다. 재능이 아니라 선택이고, 넘어가기로 한 사람은 누구나 그 자리에 선다. 그 길을 이 책에서 연다.