미리보기
미리듣기
생성형 AI를 넘어 자율적으로 사고하고 협업하는 AI 에이전트의 등장을 분석한다. 기술의 장벽이 사라진 지금, 생존이 아니라 기회의 시대가 열리고 있다.
컴퓨터 프로그램을 개발한다? 전문적으로 훈련을 받지 않은 개발자가 아닌 한 현실적인 생각이 아니었다. 그러나 사정이 달라졌다. 컴퓨터 솔루션이나 애플리케이션을 만드는 데 코딩이 별로 필요치 않은 ‘로 코드(low code)’를 지나 이제 아예 코딩이 필요치 않은 ‘노 코드(no code)’ 환경이 열렸기 때문이다. ‘노 코드’의 결정판은 ‘바이브 코딩(vibe coding)’이다. ‘바이브 코딩’이라는 말은 2025년 2월에 처음 등장한 신조어다. 테슬라의 인공지능 개발 책임자 안드레이 카파시(Andrej Karpathy)가 자신의 X계정에 올린 게시물에서 시작됐다.
－01_“누구나 할 수 있는 ‘바이브 코딩” 중에서
AI가 처음부터 모든 것을 만들게 하기보다 기본적인 템플릿을 제공해 주면 원하는 결과를 보다 정확히 얻을 수 있다. AI는 이렇게 컨텍스트로 제공된 기반(scaffolding)에 사용자가 원하는 내용이나 도구를 추가해 결과물을 만들어 낸다. 또한 AI가 작업을 하는 데 사용할 파일이나 데이터를 추가해 줄 수 있다. 바이브 코딩에서 에러를 처리할 때 에러 기록을 복사해서 프롬프트 창에 붙여 주는 방법은 좋은 예다. 터미널이나 브라우저 콘솔에 나타나는 에러 로그는 기반 컨텍스트가 된다.
－03_“프롬프트를 넘어 컨텍스트로” 중에서
AI 에이전트 방식으로 애플리케이션을 구축하면 이 앱이 제공하는 모든 콘텐츠를 다국어로 생성할 수 있다. 앱에 표시되는 메뉴, 안내문 등 고정 데이터를 i18n 방식으로 현지화시키고, 모든 동적인 서비스 콘텐츠를 AI 에이전트가 만들어 내면 어느 나라 사람이라도 자신의 언어로 이 앱을 사용할 수 있다. 그 앱이 어느 나라에서 만들어졌더라도.
－06_“시작부터 세계로 ‘Born-Global” 중에서
AI를 이용하면 대중적 서비스에서 타깃 고객층을 식별하기 위해 고객의 페르소나를 생성할 수 있다. 과거에는 소비자 조사나 데이터 분석으로 고객층을 추정했다. 그러다 보면 기존 방식의 조사나 데이터에 나타나지 않는 잠재 고객은 포착되지 않는 모순에 빠지기 일쑤였다. 생성형 AI 시대에는 고객 데이터 분석을 기반으로 예상되는 고객의 페르소나를 자동으로 생성할 수 있다. 기존 고객의 특성은 물론 이를 바탕으로 예측되는 새로운 고객층까지 AI는 다층적인 고객군을 세밀하게 정의해 준다