AI 코딩 실전 워크플로우 — 코드를 안 읽는 개발자의 LLM 활용법과 비용 논쟁
개발자 Stavros가 LLM에게 코딩을 전부 맡기는 AI 코딩 워크플로우를 공개했습니다. 프로젝트 4개 운영 실전 경험과 12달러 vs 0.3달러 비용 논쟁, 그리고 이 방식의 치명적 한계까지 정리했습니다.
"나는 원래 프로그래밍이 좋았던 게 아니라, 뭔가를 만드는 게 좋았습니다. AI가 코드를 대신 짜주니까 이제야 진짜 하고 싶은 일에 집중할 수 있게 됐습니다."
그리스 출신 개발자 Stavros Korokithakis가 자신의 블로그에 올린 AI 코딩 워크플로우 글 한 편이 해커뉴스에서 132표, 67개 댓글을 받으며 뜨거운 논쟁을 일으키고 있습니다. 그는 LLM이 생성한 코드를 직접 읽지 않고도, 수만 줄 규모의 프로젝트 4개를 몇 주간 안정적으로 운영하고 있다고 주장합니다.
LLM 코딩 워크플로우 — 설계자가 되고 코드는 AI에게
Stavros는 소프트웨어 개발 에이전시 Stochastic Technologies를 운영하는 베테랑 개발자입니다. 그가 공개한 AI 코딩 워크플로우의 핵심은 간단합니다. "나는 건축가 역할만 하고, 실제 공사는 AI가 한다"는 것입니다.
그는 이 방식으로 실제로 4개의 프로젝트를 만들어 운영하고 있습니다.
🤖 Stavrobot — 캘린더 관리, 리서치, 메시지 전송을 자동으로 처리하는 AI 개인 비서. 시그널·텔레그램·왓츠앱·이메일을 한 번에 연동하며, 한 달 넘게 사람 손 안 대고 안정적으로 작동 중
🎤 Middle — 음성 메모를 자동으로 텍스트로 변환해 AI 비서에게 전달하는 웨어러블 펜던트
🎨 Pine Town — 여러 사람이 동시에 그림을 그릴 수 있는 무한 캔버스 게임 (pine.town)
⏰ Sleight of Hand — 일부러 불규칙하게 째깍거리는 인터넷 연동 시계 (아트 설치물)
Stavros가 AI 코딩으로 만든 프로젝트 중 하나인 Stavrobot — 시그널, 텔레그램, 이메일을 한 번에 관리하는 AI 개인 비서
AI 코딩 실전: 30분 대화 후 "승인" 한 마디면 코드가 완성된다
그의 실제 바이브코딩(vibe coding) 작업 방식은 이렇습니다. 먼저 AI와 30분 이상 대화하면서 "이메일 기능을 추가하고 싶은데, 수신은 웹훅(외부에서 메시지가 오면 자동으로 받아주는 방식)으로 하고, 발신은 SMTP(이메일 전송 규격)로 하자" 같은 설계를 함께 다듬습니다.
AI가 "인바운드 메커니즘은요? 아웃바운드 방식은요? HTML은 어떻게 처리할까요?" 하고 7가지 핵심 질문을 던지면, Stavros가 하나씩 결정합니다. 설계가 끝나면 "approved"(승인) 한 마디를 보내고, 그 뒤로는 AI가 알아서 코드를 작성합니다.
블로그에 공개된 실제 세션에서는 이메일 기능 추가가 대화 시작부터 테스트 완료까지 약 1시간 만에 끝났습니다. Stavros는 이 과정에서 코드를 직접 한 줄도 쓰지 않았다고 밝혔습니다. AI와 대화하며 코딩하는 이런 방식을 더 알고 싶다면 김과장의 무료 학습 가이드에서 AI 활용법을 단계별로 배울 수 있습니다.
Claude Opus vs Sonnet — AI 모델별 역할 분담 전략
Stavros가 강조하는 핵심 인사이트 중 하나는 AI 모델마다 잘하는 게 다르다는 것입니다.
🏗️ 설계 담당: Claude Opus 4.6 — 사람의 의도를 잘 파악하고, 큰 그림을 그리는 데 탁월
⌨️ 개발 담당: Sonnet 4.6 — 토큰(AI가 처리하는 텍스트 단위) 비용이 적어서 대량 코드 작성에 효율적
🔍 검토 담당: Codex 5.4 — "깐깐하고 꼼꼼한" 성격으로 버그를 잘 찾아냄. 때로 Gemini 3 Flash도 추가 투입
그는 하나의 AI가 자기 코드를 스스로 검토하면 "내가 쓴 건 맞겠지" 하고 넘어가는 경향이 있다고 지적합니다. 서로 다른 AI가 검토해야 실수를 잡아낼 수 있다는 것입니다.
Stavros가 사용하는 OpenCode — 터미널에서 여러 AI 모델을 동시에 사용할 수 있는 오픈소스 코딩 도구 (GitHub 스타 1만 1천)
해커뉴스 논쟁: AI 코딩 비용 12달러 vs 0.3달러
해커뉴스에서는 이 글을 두고 치열한 논쟁이 벌어지고 있습니다.
⚠️ 가장 많은 공감을 받은 반론: "비용 대비 효과가 없다"
한 개발자가 실험한 결과, 여러 AI를 역할별로 나눠 쓰면 12달러가 드는 작업을 Claude Code 하나로 0.3달러에 끝낼 수 있었다고 밝혔습니다. 대부분 저렴한 Haiku 모델만 써도 비슷한 결과가 나왔다는 것입니다.
⚠️ 두 번째 반론: "코드를 안 읽으면 아무것도 모르는 것"
"AI가 쓴 코드를 읽지 않으면서 프로젝트를 이해한다고 할 수 있나? 결국 블랙박스 위에 집을 짓는 것"이라는 비판도 많은 공감을 받았습니다.
✅ 동의하는 쪽: "맥락 분리가 핵심"
찬성파는 AI에게 한꺼번에 모든 걸 시키지 말고 "계획 → 실행 → 검토"로 나눠서 각 단계에 토큰 예산을 집중하는 것이 합리적이라고 반박했습니다.
AI 코딩의 치명적 한계 — 본인도 인정한 약점
흥미롭게도 Stavros 스스로 이 방식의 결정적 약점을 밝혔습니다. 자신이 잘 모르는 기술 분야에서는 이 워크플로우가 완전히 무너진다는 것입니다.
"코드가 안 되는데 AI한테 고치라고 하면, AI가 '아 원인을 알았습니다!' 하면서 더 망가뜨리는 악순환이 반복됩니다." 이 문제를 막으려면 해당 기술의 큰 그림을 이해할 수 있을 정도의 지식은 반드시 필요하다고 그는 강조합니다.
결국 AI 코딩 워크플로우의 성패는 도구가 아니라 사람의 설계 능력에 달려 있다는 것이 그의 결론입니다. "코드를 올바르게 짤 줄 아는 능력"은 덜 중요해졌지만, "시스템을 올바르게 설계하고 맞는 선택을 내리는 능력"은 오히려 기하급수적으로 중요해졌다고 말합니다.
바이브코딩 실전 교훈 3가지 — 지금 바로 적용하기
1️⃣ AI에게 바로 코딩을 시키지 말고, 충분히 대화부터 하기
"이거 만들어줘"가 아니라 30분간 설계를 함께 다듬는 과정이 결과물의 질을 결정합니다. AI가 질문을 던지도록 유도하면 빠뜨린 부분을 미리 잡을 수 있습니다.
2️⃣ 꼭 여러 AI를 쓸 필요는 없다 — 예산에 맞게 선택하기
해커뉴스 실험에 따르면 Claude Code 하나만 써도 비슷한 결과를 40분의 1 비용(0.3달러)에 얻을 수 있었습니다. 처음에는 단일 모델로 시작하고, 프로젝트가 커지면 역할을 나누는 방식을 추천합니다.
3️⃣ 모르는 분야는 AI에게 맡기면 망한다
AI는 설계가 잘못됐는지 스스로 판단하지 못합니다. 최소한 "이 방향이 맞는지" 검증할 수 있는 수준의 배경 지식은 갖추고 시작해야 합니다.
AI 코딩 도구가 빠르게 발전하면서 "코딩의 미래"에 대한 논쟁도 점점 뜨거워지고 있습니다. Stavros의 글은 완벽한 정답이라기보다, 실전에서 부딪힌 경험과 한계를 솔직하게 공유했다는 점에서 가치가 있습니다. 원문은 Stavros의 블로그에서, 커뮤니티 토론은 해커뉴스 댓글에서 확인할 수 있습니다.
AI와 바이브코딩에 대해 더 알고 싶다면 무료 학습 가이드에서 기초부터 실전까지 단계별로 배울 수 있습니다.
관련 콘텐츠 — Easy클코로 AI 시작하기 | 무료 학습 가이드