궁금한데, '바이브 코딩'으로 짠 코드는 실제 개발자가 보기엔 어떤가요?

추상화 수준은 참아줄 만한데, 기존에 있는 추상화를 잘 못 찾고 똑같은(비슷한) 추상화를 완전히 새로 구현해 버리는 경우가 많음.

YAGNI라는 개념을 잘 모르겠는데. 설명 좀 해줄 수 있어?

새로 하거나 바꾸려는 작업이 실제로 필요한지 멈춰서 생각해보라는 코딩 원칙이야.

'필요할지도 모르는 것'에 시간 낭비하는 대신 '실제로 필요한 것'에 집중하게 도와주지.

프로젝트 로그 예시: 'UI 버튼 색상을 여러 가지 파란색 음영으로 바꿀 수 있는 서브루틴을 생각했다. YAGNI' (그래서 어딘가에 기록해두고 나중에 필요할 때를 위해 태그만 달아두는 거지.)

AI는 그런 이상적인 방식을 우회하지 않나? 인간이 5시간 동안 '필요한 것'만 코딩하고 '필요할지도 모르는 것'을 생략하는 반면, AI는 '필요할지도 모르는 것'까지 전부 코딩하는 데 5분밖에 안 걸린다면, 그냥 AI한테 가능한 모든 걸 다 코딩하게 시키고 나중에 필요할 때까지 주석 처리해두는 게 더 낫지 않아? 주로 백엔드 쪽 이야기하는 거지? 프론트엔드 UI 같은 거 말고? 예를 들어, 빨강, 파랑, 초록, 노랑, 주황, 검정 색상을 선택할 수 있는 UI를 요청하면…

아니. 첫째로, 필요하지 않아서 결국 사용하지도 않을 걸 만드는 건 토큰 낭비야. 나중에 그걸 파악하는 데도 토큰이 더 들고.

예시의 이 부분은 성립이 안 돼. 예를 들어 백엔드에서 단일 색상을 지정한다고 치자. API 같은 걸 위해 색상을 파라미터화해야 한다면, 보통 정적인 단일 색상에서 n개의 색상으로 넘어가는 걸 의미하거든. 그러니까 프로그래밍 관점에서 (0이나 1)에서 2로 가는 델타가 2에서 (한계치)로 가는 델타보다 작거든.

뉘앙스를 더하자면…

그러고 나면 'ponytail'이라는 게 결국 프롬프트 뭉치에 불과하다는 걸 깨닫게 되지. 그러고는 환멸을 느끼면서, AI가 500만 토큰을 써서 겨우 5개 찾은 걸 다 잡아낼 수 있게 직접 프로그래밍 방식으로 만들었어야 했다는 걸 깨닫게 될 거야, LOL. 그러고는 다시 확인하라고 시키면 또 500만 토큰을 태워서 10개를 더 찾아내지. 또 확인하라고 하면 10개를 더 찾아내고. 질릴 때까지 반복하다가 결국…

긴 주석에 대해 경고를 띄우는 커스텀 린트 규칙을 추가할 수도 있어. LLM은 보통 새로운 린트 경고가 뜨는 걸 알아차리기 때문에, 정의된 제한 범위 안에 들어올 때까지 주석 텍스트를 수정하거든. 완벽하진 않지만(가끔 린트 경고를 무시하기도 함), 꽤 도움이 돼. (이런 용도의 표준 린트가 있는지는 모르겠지만, 난 3줄이 넘는 주석에 경고를 띄우는 커스텀 린트 규칙을 가지고 있어. 그리고 린트 내부에 커스텀 지시사항을 작성했지…)

AI는 중간값을 찾도록 학습되었거든. 가장 평균적인 코드베이스 말이야. 조지 칼린이 이런 말을 했지:

평균적인 사람이 얼마나 멍청한지 상상해보고, 그보다 더 멍청한 사람이 절반이나 된다는 걸 기억해라!