# 바이브 코딩하다 멍해지는 순간: AI 시대 진짜 경쟁력은 '분별력'이다

**AI 시대 경쟁력은 기술 스킬이 아니라, 위임한 결과물을 구별해내는 '분별력'이다.** 그리고 분별력은 경험에서 나온다.

![본 이미지는 GPT-IMG2 모델을 활용해 제작되었습니다.](https://upload.cafenono.com/image/slashpagePost/20260609/093111_B8zKz5p0dHHJBaDlnq?q=80&s=1280x180&t=outside&f=webp)

바이브 코딩 중 화면이 자동으로 움직이고, 사용자는 "응 응" 하며 지켜본다. 어느 순간 자문하게 된다. "지금 내가 AI를 쓰는 건가, AI한테 쓰이는 건가."

### 1. 절차만 수행하는 순간

AI가 "이 권한 붙이세요", "API 연결하세요"라고 안내하면 사용자는 절차를 그대로 실행한다. 결과물이 짠 나오면 "오, 됐네" 하고 넘어간다. 디자인도 비슷하다. 그럴싸하니까 예리하게 안 보고 통과시킨다. 표면적으로는 인간이 명령을 내리는 것 같지만, 실제로는 AI가 다음 단계를 정하고 인간이 따라가는 구조다.

### 2. AI만의 문제가 아니다

부하 직원이 데이터를 살짝 위조해서 보고서를 가져왔다고 가정하자. 같은 시간을 들여 다시 분석할 게 아니라면 알아챌 수 없다. 이건 AI의 문제가 아니라 **위임 그 자체의 문제다.** 다만 AI는 위임의 규모와 속도를 너무 키워버렸다. 일주일에 한 번 위임하던 일을 이제 하루에 수십 번 위임한다. 분별력의 결핍이 수십 배 빠르게 드러난다.

### 3. 검수 AI는 누가 검수하는가

해법으로 자주 등장하는 것이 교차 검수다. 클로드의 결과물을 GPT에 검토시키고, 그 결과를 또 다른 모델에 보낸다. 일정 부분은 걸러진다. 그러나 그 검수 AI는 또 누가 검수하는가. 무한 회귀다. 결국 어딘가에서 사람이 "여기서 멈추고 내가 판단한다"고 끊어야 한다. 검수 절차는 시간을 벌어줄 뿐, **분별력 자체를 키워주지는 않는다.**

### 4. 분별력은 경험에서 나온다

깊이 파본 영역에서는 AI가 아무리 그럴싸하게 만들어와도 디테일이 잡힌다. 깊이 안 파본 영역에서는 그대로 휩쓸린다. Vibe Coding 개념을 만든 Andrej Karpathy(OpenAI 공동창업자)는 최근 "좋은 엔지니어는 매 줄을 다 쓰는 사람이 아니라 에이전트를 디렉팅하며 품질을 잡는 사람"이라고 말했다. Wharton의 Ethan Mollick 교수도 2026년 1월 에세이 "Management as AI Superpower"에서 "AI 시대 진짜 슈퍼파워는 도메인을 깊이 아는 능력"이라고 정리했다. **분별력 = 경험.**

### 분별력 키우는 체크리스트

① 한 분야는 AI 없이 끝까지 해본 영역으로 남겨두라. 그 분야가 분별의 기준점이 된다.

② 결과물을 통과시키기 전 "왜?"를 한 번씩 던지는 습관을 만들어라.

③ 같은 일을 한 번은 AI 없이 해본 뒤 AI에 위임해보라. 비교 기준이 머릿속에 생긴다.

AI가 잘할수록 인간의 도메인 경험은 더 중요해진다.

![AI 잘 쓰려면 해달라고 하세요](https://youtu.be/-Ml4_Lob9LU?si=p-c20asvke_pWSzC)

---

## 참고 자료

- **Andrej Karpathy** — 2026년 No Priors / Dwarkesh 팟캐스트 인터뷰

    - "AI는 execution은 잘 하지만 ideation은 부족하다"

    - "진짜 좋은 엔지니어는 매 줄을 다 쓰는 사람이 아니라, 에이전트를 디렉팅하면서 품질이 안 무너지게 잡는 사람"

    - "AGI는 아직 10년 멀었다"

- **Ethan Mollick** — 2026.01 에세이 "Management as AI Superpower"

    - "AI 시대 진짜 슈퍼파워는 기술 스킬이 아니라 도메인 깊이 아는 능력"

For the site tree, see the [root Markdown](https://blog.teamjcurve.com/.md).