Post

바이브 코딩에서 바이브 운영으로

바이브 코딩에서 바이브 운영으로

AI 이후의 인간 · 4부 — 코드를 읽지 않는 개발자와 국가의 디버거

나는 개발자다. 하지만 현재 만드는 게임 ‘Polytris’에서는 코드를 거의 보지 않고 작업을 진행하고 있다.

처음부터 그런 방식으로 게임을 만들 계획이었던 것은 아니다. 나름의 실험이었다. 다른 프로젝트에서는 직접 설계하고 수기로 작성한 코드가 많다. 반면 Polytris에서는 기반이 되는 내 코드 없이 AI가 어떤 결과물을 만들 수 있는지 확인하고 싶었다.

그래서 방향성과 규칙을 설명하고, 구현은 AI에 맡겼다. 코드를 읽으며 수정하기보다 실제 게임을 실행해 보고, 어떤 상황에서 무엇이 잘못되었는지 설명했다.

결과는 예상보다 흥미로웠다.

코드를 읽지 않아도 게임이 꽤 굴러갔다.

나는 개발자인데, 내 게임의 코드를 모른다

물론 문제가 없었던 것은 아니다.

AI는 나름대로 효율적이라고 판단한 구조를 선택했다. 그중에는 내가 평소 사용하지 않는 방식도 있었고, 당장 설명을 들으면서 코드를 읽어 보지 않는다면 이해하기 어려운 부분도 있었다.

개발자이지만 자신이 만드는 게임의 내부를 충분히 이해하지 못하는 셈이다.

그런데 실제 플레이 과정에서 오류를 발견하면 상황이 달라진다. 어떤 블록이 어떤 조건에서 잘못 움직였는지, 내가 기대한 규칙이 무엇인지 구체적으로 전달하면 AI가 수정 방향을 제안하고 구현한다. 여러 번의 검증을 거치면서 게임은 점차 원하는 모습에 가까워진다.

이것이 코드 품질을 보장하지는 않는다. 기술 부채와 보안 취약점, 성능 문제는 겉보기 동작만으로 확인하기 어렵다. 코드 전체를 이해하지 못하는 상황에서는 장기적인 유지보수에도 위험이 있다.

그럼에도 이 실험이 보여준 변화는 분명하다.

직접 구현하는 능력과 원하는 시스템을 만들어 가는 능력이 반드시 같은 것은 아니다.

구현자가 아니라 디버거가 된다면

기존의 개발자는 기능을 구상하고, 구체적인 알고리즘을 설계하고, 코드를 작성하고, 테스트한다. 바이브 코딩에서는 그중 상당 부분을 AI에 위임할 수 있다.

사용자는 원하는 동작을 설명하고, 결과를 관찰하고, 문제가 발생한 상황을 보고한다. AI는 내부 구현을 수정한다.

여기서 사용자는 여전히 중요한 역할을 한다. 아무것도 하지 않는 것이 아니라 무엇이 문제인지를 판단하는 것이다.

나는 이 구조를 조금 다른 분야에 적용해 보고 싶어졌다.

국가라는 거대한 시스템도 비슷하게 다룰 수 있지 않을까?

물론 국가를 프로그램으로 환원하자는 뜻은 아니다. 사람은 변수 하나가 아니고, 시민의 권리는 최적화 과정에서 임의로 삭제할 수 있는 조건이 아니다. 다만 정책을 만들고 시행한 뒤 결과를 관찰하고 수정하는 흐름에는 소프트웨어 개발과 닮은 부분이 있다.

어떤 정책이 예상대로 작동하지 않았다면, 운영자는 그 결과를 발견하고 수정 방향을 제시한다. AI는 관련 법령, 예산, 이해관계, 예상 부작용을 분석하고 여러 대안을 설계한다. 책임 있는 기관은 법적 절차에 따라 이를 심의하고 시행한다.

이것을 나는 ‘바이브 운영’이라고 부르고 싶다.

정책 참모가 줄어드는 대신 정책 설계가 빨라질 수 있을까

바이브 운영을 상상하면 국가 정책의 설계 방식도 달라진다.

기존에는 보고서를 작성하고, 여러 부서의 검토를 거치고, 초안을 수정하는 데 많은 사람이 필요했다. AI가 자료 조사와 정책 초안, 반론 검토, 예산 시뮬레이션 등을 지원한다면 일부 업무는 훨씬 적은 인원으로 처리할 수 있을지 모른다.

그러면 정책을 결정하는 사람은 세부 업무를 직접 지시하기보다 목적과 제한 조건을 설명하게 된다.

‘청년의 주거 부담을 줄이고 싶다. 다만 특정 세대에 비용을 일방적으로 전가하지 않는 방향을 검토해 달라.’

AI는 여러 접근을 제시한다. 운영자는 각 대안의 결과를 비교하고 방향을 조정한다. 정책이 시행된 뒤 예상과 다른 결과가 나오면 다시 수정한다.

이 과정에서는 정책자의 의지가 이전보다 직접적으로 반영될 가능성이 있다. 중간 보고와 전달 과정에서 생기는 정보 손실이 줄어들 수 있기 때문이다.

그러나 그것이 언제나 좋은 결과를 뜻하지는 않는다. 정책자의 잘못된 목표까지 효율적으로 구현할 위험도 함께 커진다.

국가는 게임보다 훨씬 어려운 디버깅 대상이다

Polytris에서는 블록이 잘못 놓였는지 확인하는 일이 상대적으로 쉽다. 게임의 규칙이 있고, 기대한 동작과 실제 동작을 비교할 수 있기 때문이다.

국가에서는 무엇이 오류인지부터 논쟁의 대상이 된다.

집값이 올랐을 때 무주택자와 주택 소유자가 느끼는 문제는 다르다. 특정 규제를 완화하면 기업의 비용은 줄어들지만 다른 시민의 안전은 위협받을 수도 있다. 모두에게 완벽한 결과를 주는 정책은 드물다.

더구나 정책 효과는 복잡하다. 어떤 수치가 개선되었다고 해서 반드시 그 정책 때문이라고 할 수 없다. 다른 경제적 변화나 우연한 사건이 영향을 주었을 수도 있다. 결과가 나타나기까지 오랜 시간이 걸리는 정책도 많다.

따라서 국가의 디버거는 단순히 문제가 있다고 말하는 사람이 아니라, 무엇을 문제로 볼지와 어떤 피해를 감수하지 않을지를 결정할 수 있는 사람이어야 한다.

그리고 그 판단에는 민주적 합의, 법적 권한, 책임을 분산하는 제도가 필요하다. 한 사람의 취향만으로 국가를 수정해서는 안 되기 때문이다.

그렇다면 결국 인간의 역할은 ‘목표 설정’인가

여기까지 생각하면 하나의 결론에 도달하기 쉽다.

AI가 구현을 담당하고 인간은 목표를 정하면 된다는 것이다.

실제로 Polytris를 만드는 현재의 내 모습은 그것에 가깝다. 규칙을 설명하고, 결과를 관찰하고, 수정 방향을 말한다. 내부 구현은 AI가 맡는다.

하지만 여기서도 멈출 필요는 없을 것이다.

테트리스의 규칙을 조금 비튼 게임을 만드는 일 역시 기존 게임을 분석하고 변형하는 과정이다. AI가 코드를 구현할 수 있다면, 언젠가는 어떤 규칙을 비틀면 재미있는 게임이 될지 스스로 탐색할 수도 있다.

그렇다면 ‘독특한 테트리스 하나 만들어 줘’라는 말조차 불필요해지는 순간이 올지 모른다.

그리고 국가 운영도 같은 방향으로 나아간다면 어떨까?

국가의 디버거가 더 이상 필요하지 않은 사회.

다음 글에서는 바로 그 가능성을 상상해 보고자 한다.


다음 글: 「국가의 디버거마저 필요 없는 시대」

This post is licensed under CC BY 4.0 by the author.