출처: Sequoia Capital YouTube
문서유형: 영상 해설
#AndrejKarpathy #VibeCoding #AgenticEngineering #Software3
핵심 요약
Andrej Karpathy는 Sequoia Capital 인터뷰에서 AI 코딩의 변화가 단순히 “코드를 더 빨리 쓰는 도구”의 문제가 아니라고 말합니다. 핵심은 LLM을 새로운 컴퓨터처럼 다루고, 인간은 코드 한 줄보다 스펙, 검증, 판단, 취향을 설계하는 쪽으로 이동한다는 점입니다.
그가 말한 전환은 세 가지로 압축됩니다.
- Software 3.0은 프롬프트와 컨텍스트로 프로그래밍하는 시대입니다.
- Vibe Coding은 누구나 만들 수 있게 하지만, Agentic Engineering은 품질을 유지하며 에이전트를 조율하는 기술입니다.
- 생각 일부는 AI에게 맡길 수 있어도, 이해 자체는 인간이 가져야 합니다.
기: “나는 프로그래머로서 뒤처진 느낌을 받았다”
Karpathy가 흥미로운 고백을 합니다. 최신 에이전트 코딩 도구를 쓰면서 “프로그래머로서 가장 뒤처진 느낌”을 받았다는 것입니다.
처음에는 AI가 작은 코드 조각을 제안하고, 사람이 고치는 방식이었습니다. 그런데 어느 순간부터 큰 코드 덩어리가 거의 그대로 쓸 수 있게 나왔습니다. 더 요청하면 더 만들어졌고, 그것도 꽤 잘 작동했습니다. 이때부터 그는 단순한 보조 도구가 아니라 새로운 작업 방식이 시작됐다고 느꼈습니다.
이 변화가 바로 바이브 코딩의 출발점입니다. 아이디어를 말하면 앱이 만들어지고, 비개발자도 소프트웨어 제작에 참여할 수 있습니다. 하지만 여기서 끝나면 위험합니다. 쉽게 만들 수 있다는 것과 좋은 시스템을 만든다는 것은 다르기 때문입니다.
승: Software 3.0, 코드는 더 이상 유일한 프로그램이 아니다
Karpathy는 소프트웨어를 세 단계로 봅니다.
- Software 1.0: 사람이 직접 쓴 코드
- Software 2.0: 데이터로 학습된 신경망
- Software 3.0: LLM을 컨텍스트와 프롬프트로 다루는 방식
Software 3.0에서는 “무엇을 코딩할 것인가”만큼 “LLM에게 어떤 맥락과 작업 환경을 줄 것인가”가 중요해집니다.
그가 든 예가 인상적입니다. 과거에는 여러 운영체제와 환경을 지원하려면 복잡한 설치 스크립트가 필요했습니다. 하지만 이제는 에이전트에게 설치 지침을 주고, 에이전트가 환경을 살피며 필요한 조치를 수행하게 만들 수 있습니다. 설치 스크립트보다 에이전트가 읽고 실행할 수 있는 지침이 더 중요해지는 것입니다.
전: 바이브 코딩과 에이전틱 엔지니어링은 다르다
바이브 코딩은 소프트웨어 제작의 문턱을 낮춥니다. 누구나 아이디어를 앱으로 만들어볼 수 있습니다. 하지만 Agentic Engineering은 한 단계 더 깊습니다.
에이전틱 엔지니어링은 강력하지만 들쭉날쭉한 AI 에이전트를 다루는 공학입니다. 여기에는 스펙 작성, 테스트, 검증 루프, 보안 경계, 데이터 모델링, 아키텍처 판단이 들어갑니다.
Karpathy가 든 사례도 현실적입니다. 에이전트가 Google 계정 이메일과 Stripe 결제 이메일을 매칭하려 했는데, 실제 제품에서는 두 이메일이 다를 수 있습니다. 코드는 그럴듯하게 만들 수 있지만, 제품의 핵심 모델링 판단을 놓친 것입니다.
결국 인간의 역할은 API 이름을 외우는 것이 아닙니다. 인간은 무엇이 맞는 설계인지, 어떤 결과가 위험한지, 어디까지 자동화해도 되는지 판단해야 합니다.
결: 이해는 아웃소싱할 수 없다
영상에서 가장 중요한 문장은 이것입니다.
You can outsource your thinking, but you can’t outsource your understanding.
생각의 일부는 AI에게 맡길 수 있습니다. 반복 구현, API 세부사항, 초안 작성, 테스트 실행은 점점 에이전트가 맡게 될 것입니다. 하지만 이해는 넘길 수 없습니다. 이해가 없으면 AI가 만든 결과가 맞는지, 위험한지, 좋은지 판단할 수 없습니다.
앞으로의 개발자는 코드를 직접 많이 쓰는 사람이 아니라, 에이전트가 일할 수 있는 환경을 설계하고, 결과를 검증하고, 제품의 방향을 책임지는 사람에 가까워질 것입니다.
핵심 인사이트
1. AI 코딩의 본질은 생산성 향상이 아니라 역할 변화다
사람은 구현자에서 조율자, 검증자, 설계자로 이동합니다. 코드 작성량은 줄어들 수 있지만, 시스템을 이해하고 방향을 잡는 책임은 더 커집니다.
2. 검증 가능한 영역부터 빠르게 자동화된다
코드, 수학, 테스트처럼 결과를 확인할 수 있는 분야는 AI 발전 속도가 훨씬 빠릅니다. Karpathy가 말한 verifiability는 앞으로 어떤 업무가 먼저 자동화될지 보는 중요한 기준입니다.
3. 좋은 에이전트 활용은 프롬프트가 아니라 하네스의 문제다
스펙, 도구, 파일, 테스트, 보안 경계가 함께 있어야 품질이 나옵니다. 프롬프트 한 줄보다 에이전트가 일할 환경을 설계하는 능력이 중요해집니다.
4. 바이브 코딩은 시작점이고, 에이전틱 엔지니어링은 운영 기술이다
쉽게 만드는 것보다 오래 유지되고 깨지지 않는 시스템을 만드는 능력이 중요합니다. AI가 코드를 빨리 만들수록, 품질을 판단하는 사람의 가치가 더 커집니다.
5. 인간의 마지막 경쟁력은 이해와 취향이다
AI가 더 많이 만들수록, 무엇이 좋은지 아는 사람의 가치가 커집니다. 이해와 취향이 없으면 AI가 만든 결과물을 검증할 수 없습니다.
마무리
Karpathy의 메시지는 낙관도 비관도 아닙니다. 그는 AI가 코딩을 바꾸고 있다고 말하지만, 인간이 사라진다고 말하지 않습니다. 오히려 인간에게 더 높은 수준의 이해를 요구합니다.
이제 중요한 질문은 “AI로 코드를 얼마나 빨리 짤 수 있나?”가 아닙니다.
“나는 에이전트가 좋은 결과를 내도록 환경을 설계하고, 그 결과를 제대로 검증할 수 있는가?”
이 질문에 답하는 사람이 다음 시대의 개발자에 더 가까울 것입니다.
원문 : Andrej Karpathy: From Vibe Coding to Agentic Engineering