‘바이브 워킹’은 정말 더 빠르고 더 좋아질까…AI 코딩의 생산성과 오류를 함께 따져보니
김난도 교수 등이 최근 펴낸 ‘트렌드 코리아 2027’은 ‘바이브 워킹’을 인간과 AI가 한 흐름 안에서 함께 일하는 방식으로 제시했다. 다만 이 개념이 실제 현장에서 곧바로 ‘시간도 줄고 품질도 오른다’는 뜻으로 확인된 것은 아니다. 지금까지 공개된 실험과 현장 연구를 함께 보면, AI 보조 개발은 짧고 비교적 잘 정의된 과업에서는 속도와 일부 품질 지표를 끌어올릴 수 있었지만, 오래된 대형 코드베이스를 다루는 숙련 개발자 환경에서는 오히려 시간이 더 걸린 사례도 나왔다.
핵심은 AI가 개발자의 일을 없애느냐보다, 어떤 일을 줄이고 어떤 검토 일을 늘리느냐다. AI가 초안 작성과 반복 코드를 빠르게 처리하면 개발자는 입력보다 검토와 수정, 통합, 보안 점검에 더 많은 시간을 쓰게 된다. 따라서 ‘바이브 워킹’의 실제 성과는 AI를 붙였는지 여부보다 과업의 성격, 코드베이스의 맥락 복잡도, 보안 요구 수준, 결과 검수 방식에 더 크게 좌우된다고 보는 편이 현재 자료에 가깝다.
짧고 명확한 과업에서는 빨라졌다
생산성 개선 근거는 분명히 있다. 2023년 공개된 GitHub Copilot 통제실험에서는 자바스크립트 HTTP 서버 구현 과제를 받은 개발자들이 Copilot을 쓴 집단에서 과제 완료 시간이 55.8% 줄었다. 과업이 하나의 목표로 잘 정의돼 있었고, 필요한 맥락이 비교적 제한된 상황이었다는 점이 전제다.
기업 현장 자료도 같은 방향을 일부 보여준다. 2024년 공개된 Microsoft·Accenture 대상 필드 실험 초안은 Copilot 접근권을 받은 개발자들이 주당 풀리퀘스트 수에서 증가를 보였다고 제시했다. 다만 이 연구는 저자들 스스로 결과를 ‘예비적’ 근거로 표현했고, 생산성을 풀리퀘스트 같은 산출 지표로 본다는 한계도 남겼다. 코드 줄 수나 요청 건수가 늘어도 실제 총노동시간이나 수정 비용까지 자동으로 줄었다고 말할 수는 없다는 뜻이다.
복잡한 저장소와 숙련자 환경에서는 오히려 느려졌다
반대 결과도 가볍지 않다. METR이 2025년형 도구를 대상으로 진행한 무작위 대조시험에서는 대형 오픈소스 저장소를 오래 다뤄 온 숙련 개발자 16명이 246개 실제 과업을 수행했을 때, AI 사용 허용 조건에서 완료 시간이 평균 19% 늘었다. 참가자들은 실험 전에는 24% 빨라질 것으로, 실험 후에도 20% 빨라졌을 것으로 예상했지만 실제 측정값은 반대였다.
이 결과가 중요한 이유는 과업의 종류가 앞선 실험과 다르기 때문이다. 여기서는 참가자들이 이미 여러 해 기여해 온 성숙한 저장소에서 실제 이슈를 해결했다. 연구진은 개발자가 AI 출력을 받아들이는 비율이 44% 미만이었고, 유효한 화면기록 하위 표본에서는 AI가 허용된 조건에서 생성 결과를 검토하고 정리하는 데 시간이 추가로 들었다고 설명했다. 즉 AI가 초안을 빠르게 내더라도 저장소의 숨은 규칙, 과거 결정, 테스트 체계, 팀 관행을 충분히 모르기 때문에 숙련자가 다시 읽고 고치느라 이득이 사라질 수 있다는 것이다.
품질도 한 방향이 아니다…가독성은 좋아져도 보안은 별도 문제
품질 측정도 항목별로 갈린다. GitHub가 2024년 발표한 또 다른 무작위 대조실험에서는 5년 이상 경력 개발자 202명의 유효 제출물을 분석한 결과, Copilot 사용 집단이 10개 단위테스트를 모두 통과할 가능성이 더 높았고, 가독성·신뢰성·유지보수성·간결성 평가도 소폭 높았다. 이 연구가 보여주는 것은 ‘정해진 과제를 구현하고 동료 검토를 통과하는 품질’이지, 모든 환경의 장기 품질을 뜻하지는 않는다.
특히 보안은 별도 축이다. 2021년 Copilot 보안 연구는 1689개 생성 프로그램 가운데 약 40%에서 취약점을 확인했다고 보고했다. 2023년 복제 연구에서는 최신 버전에서 취약 제안 비율이 낮아졌지만, 파이썬 제안 기준으로도 약 27.25%가 취약한 것으로 나타났다. 다시 말해 기능 테스트를 통과하고 읽기 쉬운 코드가 보안상 안전한 코드와 같은 뜻은 아니다. ‘품질 향상’이라는 말을 쓸 때 어떤 지표를 말하는지 분리하지 않으면 과장에 가깝다.
개발자들의 체감도 이런 엇갈림을 반영한다. Stack Overflow의 2025년 개발자 설문에서는 응답자의 84%가 AI 도구를 사용하거나 사용할 계획이라고 답했지만, 정확도를 신뢰하지 않는다는 응답이 46%로 신뢰한다는 응답 33%보다 많았다. 같은 조사에서 66%는 ‘거의 맞지만 완전히 맞지는 않는 답’이 가장 큰 불만이라고 했고, 45%는 AI가 만든 코드를 디버깅하는 일이 더 오래 걸린다고 답했다. 반면 AI 에이전트 사용자 집단에서는 약 70%가 특정 개발 작업 시간을 줄였고 69%가 생산성을 높였다고 평가했다. 채택은 빠르게 늘지만, 검증 부담까지 함께 늘고 있다는 뜻이다.
그래서 현재 확인 가능한 결론은 단순하다. 바이브 워킹은 시간 절약과 품질 개선을 동시에 만들 수 있지만, 그것이 자동으로 성립하지는 않는다. 과업이 짧고 명확하며 평가 기준이 뚜렷할수록 속도 이점이 나타나기 쉽고, 반대로 맥락 의존성이 큰 레거시 코드, 엄격한 보안 요구, 복잡한 협업 규칙이 있는 환경에서는 사람의 검토·수정·책임 부담이 커져 총시간이 늘 수 있다. 개발자 역할이 줄어든다기보다, 코드를 처음부터 쓰는 비중은 줄고 검증·통합·보안 판단의 비중이 커진다고 보는 편이 지금 단계의 실증 자료와 더 잘 맞는다.
자료: 미래의창, 트렌드 코리아 2027(2026); Sida Peng·Eirini Kalliamvakou·Peter Cihon·Mert Demirer, The Impact of AI on Developer Productivity: Evidence from GitHub Copilot(2023); Kevin Zheyuan Cui·Mert Demirer·Sonia Jaffe·Leon Musolff·Sida Peng·Tobias Salz, The Productivity Effects of Generative AI: Evidence from a Field Experiment with GitHub Copilot(2024); Joel Becker·Nate Rush·Beth Barnes·David Rein, Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity(2025); GitHub, Does GitHub Copilot improve code quality? Here’s what the data says(2024, 2025 업데이트); Hammond Pearce·Baleegh Ahmad·Benjamin Tan·Brendan Dolan-Gavitt·Ramesh Karri, Asleep at the Keyboard? Assessing the Security of GitHub Copilot’s Code Contributions(2021); Vahid Majdinasab 외, Assessing the Security of GitHub Copilot Generated Code — A Targeted Replication Study(2023); Stack Overflow, 2025 Developer Survey(2025)