AI 시대 새로운 직업: 전문 바이브 코더의 부상

핵심 요약

• 기술 배경이 없어도 가능: 코딩을 한 번도 배운 적 없는 사람이 월급을 받는 전문 바이브 코더로 활동 중
• 명확성이 가장 중요한 기술: 코딩 능력보다 AI에게 원하는 것을 명확하게 설명하는 능력이 성공의 핵심
• 공개적인 성장이 취업으로 연결: 비밀을 공개하고 지식을 공유하며 공개적으로 무언가를 만들 때 기회가 발생
• 판단력과 취향이 증가하는 기술: 미래에는 빠른 출력보다 좋은 의사결정과 감정적 이해가 더 가치 있음
• AI는 증폭기일 뿐: 명확하지 않은 목표는 쓰레기를 빠르게 생산하도록 할 뿐이며, 올바른 방향이 있어야만 AI가 진정한 도구가 됨

코딩 배경이 없는 사람이 월급 받는 전문 바이브 코더가 될 수 있는 이유

전통적인 기술 업계에서는 이상하게 들릴 수 있지만, 기술 배경이 없다는 것이 오히려 장점이 될 수 있습니다. 라자르 요바노비치는 Lovable의 첫 공식 바이브 코딩 엔지니어로, 평생 단 한 줄의 코드도 작성해본 적이 없습니다. 뭐라고 물어보든 그의 답은 "AI에 크게 의존합니다"입니다.

기술적 배경이 없는 사람들은 기술적 제약이 무엇인지 모르기 때문에 오히려 그것을 만들 수 있습니다. 예를 들어, 누군가가 "Lovable이 크롬 확장 프로그램을 만들면 좋겠다"고 말했을 때, 비기술적인 사람들은 "그게 왜 안 되는데요?"라고 물었지만, 기술자들은 "React 스택 때문에 불가능해요"라고 설명하기 시작했습니다. 실제로 Lovable으로 크롬 확장 프로그램을 만들 수 있었습니다. 심지어 데스크톱 애플리케이션도 만들 수 있었습니다.

이것이 바로 기술적 배경이 없는 사람들의 진정한 장점입니다. 그들은 완전히 편견 없이 매우 긍정적인 태도로 일에 접근합니다. AI 도구를 다룰 때는 모든 것이 가능하다고 믿는 망상 을 가져야 합니다. 틀렸다고 증명되기 전까지는 말입니다. 이러한 태도야말로 신기술 시대에 가장 강력한 무기입니다.

AI 도구를 제대로 사용하기 위한 핵심 원리: 명확성

기술적 배경이 없는 사람들이 직면하는 두 가지 주요 문제가 있습니다. 첫째, 막힘에 부딪혔을 때 문제를 어떻게 해결해야 할지 즉시 명확하지 않습니다. 둘째, 시스템 아키텍처나 확장성에 대한 이해 부족으로 인해 불안정한 제품을 만들 위험이 있습니다. 이러한 문제를 극복하기 위한 가장 중요한 요소는 자기 인식 입니다.

라자르는 오늘날 시간의 80%를 계획하고 AI 도구와 상호작용하는 데 할애하고, 단 20%만을 실제로 계획을 실행하는 데 사용합니다. 이는 단순히 개발을 서두르는 것이 아니라, 올바른 종류의 속도 를 최적화하는 것입니다. 많은 사람들이 놓치는 부분이 바로 여기입니다. AI는 코드를 인간보다 훨씬 빠르게 생성할 수 있으므로, 진정한 병목은 무엇을 원하는지에 대한 명확성입니다.

명확성을 위한 "지니의 비유"

AI를 알라딘의 지니에 비유하면 이해하기 쉽습니다. 지니가 "세 가지 소원을 들어주겠다"고 할 때, 당신이 "키가 더 커지고 싶다"고 애매하게 말하면 지니는 당신을 13피트 키로 만들어버립니다. 당신이 충분히 구체적이지 않았기 때문입니다. AI도 마찬가지입니다. "무슨 말인지 알죠?"라는 표현을 이해하지 못합니다.

AI는 다음 두 가지 한계가 있습니다:

1. 기계 수준의 한계 - 토큰 메모리 창
비기술적인 청중을 위해 설명하자면, 수천, 수백만 개의 소원이 아니라 제한된 수의 "소원"만 얻을 수 있다는 뜻입니다. 각 요청에서 AI는 토큰(작은 데이터 단위)으로 다양한 작업을 수행합니다. 웹을 검색하고, 생각하고, 마지막으로 코드를 실행하는 데 모두 제한된 토큰을 사용해야 합니다.

2. 인간 수준의 한계 - 암묵적 맥락의 이해 부족
AI는 암묵적인 맥락이나 뉘앙스를 추론할 수 없습니다. 수년간의 경험을 가진 인간은 "이 부분은 아마 이렇게 작동할 거야"라고 추론할 수 있지만, AI는 모든 것을 명시적으로 설명받아야 합니다. 따라서 명확하게 설명하고, 참고 자료를 제공하며, 올바른 맥락을 보장해야 합니다.

AI를 제대로 활용하는 4단계 프롬프팅 전략

라자르가 실제로 사용하는 프롬프팅 방법은 네 가지입니다. 각 단계를 거치면서 점점 더 명확해지고 강력해지는 결과를 얻을 수 있습니다.

1단계: 브레인 덤프 - 막연한 아이디어 쏟아내기

프로젝트의 첫 번째 버전으로 시작합니다. Lovable, Cursor, Claude 등 어떤 AI 도구든 열고 생각나는 대로 쏟아내는 프롬프트를 입력 하세요. 음성 기능을 사용해서 그냥 마음껏 받아쓰고 보내세요. 완료될 때까지 기다리지 말고 새 창을 열어서 다시 시작하세요.

이 단계에서는 명확성이 목표가 아닙니다. 오히려 생각나는 대로 쏟아내다 보니 좋은 실마리를 찾는 것 이 목표입니다. 상황이 더 명확해지면서 다음 단계로 넘어갈 준비가 됩니다.

2단계: 구체적인 아이디어 + 레퍼런스 추가하기

첫 번째 단계를 거친 후, 이제 더 구체적으로 생각합니다. 어떤 기능이 필요한지, 어떤 페이지가 필요한지 알게 됩니다. 이제 두 번째 프로젝트를 시작하되, 좋은 참고 자료를 첨부 합니다.

Dribbble이나 Mobbin 같은 사이트에 가서 좋은 스크린샷이나 좋은 애니메이션을 얻으세요. 대부분의 AI 도구는 입력의 일부로 파일을 허용합니다. 이제 상황은 훨씬 더 명확해졌습니다. 품질에 노출되었으므로, AI도 더 나은 결과물을 만들 수 있습니다.

3단계: 코드 템플릿 또는 라이브러리 제공하기

두 번째 단계를 거쳤다면, 이제 다음 생각이 자연스럽게 나옵니다. "이미 나와 있는 템플릿을 찾으면 어떨까? 왜 바퀴를 재발명해야 하지?"

Twenty-first Dev나 다른 곳에서 실제 코드 템플릿을 찾아서 ZIP 파일로 다운로드한 후 첨부하세요. 영어는 훌륭한 프로그래밍 언어이지만, AI 도구는 여전히 코드로 가장 잘 소통합니다. 픽셀 단위로 완벽한 결과를 원한다면 그냥 코드를 주세요. 도구들이 어떤 언어보다 코드를 훨씬 더 잘 해석합니다.

이제 여러분은 모호한 개념을 제공하는 것처럼 광범위하게 접근하지 않고, "이런 정확한 디자인을 원해, 이런 정확한 기능을 원해"와 같이 구체적으로 말할 수 있습니다.

4단계: 병렬로 여러 개 만들어서 비교하기

이 세 가지를 모두 완료했을 때쯤이면, 여러분은 빈 종이 앞에 앉아 있거나 ChatGPT와 대화만 했을 때 얻을 수 없었던 명확성 수준 에 도달합니다.

여기서 라자르가 공개하는 비법은 병렬로 여러 개의 다른 개념을 만드는 것 입니다. 다섯 개, 여섯 개의 다른 디자인 옵션을 만들고 비교하면서 명확성이 계속 생겨납니다. 이는 "AI 슬롭(AI slop)"이라고 불리는 저품질 결과물 문제도 해결합니다.

초기에 여러 옵션을 시도하면, 나중에 원하는 방향으로 되돌리려고 애쓰는 수고를 엄청나게 줄일 수 있습니다. 처음부터 더 나은 명확성으로 시작했기 때문에, 수백 개의 크레딧과 어쩌면 수백 달러까지 절약하게 됩니다. 걸리는 시간은 말할 것도 없습니다.

전문 바이브 코더가 사용하는 문서화 시스템

막연한 아이디어에서 시작해서 명확성에 도달했다면, 이제 체계적인 문서화 시스템 을 구축해야 합니다. 라자르가 사용하는 방식은 다음과 같습니다:

1. Masterplan.md - 전체 개요

첫 번째 파일입니다. 만 피트 상공에서 내려다보는 개요 역할을 합니다. 앱의 고수준 의도를 설명합니다:

• 왜 이 작업을 하는지
• 누구를 위한 것인지
• 사용자들이 어떻게 느끼기를 원하는지

마스터 플랜에서는 다른 제품 요구사항 문서(PRD)를 참조합니다. 예를 들어, "디자인은 현대적이고 세련된 느낌이어야 하지만, 정확한 매개변수는 'Design Guidelines.md'를 참조하세요."라고 말하는 식입니다.

2. Implementation Plan - 순서와 방향

어떤 순서가 필요합니다. 아무런 구조 없이 모든 것을 한데 던져 넣으면 목표에 도달할 수 없습니다. 마스터 플랜은 무엇을 해야 하는지를 설명하고, 구현 계획은 어떤 순서로 해야 하는지를 설명합니다. 구체적인 내용은 다루지 않습니다. 예를 들어:

"이걸 만든다면 백엔드부터 시작해서 테이블, 인증, API 순으로 진행해야 할 것 같습니다."

3. Design Guidelines.md - 시각적 정체성

AI는 때때로 너무 창의적일 수 있기 때문에, 디자인 가이드라인에는 CSS 요소가 포함되어야 합니다. 이 부분에서는 더 기술적인 방향 을 제시합니다.

4. User Journey.md - 사용자 경험의 흐름

모든 것은 사용자 여정에 관한 것입니다. 어떤 모습이고 어떤 느낌인지, 무엇을 높은 수준에서 만들고 있는지 안다면, 그때부터 작업은 세부적인 부분으로 들어갑니다. 사람들이 어떻게 탐색하고 어떤 기능들이 있는지를 정의합니다.

5. tasks.md - 실제 작업 목록

마스터 플랜, 구현 계획, 디자인 가이드라인, 사용자 여정이 만들어지면 나머지는 거의 중요하지 않습니다. 이 파일은 단순히 실행할 작업을 구축하기 위한 기반 일 뿐입니다. 마크다운 형식을 사용하세요. AI가 마크다운을 읽는 것을 좋아한다는 것을 알게 될 것입니다.

6. rules.md 또는 agent.md - AI의 행동 지침

사용하는 도구(Cloud Code 또는 Cursor)에 따라 다르지만, 이 파일은 에이전트에게 어떻게 행동하기를 원하는지, 그리고 장기적으로 무엇에 집중해야 하는지를 알려줍니다. 매번 프롬프트마다 같은 말을 반복할 필요가 없게 됩니다.

Lovable의 경우 프로젝트 설정에 별도의 메뉴가 있어서 프로젝트 지식을 정의할 수 있습니다. 보통 이렇게 말합니다:

"야, 아무것도 하기 전에 모든 파일을 읽어. 모든 PRD를 읽기 전에는 아무것도 하지 마. tasks.md를 읽어서 다음 작업이 무엇인지 확인해. 그런 다음 다음 작업 세트를 실행하고, 완료되면 네가 무엇을 했는지, 그리고 내가 어떻게 테스트해야 하는지 알려줘."

실행 전략: 한 번에 한 가지 작업만

이 모든 문서화가 이루어지면, 당신은 더 이상 계속 프롬프트를 입력하지 않습니다. 대신, 한 번에 하나의 작업만 처리 하도록 AI에게 지시합니다. 이것이 세 가지 소원 규칙입니다:

1. 에이전트에게 다음 작업을 진행하라고 말합니다
2. 에이전트가 완료될 때까지 기다립니다
3. 결과를 검토합니다
4. 다음 작업을 진행하라고 말합니다

이를 하는 주된 이유는, 단순히 계획을 명확히 하는 것을 넘어, 한 번에 하나의 작업만 처리함으로써 에이전트의 컨텍스트 창을 작게 유지 하기 위함입니다. 당신의 프롬프트는 이제 "다음 작업을 진행해"가 됩니다. 컨텍스트가 필요하지 않습니다. 에이전트가 관리합니다.

만약 이렇게 하지 않고 "내 방식대로 하고 싶어"라고 말한다면? 어느 시점에 뭔가 고장 날 것입니다. 문서화하지 않았고 참조할 지점이 없습니다. 도구는 조사를 시작할 것이고, 파일은 점점 더 커질 것입니다. 처음에 20개 파일이 있었다면, 나중에는 60개, 70개로 늘어날 것입니다. 에지 케이스가 늘어나고, 어떤 함수가 무엇을 하는지 참조할 곳이 없으면, AI는 토큰 할당량의 80%를 읽는 데 소비하고, 최종 20%만 생각하고 실행하는 데 남길 것입니다.

멀티태스킹으로 5개 프로젝트 동시에 진행하기

라자르는 현재 Lovable 탭을 여섯 개 띄워놓고 동시에 여러 프로젝트를 진행합니다. 사람들이 "어떻게 그렇게 많은 것을 출시해요?"라고 물으면, 그의 답은 "한 번에 하나의 프로젝트만 만든 적이 없어요. 저는 다섯 개나 여섯 개를 만들어요"입니다.

컨텍스트 전환 관리하기

가장 자주 받는 질문은 "어떻게 컨텍스트 전환을 하느냐?"는 것입니다. 대답은 간단합니다. 나쁜 코드나 나쁜 제품을 만들지 않으려고 합니다.

AI의 토큰 윈도우가 제한되어 있다면, 동적으로 만들어야 합니다. 계속 프롬프트를 입력하면, 어떤 도구를 사용하든 메모리가 무한하지 않다는 것을 깨닫게 될 것입니다. 메시지 10, 15, 20, 30, 40번에 도달할 때쯤이면, 초기 메시지의 일부가 사라지는 경향이 있습니다.

따라서 "얘가 기억을 못 한다면, 내 일은 얘에게 참조 자료를 제공하는 것이다" 라는 것을 깨달았습니다. Lovable, Cursor, Cloud Code 등 어떤 도구든, 프로젝트가 진행됨에 따라 지속적인 컨텍스트를 제공해야 하는 엔지니어처럼 대해야 합니다.

가장 효율적인 방법은 네 가지 병렬 빌드를 하는 것입니다. 수백 개의 프로젝트를 만들고 나면, 승자를 매우 빨리 볼 수 있습니다. 승자는 너무나 명확해서 경쟁이라고 할 수도 없습니다. 한두 번의 프롬프트로 보정하고, 나머지는 깊이 있게 진행합니다.

문제가 생겼을 때: 4x4 디버깅 프레임워크

아무리 꼼꼼하게 계획하더라도, 필연적으로 문제에 부딪히게 됩니다. 라자르는 "4x4"라고 부르는 문제 해결 프레임워크를 개발했습니다. 4륜 구동 차량의 비유처럼, 어려운 문제에도 대처할 수 있는 방법입니다.

1단계: 도구에게 직접 고치도록 요청하기

무언가 고장 났을 때, Lovable의 에이전트는 "이런, 제가 실수를 했네요"라고 말할 만큼 충분히 똑똑합니다. 보통 "수정 시도"라고 불리는 작은 버튼이 있습니다. 이것을 클릭하면, 대부분의 경우 문제가 해결됩니다. 작은 문제일 때는 경로를 수정하고 아무 문제가 없습니다.

2단계: 콘솔 로그에 디버깅 메시지 추가하기

"수정 시도"를 클릭해도 문제가 계속되면, 도구에게 자체 콘솔 로그에 디버깅 라인을 더 추가하도록 요청 합니다. 앱의 미리보기를 열고, 고장 난 함수를 실행해본 다음, 마우스 오른쪽 버튼을 클릭하여 콘솔 로그를 읽습니다.

이제 무슨 일이 일어났는지에 대한 전체 기록을 갖게 됩니다. 그것을 복사해서 채팅창에 붙여넣으면, 99%의 경우 그것만으로 충분합니다. AI는 "알겠습니다, 찾았습니다, 고쳤습니다"라고 말할 것입니다.

3단계: 외부 도구 활용하기

그것도 충분하지 않은 상황이 있습니다. 그럴 때는 "좋아, 더 깊이 들어가야겠어"라고 생각하게 됩니다. 라자르가 이 용도로 가장 즐겨 사용하는 도구는 OpenAI의 Codex 입니다.

모든 빌드를 GitHub로 내보냅니다. Lovable, Cursor, Cloud Code 모두 코드를 GitHub로 내보내고 원하는 곳 어디든 가져올 수 있게 해줍니다. 코드를 Codex로 가져온 다음, 외부 도구를 사용해서 문제를 진단합니다.

중요한 것은 Codex에게 코드를 변경하도록 허용하지 않는다 는 것입니다. 그 에이전트를 충분히 알지 못하고, 조종하는 방법도 모르기 때문입니다. 진단 목적으로만 사용합니다. 또는 Reapomix라는 도구를 사용해서 전체 코드베이스를 단일 파일로 압축한 후, 일반 Claude나 ChatGPT에 업로드합니다.

4단계: 처음부터 다시 시도하기

가장 좋은 방법입니다. 왜냐하면 문제가 발생할 때 99%는 당신의 잘못이기 때문입니다. 당신이 들었을 가능성이 높습니다:

• 프롬프트가 나빴거나
• 요청을 잘못 전제했거나
• 기억하지 못했을 뿐

Lovable, Cursor, Cloud Code에는 버전 관리가 내장되어 있습니다. 세 단계 뒤로 돌아가서 프롬프트에 대해 좀 더 생각 합니다. 숨을 고르고, 산책을 하고, 커피를 마시고, 맑은 정신으로 돌아와 다시 시도합니다. AI는 코드를 매우 빠르게 작성하는데, 가끔 아주 작은 돌부리에 걸려 넘어질 때가 있습니다. 그건 그때뿐이고 다시는 일어나지 않을 수도 있습니다.

그래서 같은 요청을 다시 하면 보통 문제가 해결됩니다. 사소한 문제, 구문 오류, 아주 작은 것들이 대부분입니다.

5단계: 배우고 규칙에 저장하기

문제가 해결되면, 채팅 모드로 들어가 AI에게 묻습니다. "좋아, 이걸 고치기 위해 네 가지 다른 작업을 해야 했어. 다음번에 문제가 생겼을 때 한 번에 해결할 수 있도록 프롬프트를 더 잘 작성하는 방법을 어떻게 배울 수 있을까?"

99%의 경우, 다음번에 무엇을 해야 할지 모르는 문제가 생기지 않을 정도로 훌륭한 답변을 얻습니다. 더 나아가, 이 배운 내용을 rules.md에 넣으세요. 어차피 매번 규칙을 읽게 할 거니까, 거기에 기록해두는 게 좋습니다.

이렇게 하면 AI가 당신이 겪는 문제들을 기반으로 자체적인 두뇌와 규칙, 그리고 사고방식을 구축 하도록 도울 수 있습니다. 시간이 지남에 따라, 당신은 에이전트에게 더 이상 특정 문제를 해결하라고 말할 필요가 없어집니다. 에이전트가 이미 규칙에서 배웠기 때문입니다.

AI 시대의 새로운 기술: 명확성과 판단력

기술이 발전하면서 무엇이 가장 가치 있는 기술이 될까요? 라자르는 명확합니다: 코딩이 아니라 명확성과 좋은 판단력입니다.

코딩을 배우는 것이 도움이 될까요? 아직 해보지 않았다면 솔직히 아니라고 할 것입니다. 잘못된 기술 세트에 최적화하고 있는 것과 같아요. AI 시대에는 더 빠른 원시 출력으로 보상받는 것이 아니라, ** 더 나은 판단력으로 보상받을 것입니다.**

취향과 판단력을 개발하는 방법: 노출 시간

더 나은 판단력과 취향은 어떻게 개발할까요? 노출 시간 입니다. 당신이 성장하기 위해 소비해야 할 필요가 있다고 아는 사람들과 자료에 의도적으로 자신을 노출시키세요.

예를 들어:

• 좋은 사용자 경험의 예를 찾고 분석하세요
• 좋은 온보딩 흐름을 참고하세요
• 멋진 웹사이트를 다니며 무엇이 좋은지 분석하세요

많은 부분이 직접 만들면서도 배워집니다. 처음에 당신은 "오, 만들 수 있잖아! 와, 대단해"라고 생각합니다. 그 다음 주에는 "오, 만들 수는 있지만, 충분히 빠르지 않아"라고 생각합니다. 그 다음에는 "오, 만들 수 있고, 정말 빠르게 만들 수 있어"라고 생각합니다. 그리고 2주 후, 진정한 개발 주기가 시작됩니다: "잠깐, 애초에 이걸 만들었어야 했나?"

이것이 중요합니다. 왜냐하면 AI와 신속한 엔지니어링을 사용하든, 어떻게 부르든, 바이브 코딩이라고 부르든, 일단 "어떻게"에 대한 해결책을 찾고 나면, 우리는 그것을 해결했습니다. 이제 우리는 다른 모든 것을 해결해야 하며, 다른 모든 것이 중요합니다: 좋은 디자인, 좋은 취향, 좋은 사용자 경험.

당신은 인간을 위해 만들고 있습니다. 인간은 감정적인 존재이며, 우리 모두는 감정적인 기반으로 결정합니다. 그래서 오늘날 개발하고 노력해야 할 핵심 기술은 코딩이 아닙니다. 좋은 판단력, 좋은 취향, 그리고 인간 본성에 대한 이해입니다.

엔지니어링의 미래: 엘리트 엔지니어가 더 필요할 것

엔지니어링이 사라질까요? 절대 사라지지 않을 것입니다. 우리는 그 어느 때보다 엘리트 엔지니어링이 필요할 것입니다.

모두가 모든 것을 만들고 있는 세상에서 누가 유지보수를 담당할까요? 코드베이스를 길들이고, 확장하고, 유지보수하는 것은 절대적으로 필수적인 작업 으로 남을 것입니다. AI가 특정 측면에서 탁월할지라도, 그것은 다른 수준의 기술을 요구합니다.

무언가를 만드는 데는 한 가지 기술 세트가 필요하지만, 그것을 확장하고, 늘리고, 유지보수하는 데는 완전히 다른 전문 지식 이 필요합니다. 게다가, 모두가 구축에만 집중할 때 인프라는 종종 어려움을 겪습니다. 복잡한 문제를 해결하는 것은 바로 엘리트 엔지니어들 입니다.

하지만 응용 프로그램 레벨의 엔지니어 역할은 어떻게 될까요? 모두가 엔지니어가 될 것입니다. "신속 엔지니어"라고 불릴 수도 있고, 1년 후에는 그냥 "엔지니어"라고 불릴 것입니다. 이미 많은 엘리트 엔지니어들이 더 이상 수동으로 코딩하지 않고 AI가 모든 코드를 작성한다고 공개적으로 인정하고 있습니다.

전문 바이브 코더가 되는 방법: 공개적으로 시작하기

누군가가 "어떻게 이 일을 직업으로 만들었어요?"라고 묻는다면, 라자르의 답은 간단합니다: 공개적으로 무언가를 만들면서 직업이 되었다.

회사가 당신을 고용할 필요가 없습니다. 먼저 스스로를 전문 바이브 코더로 고용할 수 있습니다. 라자르가 Lovable에서 일하게 된 이유는 이미 그 일을 하고 있었기 때문입니다. 그는 유튜브 채널을 만들어서 모든 실패와 모든 지식, 제가 만들던 모든 프로젝트를 공유했습니다. 소셜 미디어를 많이 사용했는데, 링크드인이 그의 주력 플랫폼이었습니다.

공개적으로 성장하는 전략

당신이 해야 할 일은:

1. 공개적으로 무언가를 만드세요
2. 지식을 공유하세요
3. 모든 비밀을 알려주세요

비밀 같은 건 전혀 없습니다. 좋은 아이디어를 가지고 있다면, 기회를 놓치고 있는 것입니다. 뭔가 알아냈다면 즉시 공유하세요. 라자르는 이걸 아주 일찍 깨달았습니다.

창의적인 자기 마케팅

요즘 많은 사람들이 해커톤에 참여합니다. 지역에서 다른 개발자들과 연결될 수 있는 기회를 찾아보세요.

또한, 몇몇 사람들이 하는 창의적인 방법이 있습니다: 이력서를 보내는 대신 Lovable 앱을 보냅니다. 그들은 자신이 그 역할에 왜 적합한지 보여주기 위해 Lovable 앱을 만들었습니다. 채용담당자는 ** 당신의 능력을 시연하는 앱을 항상 열어볼 것입니다. DM을 보낼 때 긴 내용 대신, ** 당신이 무엇을 원하는지 또는 우리가 어떻게 협력할 수 있는지 알려주는 앱을 보내세요.

스타트업 창업자를 위한 실용적 조언

스타트업 창업자로서, 당신은 이제 이해할 것입니다: 기술 스택은 더 이상 중요하지 않습니다. 정말로 중요하지 않습니다.

사람들은 "아, 이게 HTML로 작성되었나? React로 작성되었나?"에 집착합니다. 중요하지 않습니다. 결코 중요하지 않았지만, 이제는 훨씬 덜 중요합니다. 최종 사용자는 단지 뛰어난 경험 을 원할 뿐입니다.

우리는 누구나 '충분히 좋은' 것을 생산할 수 있는 세상 에 살고 있으므로, 이제는 마법을 생산하는 방법을 배우기 시작해야 합니다. 그렇지 않으면 수백만 명의 다른 사람들과 함께 군중 속에 묻히게 될 것입니다.

동시에, 마법이 무엇인지 모른다고 해서 아무것도 만들지 않는 것에 낙담하지 마세요. '충분히 좋은' 것부터 시작해서 레벨업하세요. 레벨업하는 가장 좋은 방법은 ** 노출 시간**입니다. 만드는 것보다 배우는 데 더 많은 시간을 할애하세요.

스타트업이 놓쳐서는 안 될 것: 배포

한 가지 더 중요한 점이 있습니다. 많은 사람들이 훌륭한 아이디어를 가지고 있지만, 그것을 어떻게 배포할지 모르거나, 아니면 단순히 그럴 여력이 없습니다. 바이브 코더의 역할은 ** 아이디어를 빠르고, 필요한 품질과 보안을 갖춘 현실화된 제품으로 만드는 것**입니다.

내부 도구부터 외부 제품까지, 다양한 영역에 걸쳐 이 작업이 필요합니다. 바이브 코더들이 마케팅, 영매 템플릿부터 시작해서, 수많은 통합과 연결 등을 포함하는 심층적인 내부 도구 까지 모든 것을 구축하고 있습니다.

이것은 매우 유연하고 많은 것을 보완해주는 역할입니다. 아이디어를 현실로 만드는 역할 입니다. 스타트업이 빠르게 성장하고 있을 때, 누군가가 있어서 "이 아이디어를 현실화시켜 줄 수 있을까?"라는 질문에 "네, 오늘 할 수 있습니다"라고 답할 수 있다면 얼마나 강력할까요?

결론

기술 배경이 없다고 해서 AI 시대에 뒤처질 필요가 없습니다. 오히려 기술적 제약을 모르는 것이 장점 이 될 수 있습니다. 가장 중요한 것은:

1. 명확성: 무엇을 원하는지 극도로 명확하게 설명하기
2. 판단력: 좋은 디자인, 좋은 취향, 좋은 사용자 경험이 무엇인지 배우기
3. 실행: 공개적으로 무언가를 만들고, 지식을 공유하며, 배우고 성장하기

지금 바로 시작하세요. 당신이 어차피 했을 일을 합니다. 회사가 당신을 고용할 필요가 없습니다. 먼저 스스로를 고용하세요. Lovable, Cursor, Claude 중 어느 도구든 열고, 생각나는 대로 무언가를 만들기 시작하세요.

두려움은 사라집니다. 아무것도 하지 않을 때만 두려워해야 합니다. 하지만 그것에 대해 무언가를 하기 위한 한 걸음을 내딛으세요. 그러면 믿으세요, 그 도약은 예전만큼 크지 않습니다. 정말로 아무것도 하지 않는다면, 네, 두려워하세요. 하지만 당신의 마음속에 있는 것을 말하고 그냥 출시하는 것만큼 큰 도약이 아닙니다.

당신의 꿈의 직업은 이제 손에 닿을 수 있는 곳에 있습니다. 공개적으로 만들고, 배우고, 성장하세요. 기회는 반드시 올 것입니다.

---

Original source: The rise of the professional vibe coder (a new AI-era job)

powered by osmu.app