Sequoia의 AI Ascent 2026에서, OpenAI 공동 창업자이자 전 Tesla AI 디렉터, Eureka Labs 창업자인 Andrej Karpathy가 놀라운 고백으로 시작했습니다: 프로그래머로서 지금이 가장 뒤처진 느낌이 든다고. 기술이 떨어진 게 아니라, AI 기반 코딩 도구들이 프로그래밍의 의미를 누구도 따라잡지 못할 속도로 바꾸고 있기 때문입니다.
Karpathy는 이 변화를 이해하기 위한 3단계 프레임워크를 제시했습니다: vibe coding, agentic engineering, Software 3.0. 이것은 소프트웨어 개발이 어디로 향하는지, 그리고 어떤 기술이 가장 중요해질지에 대한 가장 명확한 사고 모델입니다.
핵심 요약
Vibe coding은 누구나 프롬프트로 빌드할 수 있게 합니다. Agentic engineering은 전문가들이 AI 에이전트를 사용해 품질을 유지하면서 빌드할 수 있게 합니다. Software 3.0은 신경망이 프로그래밍 레이어 자체가 되는 단계입니다. 우리는 현재 1단계에서 2단계로 전환 중입니다.
Vibe Coding이란?
Vibe coding은 Karpathy가 현재 단계를 가리키는 용어로, 기술자든 아니든 누구나 자연어로 원하는 것을 설명하면 소프트웨어를 빌드할 수 있는 단계입니다. AI에게 "히어로 섹션, 가격 테이블, 가입 폼이 있는 랜딩 페이지를 만들어줘"라고 말하면 작동하는 코드를 생성합니다.
Vibe coding은 진입 장벽을 낮췄습니다. 이제 제품 매니저는 앱 프로토타입을 만들 수 있습니다. 디자이너는 기능적인 웹사이트를 빌드할 수 있습니다. 학생은 실제 문제를 해결하는 도구를 만들 수 있습니다. 빌드 장벽이 "수년의 코딩 경험"에서 "원하는 것을 설명할 수 있는 능력"으로 낮아졌습니다.
Vibe coding을 가능하게 하는 도구: Cursor, Bolt, v0, Replit, 그리고 어느 정도 ChatGPT와 Claude의 코드 생성 기능.
한계: Vibe coding은 작동하는 코드를 만들지만, 종종 미묘한 디자인 결함이 있습니다. Karpathy의 예: 이메일 주소로 Stripe 결제를 Google 계정에 매칭하는 AI 생성 앱. 코드는 잘 실행됐습니다. 하지만 아키텍처가 잘못됐습니다. 주니어 개발자는 알아채지 못할 겁니다. 경험이 많은 개발자는 즉시 알아챌 겁니다.
이것이 Karpathy가 말하는 "jagged intelligence"입니다 — AI 능력은 고르게 분포되지 않습니다. 훈련 데이터, 보상, 검증 루프가 있는 영역에서는 모델이 급등하지만, 다른 영역에서는 예측 불가능하게 실패합니다.
Agentic Engineering이란?
Agentic engineering은 다음 단계로, 아키텍처, 디자인 결정, 품질 기준에 대한 인간 감독을 유지하면서 AI 에이전트를 사용해 전문가 수준의 개발을 하는 것입니다.
Vibe coding이 "원하는 걸 설명하고 AI가 주는 걸 받아들이는 것"이라면, agentic engineering은 "AI 에이전트를 사용해 실행하면서 지시하고, 검토하고, 수정하는 것"입니다. 인간 역할이 코드 작성에서 코드 검토로, 구현에서 아키텍처로, 코딩에서 엔지니어링으로 이동합니다.
Agentic engineering을 가능하게 하는 도구: Claude Code, OpenAI Codex, Hermes Agent, Cursor의 agent mode. 이 도구들은 단순히 코드를 생성하는 게 아니라 다단계 작업을 계획하고, 실행하고, 결과를 테스트하며, 반복합니다.
| 측면 | Vibe Coding | Agentic Engineering |
|---|---|---|
| 누가 하는가 | 누구나 — 코딩 불필요 | 엔지니어링 판단력을 가진 개발자 |
| AI 역할 | 설명으로부터 코드 생성 | 다단계 계획을 자율적으로 실행 |
| 인간 역할 | 원하는 것 설명 | 지시, 검토, 수정 |
| 출력 품질 | 작동하지만 디자인 결함 가능 | 감독 하에 프로덕션 준비 완료 |
| 핵심 기술 | 프롬프트 능력 | 감각, 판단력, 아키텍처 지식 |
| 검증 | "실행되나?" | "올바르고, 안전하고, 유지보수 가능한가?" |
Software 3.0이란?
Karpathy의 가장 큰 개념. 소프트웨어 진화에 대한 그의 프레임워크:
Software 1.0: 인간이 모든 코드 라인을 작성. 명시적 지시. 결정론적 동작. 이것이 전통적 프로그래밍입니다.
Software 2.0: 신경망이 데이터로부터 학습. 규칙을 작성하는 대신 예시를 제공하면 모델이 패턴을 학습합니다. 컴퓨터 비전, 음성 인식, 추천 시스템. Karpathy가 2017년에 이 용어를 만들었습니다.
Software 3.0: 대형 언어 모델이 프로그래머블 레이어가 됩니다. 모든 지시를 지정하는 대신 개발자들이 목표, 제약, 맥락을 설명합니다. 모델이 해석하고 실행합니다. 인터페이스는 자연어입니다. 프로그램은 프롬프트입니다.
Software 3.0에서 LLM은 런타임이자 프로그래밍 언어입니다. LLM을 호출하는 코드를 작성하는 게 아니라, LLM 자체가 코드입니다. 프롬프트가 프로그램입니다. 그리고 개발자의 일은 프롬프트를 설계하고, 맥락을 큐레이션하며, 출력을 검증하는 것입니다.
이것이 context engineering이 AI에서 가장 중요한 기술이 되는 이유입니다. 프롬프트가 프로그램이라면, 그 주변 맥락이 프로그램 동작을 결정합니다. 그 맥락을 관리하는 것이 새로운 소프트웨어 엔지니어링 형태입니다.
---📬 이 내용에서 가치를 얻고 계신가요? 우리는 AI에서 중요한 기술에 대해 매주 발행합니다. 인박스에서 받아보세요 →
---이제 왜 Syntax보다 Taste가 더 중요한가?
강연에서 Karpathy의 가장 인상적인 명언: "생각은 아웃소싱할 수 있습니다. 이해는 아웃소싱할 수 없습니다."
AI 에이전트는 코드를 작성하고, 초안을 생성하고, 도구를 호출하고, 작업을 실행할 수 있습니다. 하지만 결과가 좋은지 알려줄 수는 없습니다. 그것에는 판단력이 필요합니다 — 기술적으로 올바르지만 아키텍처적으로 잘못된 것을 인식하는 능력, 코드가 실행되지만 스케일되지 않는 것을, 기능이 작동하지만 보안 취약점을 만드는 것을.
Karpathy는 이것을 "taste"라고 부릅니다. AI 생성 출력을 보고 그것이 옳은지 아는 능력입니다. 단순히 "컴파일되나"가 아니라 "경험 많은 엔지니어가 이렇게 만들까?"입니다.
실제 함의: 기본을 깊이 이해하는 개발자들이 번창할 것입니다. 표면적 코딩만 아는 개발자들은 고군분투할 겁니다. AI가 그들보다 표면적 코딩을 더 잘하기 때문입니다. 가치가 스택 위로 이동합니다 — 구현에서 아키텍처로, syntax에서 판단으로, 코드 작성에서 코드 평가로.
"Jagged Intelligence"란?
Karpathy의 용어로 AI의 불균등한 능력 분포를 가리킵니다. 모델은 일부 작업에서 놀라울 정도로 잘 수행하지만 다른 작업에서는 예상치 못하게 실패합니다. 지능이 매끄럽지 않고 — 들쭉날쭉합니다.
핵심 통찰: AI는 검증 가능한 것을 자동화합니다. 명확한 피드백 루프가 있는 작업 — 코드가 테스트를 통과하나? 수학이 맞나? 출력이 예상 형식과 맞나? — 에서 AI가 탁월합니다. 모호한 상황에서 판단이 필요한 작업 — 이 아키텍처가 맞나? 이 사용자 경험이 직관적인가? 이 전략이 합리적인가? — 에서는 AI가 여전히 어려워합니다.
개발자들에게 이것은: 출력이 측정될수록 AI 도구가 더 유용해진다는 의미입니다. 코딩, 테스트, 데이터 분석, 구조화된 콘텐츠 생성은 고도로 자동화 가능합니다. 제품 디자인, 시스템 아키텍처, 전략적 의사결정은 여전히 인간 판단이 필요합니다.
Agentic Engineering에 필요한 기술은?
Karpathy의 프레임워크에 기반해 agentic engineering 시대에 가장 중요한 기술:
1. 기본에 대한 깊은 이해. AI가 좋아질수록 배우는 것을 줄이고 싶은 유혹이 들지만, Karpathy는 정반대를 주장합니다. 이해가 병목이 됩니다. 시스템을 지시하고, 무엇을 물어볼지, 검사할지, 거부할지 알 만큼의 깊이가 필요합니다.
2. 시스템 디자인과 아키텍처. AI는 함수를 작성합니다. 당신은 시스템을 디자인합니다. 컴포넌트 간 상호작용, 실패 지점, 스케일링을 이해하는 것이 핵심 개발자 기술이 됩니다.
3. 검증과 리뷰. AI 생성 코드를 비판적으로 읽는 능력 — 단순히 "작동하나"가 아니라 "이 접근이 맞나?" 이것은 코드를 작성할 수 있는 깊은 지식을 다르게 적용하는 것입니다.
4. 프롬프트와 맥락 엔지니어링. 프롬프트가 프로그램이라면 좋은 프롬프트를 작성하는 것이 프로그래밍입니다. ICCSSE framework (Identity, Context, Constraints, Steps, Specifics, Examples)은 agentic engineering에 직접 적용됩니다 — 에이전트에게 명확한 사양을 주는 것이 인간 개발자를 위한 디자인 문서 작성과 같습니다.
5. 도구 오케스트레이션. 어떤 작업에 어떤 AI 도구를 사용할지 아는 것. 기능 작성에는 Claude Code, 편집에는 Cursor, 자동화에는 Hermes Agent, 제안에는 Copilot. 최고의 엔지니어들은 하나의 도구에 의존하지 않고 여러 도구를 조합합니다.
AI 코딩 도구를 위한 프롬프팅을 연마하려면 무료 Prompt Optimizer를 사용해보세요 — 어떤 프롬프트에도 구조화된 프레임워크를 적용합니다. 그리고 지금 사용 가능한 최고 AI 코딩 도구에 대한 실전 가이드는 Claude Code vs Codex 비교를 보세요.
---📬 이런 내용 더 원하시나요? AI 실무자들이 일하는 방식을 형성하는 아이디어를 매주 다룹니다. 무료 구독 →
---자주 묻는 질문
Vibe coding은 죽었나?
아니요. Vibe coding은 계속될 겁니다 — 비개발자들의 소프트웨어 빌드 진입점입니다. Agentic engineering은 프로덕션 품질 출력을 필요로 하는 사람들을 위한 전문적 진화입니다. 둘 다 공존합니다. Vibe coding을 스케치로, agentic engineering을 아키텍처로 생각하세요.
AI가 코드를 작성해주면 코딩을 배울 필요가 있나?
네, 하지만 다르게. Syntax를 외울 필요는 없습니다. 소프트웨어가 어떻게 작동하는지 이해해야 합니다 — 데이터 구조, 시스템 디자인, 보안 원리, 성능 트레이드오프. AI 생성 코드가 올바르고 적절한지 평가할 수 있는 지식입니다.
Software 3.0은 언제 주류가 될까?
이미 좁은 영역에서 일어나고 있습니다 — 코딩 어시스턴트, 콘텐츠 생성, 데이터 분석. 완전한 Software 3.0 (대부분의 애플리케이션이 LLM 네이티브인)은 현재 궤도로 3-5년 후입니다. 전환은 갑작스럽지 않고 점진적일 겁니다.
Agentic engineering과 ChatGPT로 코딩하는 것의 차이는?
ChatGPT는 프롬프트에 응답해 코드 스니펫을 생성합니다. Agentic engineering은 자율 에이전트(Claude Code, Codex, Hermes)를 사용해 다단계 작업을 계획하고, 실제 코드베이스에서 실행하고, 결과를 테스트하며, 반복합니다 — 최소한의 인간 개입으로. 길을 물어보는 것과 운전사를 고용하는 차이입니다.
공개: 이 글의 일부 링크는 제휴 링크입니다. 우리는 정기적으로 테스트하고 사용하는 도구만 추천합니다. 전체 공개 정책을 확인하세요.