코드팩토리x바이브코딩 · 2026-09-01

오늘의 대화

대화는 Aside와 MCP를 연결해 쓰는 방법, Claude·Codex·GPT·Grok의 한도와 구독 선택에서 시작해 장시간 에이전트 세션과 모델별 역할 분담으로 확장됐다. 이어 바이브 코딩으로 만든 서비스의 GitHub·보안·배포 관리, 카카오 자동응답 같은 비공식 자동화의 위험, 로컬 RAG와 컴퓨팅 자원, Windows·macOS·Linux 및 메모리 선택이 이어졌다. 후반에는 AI가 개발·사무·전문직에 미치는 영향, 교육·부업·창업과 기술 전환에 관한 의견이 오갔다.

이야기 나온 주제

AI 도구의 한도·리셋·역할 분담

Claude의 기간 한도 프로모션 종료와 주간 사용량, Codex의 초기화·사용 제한, GPT 모델의 용량 오류가 반복적으로 언급됐다. 참여자들은 Claude·Codex·GPT·Gemini 등을 모두 결제하거나 계정을 나누어 쓰는 비용을 비교했고, 개인 프로젝트에서는 한 모델에 몰입할지 여러 모델을 조합할지 고민했다.

역할을 나누는 방식으로는 한 모델이 빌드하고 다른 모델이 계획·검수하는 구성이 자주 제안됐다. Claude가 계획·감독, Codex가 구현·원격 작업을 맡는 조합이나, 가벼운 작업은 다른 모델로 넘기는 경험이 공유됐지만 이는 사용자의 체감 비교다. 같은 프로젝트에서 여러 모델이 동시에 같은 역할을 수행하면 수정 충돌과 오류가 늘 수 있다는 주의도 나왔다.

• 원본 시각: 08:00–10:30, 12:42–14:19, 14:31–15:52, 23:56–다음 날 03:49

장시간 에이전트 세션·MCP·자동화 운영

Aside와 MCP를 결합해 외부 도구를 호출하거나, Claude Code·Codex·Cursor를 서로 다른 작업에 배치하는 방법이 질문됐다. 장시간 세션에서는 컨텍스트 압축, 캐싱, 모델의 effort 조정, 세션 간 메시지 전달이 토큰 비용과 작업 지속성에 영향을 준다는 경험이 나왔다. 여러 세션을 병렬로 돌리면 생산성이 올라갈 수 있지만 파일 충돌과 메모리·CPU 점유도 커질 수 있다는 반응이 이어졌다.

카카오 일반 계정의 자동 답장·상품 장바구니 같은 비공식 자동화는 API 부재, 버그, 서비스 정지 가능성 때문에 권장되지 않는다는 의견이 많았다. 개인 계정 자동화를 우회하는 방법이나 초대 링크는 재현 가능한 지식으로 옮기지 않고, 공식 API·약관·운영 환경을 먼저 확인해야 하는 사례로 남긴다.

• 원본 시각: 07:54–10:20, 14:07–16:24, 19:54–20:21

바이브 코딩 프로젝트의 보안·품질·배포

바이브 코딩으로 업무용 앱을 몇 달간 확장한 참여자가 GitHub 없이 시작한 프로젝트의 구조와 보안을 걱정하는 사례가 나왔다. 이에 보안 점검, 라이선스, 마케팅, 사용자 피드백, 업데이트까지 제품 운영의 일부로 봐야 한다는 의견이 제시됐다. OWASP Top 10과 입력값 검증·인증·세션·암호화 같은 secure coding 항목을 점검 기준으로 삼자는 대화도 있었다.

AI가 개인 서버나 웹사이트의 자료를 과도하게 수집해 CPU를 점유했다는 경험, 자격증명이나 비공개 자료를 에이전트에 넘길 때의 위험도 함께 언급됐다. 참여자가 토큰을 교체하거나 봇을 차단한 사례는 특정 환경의 대응 경험으로 기록하며, 공개 문서에는 비밀값·인증 정보·개인 서버 주소를 포함하지 않는다.

• 원본 시각: 09:30–12:10, 13:09–13:25

로컬 RAG·모델 운용과 컴퓨팅 자원

RTX 6000 Ada에서 30B급 Qwen·Gemma 모델을 vLLM으로 서빙해 회사 DB의 품목명과 뉴스 내용을 비교하려는 구상이 소개됐다. 참여자들은 단순히 모델을 올리는 것보다 회사 DB 구조와 SQL·행동 패턴을 모델이 이해할 수 있도록 컨텍스트와 평가 구조를 설계하는 일이 중요하다고 보았다. 필요한 모델 크기와 파인튜닝 여부는 데이터 양·업무 복잡도·보안 요구에 따라 달라진다는 수준의 논의였다.

로컬 프론티어 모델보다 개인화된 소형 모델·온프레미스 워커가 현실적인 용도가 될 수 있다는 의견, 대형 모델은 구독형 클라우드가 비용 면에서 더 나을 수 있다는 반론도 나왔다. H100 여러 장을 운용하는 사례와 전력·발열·IDC 비용 이야기는 특정 사업체의 경험이며 일반적인 구축 기준으로 확정하지 않는다.

• 원본 시각: 11:58–12:05, 20:40–20:59

개발 장비·운영체제·메모리 선택

Windows·macOS·Linux 중 무엇이 AI 개발과 바이브 코딩에 유리한지는 작업 영역과 기존 워크플로에 따라 달라진다는 결론에 가까웠다. Java·Python·웹 개발과 터미널·SSH 중심 업무에서는 macOS나 Linux가 편하다는 의견이 있었고, CAD·Blender·게임 개발 및 Windows 전용 앱은 Windows가 적합하다는 구분이 나왔다. 바이브 코딩 자체는 Windows에서도 가능하다는 사용자 경험도 여러 차례 공유됐다.

여러 CLI·데스크톱 세션, Docker·보안 프로그램·로컬 테스트 서버를 동시에 실행한 참여자는 16GB RAM과 CPU 100% 점유로 어려움을 겪었다. 일반적인 웹 개발과 단일 세션에는 16–32GB가 충분하다는 의견이 많았지만, 동시 세션·컨테이너·로컬 모델·서버 운영까지 포함하면 요구량이 달라진다. 64GB 이상 구매를 일반 해법으로 제시하지 않고, 작업량을 측정한 뒤 데스크톱·원격 서버·개발 서버 분리를 검토하자는 흐름으로 정리한다.

• 원본 시각: 14:24–15:03, 17:17–17:52

AI 시대의 직업 변화와 1인 사업

AI 투자와 자동화가 신입 채용, 개발·회계·세무 등 전문직의 업무, 사무직의 역할에 영향을 줄 수 있다는 전망이 나왔다. 참여자들은 기술 하나를 보험처럼 배우거나, 기존 업무에 AI를 적용하면서 셀프 브랜딩·영업·도메인 지식을 함께 키워야 한다고 이야기했다. 전기·하드웨어·로봇·피지컬 AI가 대안이 될 수 있다는 의견도 있었지만, 기술직 역시 자동화에서 자유롭지 않다는 반론이 함께 나왔다.

AI 교육·과외·강의, 관리자 효율화 서비스, 소규모 제품과 창업의 기회가 논의됐으나, 수입·연봉·시장 규모는 개인 사례와 추정에 가깝다. 따라서 이 대화는 특정 직업이나 사업으로 이동하라는 결론이 아니라, 구현 능력 외에 보안·운영·고객 문제·판매를 함께 고려해야 한다는 문제의식으로 읽는다.

• 원본 시각: 10:30–11:56, 15:36–16:24

연결

• 코드팩토리x바이브코딩 전체 보기
• 이전 모델 리셋·역할 분담과 자동화 대화
• 같은 날 에이전트코리아의 모델·RAG·에이전트 운용 논의
• 같은 날 아는개발자의 모델 역할·사용량 논의
• 같은 날 n8n·OpenClaw 운영 장애 논의