개발자가 대화하듯 의도를 전달하면 AI가 코드를 작성하는 '바이브 코딩'이 등장한 지 약 1년 반이 지났다. 2026년 현재는 업계의 주류 생산 방식이다. 구글은 새로 작성되는 코드의 75%를 AI가 만들고 있다고 공식 밝혔고, 기업 95%는 AI 생성 코드의 운영 반영을 허용한 것으로 조사됐다. 다만 품질·보안 비용도 함께 청구되고 있어 성적표를 냉정하게 읽어야 할 시점이다.
AI가 가장 잘하는 분야는 '흰 종이 위의 개발'
AI 코딩이 뚜렷한 성과를 내는 곳은 처음부터 새로 만드는 개발이다. 화면과 폼 중심의 웹 프런트엔드, CRUD(생성·조회·수정·삭제) 처리, API 연동, 테스트 코드 작성이 대표적이다. 깃허브 조사에서 작업 속도가 평균 55% 빨라졌고, API 연동과 CRUD 등 정형화된 작업은 시간이 81% 줄었다. 맥킨지가 올해 2월 기업 150곳 개발자 4,500명을 조사한 결과에서도 루틴 코딩 시간이 46% 줄고 코드 리뷰 주기가 35% 단축됐다.
웹 앱 빌더형 도구의 성장도 같은 맥락이다. 러버블(Lovable)에는 매주 백만 개 안팎의 새 프로젝트가 만들어지고 이용자 5분의 4는 비개발자다. Y컴바이네이터 겨울 2025 배치의 창업자 4명 중 1명은 코드베이스의 95% 이상을 AI로 작성했다고 답했다. SWE-bench Verified(실제 깃허브 이슈 해결 능력)에서 최신 모델들은 70~80% 해결률을 보이는데, 중국 미니맥스의 M2.5는 과제당 0.07달러라는 적은 비용으로 75.8%를 기록해 최상위권에 올랐다. 비용은 계속 내려가는 구조라 확산이 가속할 수밖에 없다는 해석이다.
AI가 강한 건 검증이 쉽기 때문이다. 웹 화면은 눈으로 바로 확인되고 CRUD와 테스트는 자동 검증으로 정답이 갈린다. 명확히 정의되고 기계적으로 확인 가능한 일에 AI의 생산성이 집중된 셈이다.
바이브 코딩 도구로 코드를 생성하는 개발 환경빅테크 공식 발표를 보면 AI 코드 점유율은 이미 절반을 넘었다. 구글은 2024년 10월 25%였던 신규 코드의 AI 생성 비율이 2025년 가을 50%를 거쳐 올해 75%에 도달했다고 밝혔다. 메타는 일부 조직에 코드 변경의 55%를 에이전트 지원으로 하겠다는 목표를 내걸었고, 스냅은 신규 코드의 최소 65%를 AI가 생성한다고 밝혔다. 뉴렐릭이 미국 기술 의사결정자 200명 조사에서는 67%가 주간 코드 산출량의 51~75%를 AI가 작성하거나 대폭 수정한다고 답했다.
시장도 급팽창 중이다. AI 코딩 도구 시장은 2025년 73억7천만 달러에서 2032년까지 연평균 27% 성장해 301억 달러에 이를 전망이다. 커서(Cursor)는 지난 2월 연간 반복 매출 20억 달러를 돌파했고, 러버블은 4억 달러에 올랐다. 리플릿(Replit)은 지난 3월 기업가치 90억 달러를 인정받았다. 가트너는 2026년 말 신규 코드의 60%가, 2028년에는 기업 엔지니어의 90%가 AI 코딩 도구를 쓰게 될 것으로 내다본다.
"에이전트와 엔지니어가 함께 수행한 복잡한 코드 마이그레이션이, 1년 전 엔지니어만으로 진행했을 때보다 6배 빠르게 완료됐다" — 순다르 피차이 구글 CEO
여전히 못하는 것: 레거시, 보안, 운영
반대로 AI가 아직 서툰 영역도 분명하다. 첫째는 수년간 축적된 대규모 레거시 코드베이스다. AI는 눈앞의 소스만 읽을 수 있어 시스템 전체의 설계 의도와 암묵적 규칙, 숨은 의존성을 파악하지 못한다. 아키텍처 설계처럼 정답이 하나로 수렴하지 않는 작업에서는 생산성 이득이 작거나 없다는 분석도 있다.
둘째는 보안과 품질이다. 베라코드(Veracode) 조사에서 AI 생성 코드 샘플의 45%가 보안 테스트를 통과하지 못했고, 코드래빗의 풀리퀘스트 470건 분석에서는 AI 작성 코드가 인간 작성 코드보다 주요 결함이 1.7배, 보안 취약점은 2.74배 많았다. 뉴렐릭 조사에서는 기업의 82%가 최근 6개월 내 AI 코드로 인한 중대한 운영 장애를 겪었고, 74%는 AI 코드의 4분의 1 이상에 배포 후 재작업이 필요했다고 답했다.
셋째는 '디버깅 역설'이다. 스택오버플로 조사에서 응답자의 66%는 "거의 맞지만 완전하지 않은" AI 답변에 좌절을 느낀다고 했고, 45%는 AI 코드 디버깅이 직접 쓰는 것보다 오래 걸린다고 답했다. 메트르(METR) 실험에서는 숙련 개발자들이 AI 도구를 쓰고도 작업이 오히려 19% 더 느렸지만 본인들은 더 빨라졌다고 확신했다. 미국 개발자의 92%가 매일 AI 코딩 도구를 쓰지만 정확성을 신뢰한다는 응답은 29%에 그쳤다. 채택 속도가 신뢰 속도를 앞질러 온 것이다.
AI 생성 코드의 운영 장애를 잡아내는 현장의 엔지니어들 / 출처: PxHere / 라이선스: FREE1~2년 뒤에는: 16시간짜리 과업, 그리고 시스템 영역으로
향후 1~2년을 가늠하는 지표가 '과업 수행 시간지평선'이다. 사람이 1시간 들이는 과업을 AI가 절반 확률로 해결할 수 있는 수준은 약 7개월마다 두 배씩 늘어왔다. 최신 모델들은 2026년 5월 기준 16시간짜리 과업 수준에 도달했고, 메트르는 "16시간을 넘는 측정값은 현재 태스크 세트로는 신뢰 있게 재기 어렵다"고 명시할 정도다. 추세가 유지되면 며칠 단위의 대형 과업까지 자율 수행권에 들어온다.
강점 영역도 넓어진다. 지금은 웹 프런트엔드와 신규 개발에 집중된 능력이 백엔드 구축, 데이터베이스 설계, 레거시 현대화, 모바일 앱까지 확산될 것이 업계의 중론이다. 최신 도구들은 이미 명세 기반 개발(스펙을 문서화하고 에이전트가 구현·검증), 병렬 작업의 멀티에이전트 방식, 장시간 자율 실행을 표준 기능으로 갖춰가고 있다. 오픈소스 모델들이 최상위 상용 모델과 몇 %포인트 차이로 추격하는 점도 확산을 앞당긴다. 가트너는 2028년까지 소프트웨어 팀의 40%가 비전통적 기술 배경 출신이 될 것으로 전망한다.
다만 경고도 함께 나온다. 가트너는 비용과 불분명한 사업 가치 때문에 2027년 말까지 에이전틱 AI 프로젝트의 40% 이상이 취소될 것으로 내다봤다. AI가 만든 코드를 AI가 검수하는 품질 관리와 운영 데이터를 개발 단계에 되돌려 주는 관측 인프라가 표준이 되지 않으면, 속도의 이득은 기술부채로 되돌아온다는 지적이다.
에이전트의 산출물을 검토하는 개발자 팀의 모습 / 출처: PxHere / 라이선스: FREE바이브 코딩의 최종 모습: 창작의 확장과 개발자의 새 몫
종합하면 바이브 코딩의 미래는 두 갈래다. 한쪽에서는 소프트웨어를 만들 수 있는 사람의 풀이 폭발적으로 넓어진다. 아이디어와 도메인 지식만 있으면 작동하는 서비스를 만드는 '창작 도구'로서의 개발이다. 다른 쪽에서 개발자의 몫은 코드 타이핑에서 명세 정의, AI 산출물 검증, 설계와 보안·거버넌스의 책임으로 이동한다. 도입기의 '프롬프트에 기도하던' 방식은 정리되고, 에이전트가 자율권 안에서 일하고 사람이 경계를 통제하는 에이전틱 엔지니어링이 표준이 될 것이다. AI가 잘하는 일은 표준이 되고, 못하는 일은 다음 과제가 되는 구조가 1~2년 더 이어질 것이다.