Claude Code로 예측 가능하게 바이브 코딩하는 전략

바이브 코딩은 2025년 2월 Andrej Karpathy가 X에서 처음 쓴 용어로, 원래는 코드를 거의 읽지 않고 “Accept All”로 밀어붙이는 극단적인 방식이었다. 실무에서는 그보다 넓게, LLM이 코드를 생성하고 개발자가 검증·조정하는 흐름까지 포함해 쓰인다.

문제는 긴 스펙과 많은 규칙을 한 번에 맡기면 에이전트가 자주 빗나간다는 점이다. 예를 들어 30페이지짜리 인증 스펙을 넣어도 중간 요구사항이 빠지거나, 요청하지 않은 기능이 섞이거나, 기존 패턴이 학습 데이터의 prior에 끌려가며 잘못된 방향으로 회귀할 수 있다. 저자는 이를 Lost in the Middle, 모호한 스펙 해석, 자기회귀에 따른 오류 중첩, 그리고 인간의 작업 기억과 비슷한 4±1 수준의 한계로 설명한다.

핵심은 LLM 내부를 바꾸는 것이 아니라, 외부 시스템으로 한계를 보완하는 것이다. 인간이 메모지, 체크리스트, 역할 분담, 중간 점검으로 복잡한 일을 처리하듯 Claude Code도 다음 도구 조합으로 안정성을 높일 수 있다.

• 작은 요청의 멀티턴 대화: 한 번에 크게 시키지 말고 단계적으로 확인한다.
• Plan 모드: 실행 전에 계획을 검증해 방향 오류를 초기에 잡는다.
• Todo: 여러 파일과 작업을 체크리스트로 관리해 누락을 줄인다.
• 서브에이전트: 도메인별로 컨텍스트를 분리해 정밀도를 높인다.
• Extended Thinking: 디버깅, 아키텍처 결정, 엣지 케이스 탐색처럼 “왜?”를 따지는 작업에 적합하다.
• CLAUDE.md: 프로젝트 온보딩 규칙과 디렉토리별 컨벤션을 계층적으로 담는다.
• Skills: 규칙을 나열하는 데서 끝내지 않고, 실제 검사와 워크플로우를 자동화한다.
• Compact: 대화가 길어질수록 불필요한 컨텍스트를 요약해 집중력을 회복한다.

결론은 분명하다. Claude Code를 신뢰할 수 있게 쓰려면, LLM에게 완전한 이해를 기대하기보다 작게 나누고, 계획을 먼저 확인하고, 외부 메모와 검사 체계를 붙여 예측 가능성을 높여야 한다는 것이다.