Iniciar sesión
구독
HR 트렌드

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

팀
팀제이커브
카테고리
Vacío
AI 시대 경쟁력은 기술 스킬이 아니라, 위임한 결과물을 구별해내는 '분별력'이다. 그리고 분별력은 경험에서 나온다.
본 이미지는 GPT-IMG2 모델을 활용해 제작되었습니다.
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.

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"
AI Native 백과사전
'AI Native 백과사전' 구독하기
사이트를 구독하면 새 포스트 등 최신 업데이트를 알림과 메일로 가장 먼저 받아보실 수 있습니다.
Slashpage에 가입하고 'AI Native 백과사전'을 구독하세요!
구독
👍