바이브 코딩 제대로 하는 방법
오픈 클로 개발자가 쓰는 3가지 원칙
요즘 AI씬을 보면 새로운 모델이 끝없이 나옵니다. 그에 따른 방법론도 끝없이 나오죠. 그것 때문에 피로 해지신분들이 많을 거라고 생각합니다. 저를 포함해서요. 그래서 저는 그때부터, 방법론 대신 이 LLM의 구조를 파악하고, 정말 필요한 원칙을 찾을려고 노력했습니다.
AI 코딩 도구 OpenClaw를 만든 피터 스테인버그와 투자자 나발 라비칸트의 팟캐스트에서 나온 내용을 기반으로 ChatGPT든 Claude든 어떤 새 모델이 나와도 흔들리지 않는 3가지 원칙을 말해보려고 합니다. 특히 세 번째 원칙이 가장 강력한데 이걸 제대로 쓰는 사람은 거의 없죠.
첫 번째 원칙은 기억을 관리하라는 겁니다.
ChatGPT든 Claude든 지금 나와 있는 모든 AI에는 한 가지 근본적인 한계가 있습니다. 바로 Context Window, 기억의 한계죠. AI는 대화창 안에 있는 것만 기억합니다. 창이 꽉 차거나 새 대화를 시작하면 이전 내용은 전부 사라지죠.
그래서 대부분은 AI가 맥락을 잃으면 처음부터 다시 설명합니다. 아까 만든 로그인 기능 있잖아 해도 AI는 모르거든요. 이게 엄청난 낭비죠. 잘 쓰는 사람들은 기억을 파일로 저장합니다.
기억 파일을 만드는 방법은 간단합니다. 프로젝트 폴더에 context.md 파일을 하나 만듭니다. 대화가 끝나기 전에 AI에게 지금까지 우리가 한 내용을 정리해줘, 뭘 만들었고 어디까지 왔고 다음에 뭘 해야 하는지 이렇게 말하면 되는 거죠. 그 답변을 context.md에 덮어씁니다. 다음에 새 대화를 시작할 때 이 파일을 첨부하면 AI는 바로 이어가죠.
결국 기억 관리의 핵심은 이겁니다. AI의 기억은 사라지니까 내가 대신 저장해주는 거죠. 이 한 가지만 해도 AI 활용 수준이 완전히 달라집니다. 근데 솔직히 이걸 매번 수동으로 하면 까먹습니다. 세 번은 하겠지만 열 번째엔 안 하게 되죠. 그래서 실전에서는 이걸 자동화합니다.
Claude Code에는 Hook이라는 기능이 있는데요. AI가 응답을 끝내는 순간 내가 설정해둔 명령이 자동으로 실행되는 겁니다. 여기에 대화가 끝날 때마다 현재 상태를 파일에 저장하라고 걸어두면 되는 거죠. 그러면 3시간 코딩하고 대화를 끝냈을 때 AI가 알아서 오늘 뭘 완성했고 내일은 뭘 해야 되는지를 파일에 기록해 줍니다.
두 번째 원칙은 의도를 주입하라는 겁니다.
프롬프트를 잘 쓴다는 게 결국 내가 원하는 게 뭔지를 AI가 오해 없이 이해하게 만드는 거죠. 가장 효과적인 방법은 예시를 먼저 보여주는 겁니다. 이걸 Few-shot이라고 하는데요. AI에게 이렇게 해줘라고 말하는 대신 이런 식으로 된 결과물을 원해라고 보여주는 거죠.
마치 신입사원에게 일을 가르칠 때를 생각해 보면 됩니다. 잘 해줘라고 말하는 것보다 지난번에 이렇게 했던 거 있잖아 그 방식으로 해줘가 훨씬 빠르죠.
예를 들어 대시보드를 만든다고 해보겠습니다. 대시보드 만들어줘라고만 하면 AI는 아무 방향으로나 갑니다. 하지만 세 가지를 함께 주면 결과가 달라지죠. 의도, 체크리스트, 그리고 Few-shot 예시입니다. 데이터를 한눈에 보는 깔끔한 대시보드가 필요해, 차트 3개 모바일 반응형 다크모드를 지원해야 해, 이 Dribbble 레퍼런스처럼 만들어줘. 이렇게 주는 거죠. 이 세 가지를 주면 AI가 방향을 잃지 않습니다. 결국 프롬프트 공식 같은 건 필요 없죠. 내가 원하는 걸 정확히 보여주면 됩니다.
세 번째 원칙은 모듈화입니다.
기억을 저장하는 건 첫 번째 원칙에서 말했습니다. 근데 프로젝트가 커지면 하나의 파일로는 부족합니다. 기능이 10개 20개 쌓이면 하나의 문서가 끝없이 길어지거든요. 해결책은 간단합니다. 기능별로 파일을 나누는 거죠.Claude Code에서는 이걸 Skills라고 부릅니다.
예를 들어 인증 기능을 만들었다면 Skills 파일에 이렇게 정리해 둡니다. 어떤 방식으로 구현됐는지, 어떤 기술 스택을 썼는지, 다음에 수정할 때 주의할 점은 무엇인지.
그리고 메인 파일인 CLAUDE.md에는 이 Skills 파일들을 참조만 해둡니다. 현재 상태와 다음 할 일만 매번 덮어쓰는 거죠. 상세 내용은 각 Skills 파일이 갖고 있습니다. 그러면 파일이 커지지 않고 맥락은 항상 최신으로 유지되죠.
이것도 자동화할 수 있습니다. CLAUDE.md에 규칙 하나만 적어두면 되는데요. 새 기능이 완성되면 해당 기능의 Skills 파일을 만들고 참조 목록에 추가하라고 적어두는 겁니다. 이 한 줄이면 충분하죠. AI가 이 규칙을 매 대화마다 읽기 때문에 인증 기능을 구현하면 인증 Skills 파일을, 결제 기능을 만들면 결제 Skills 파일을 알아서 생성합니다.
여기서 핵심은 복리 효과입니다. 기능이 하나 쌓일 때마다 Skills도 하나 늘어납니다. AI는 새 대화를 시작해도 이 파일들을 참조하면 처음부터 다시 배우지 않거든요. 쓰면 쓸수록 AI가 내 프로젝트를 더 깊이 이해하는 팀원이 되는 거죠.
정리
정리하면 이렇습니다. 기억 관리는 AI의 기억이 사라지니까 파일로 저장하라는 것이고 의도 주입은 Few-shot으로 예시를 보여줘라는 것이고 모듈화는 Skills로 지식을 쌓아라는 거죠. 이 세 가지는 AI가 어떻게 동작하는지에서 나온 원칙입니다. 그래서 도구가 바뀌어도 그대로 적용이 되죠.
오늘의 뉴스레터는 여기까지 입니다. 읽어주셔서 감사합니다.
-ED