Clip 2: 바이브코딩 팁을 자동화시키기

📋 학습 개요

🎯 학습 목표

• 바이브코딩의 효과를 극대화하는 실전 팁을 이해할 수 있다
• Y Combinator Startup School의 실전 바이브코딩 베스트 프랙티스를 습득할 수 있다

---

1. Y Combinator의 바이브코딩 베스트 프랙티스

1.1 프로젝트 시작 전략

계획 수립부터 시작

graph LR
    A[프로젝트 시작] --> B[LLM과 계획 수립]
    B --> C[plan.md 작성]
    C --> D[섹션별 구현]
    D --> E{테스트 통과?}
    E -->|Yes| F[Git Commit]
    E -->|No| G[디버깅]
    G --> D
    F --> H[계획 업데이트]
    H --> I{다음 섹션?}
    I -->|Yes| D
    I -->|No| J[완료]

    style B fill:#e1f5ff
    style F fill:#d4edda
    style J fill:#d4edda

plan.md 예시:

# 프로젝트 구현 계획

## ✅ Section 1: 프로젝트 초기화
- [x] Python 가상환경 설정
- [x] 기본 디렉토리 구조 생성
- [x] requirements.txt 작성

## 🔄 Section 2: 데이터베이스 설정
- [ ] PostgreSQL 연결 설정
- [ ] 스키마 정의
- [ ] Migration 파일 작성

## 📋 Section 3: API 엔드포인트 구현
- [ ] 사용자 인증 API
- [ ] 데이터 CRUD API

## 💡 나중에 고려할 아이디어
- 캐싱 레이어 추가
- Rate limiting 구현

Git 사용 전략

핵심 원칙:

Git을 종교처럼 사용하세요. 각 기능 구현 전에 깨끗한 Git 상태를 유지하고, 문제가 생기면 git reset --hard로 되돌리는 것을 두려워하지 마세요.

# 기능 시작 전
git status  # 깨끗한 상태 확인
git commit -am "Working state before new feature"

# 문제 발생 시
git reset --hard HEAD  # 마지막 커밋으로 돌아가기

# 해결책을 찾았다면
git reset --hard HEAD  # 다시 리셋
# 이제 깨끗한 코드베이스에 해결책 적용

왜 이렇게 해야 하나?

• LLM이 여러 번 시도하면서 "크러스트(crust)" 레이어가 쌓임
• 4-6번의 프롬프트 끝에 해결책을 찾아도, 코드는 지저분함
• 해결책만 가져와서 깨끗한 코드베이스에 재적용하는 것이 효율적

1.2 테스트 전략

테스트 작성 원칙:

**추천:**
- ✅ 사용자 클릭 흐름 시뮬레이션
- ✅ End-to-End 기능 검증
- ✅ 실제 사용 시나리오 테스트

**지양:**
- ❌ 저수준 함수 단위 테스트 (LLM이 디폴트로 생성)
- ❌ 내부 구현 세부사항 테스트

1.3 버그 수정 전략

graph TD
    A[버그 발생] --> B[에러 메시지 복사]
    B --> C[LLM에 붙여넣기]
    C --> D{해결됨?}
    D -->|Yes| E[Git Commit]
    D -->|No| F[git reset --hard]
    F --> G[다른 접근 시도]
    G --> C

    H[복잡한 버그] --> I[LLM에게 3-4가지 원인 분석 요청]
    I --> J[코드 작성 없이 분석]
    J --> K[원인 파악 후 git reset]
    K --> L[정확한 수정 적용]

    style E fill:#d4edda
    style F fill:#fff3cd
    style L fill:#d4edda

실전 팁:

1단계: 에러 메시지 활용

# 서버 로그에서 에러 복사
Error: Cannot read property 'id' of undefined
    at getUserData (user.js:42)

# Claude Code에 붙여넣기
User: "다음 에러가 발생했어요:
Error: Cannot read property 'id' of undefined
    at getUserData (user.js:42)"

2단계: 복잡한 버그는 분석 먼저

User: "이 버그의 원인으로 가능한 3-4가지 시나리오를 분석해줘.
코드는 작성하지 말고 분석만 해줘."

Claude Code:
1. user 객체가 null일 가능성
2. 비동기 처리 타이밍 문제
3. API 응답 구조 변경
4. 타입 변환 오류

---

2. 도구 활용 팁

2.1 Bash를 활용한 자동화

Claude Code는 Bash를 기가막히게 사용합니다.

예시: DNS 설정 자동화

User: "Cloudflare DNS에 다음 레코드를 추가해줘:
- A record: api.example.com → 123.45.67.89
- CNAME: www → example.com"

# Claude Code가 자동으로:
# 1. Cloudflare API 인증
# 2. DNS 레코드 조회
# 3. 레코드 추가 API 호출
# 4. 변경사항 확인

예시: Heroku 배포 자동화

User: "Heroku에 배포하고 환경 변수도 설정해줘"

# Claude Code가 자동으로:
# 1. heroku create 실행
# 2. git remote 추가
# 3. 환경 변수 설정
# 4. git push heroku main
# 5. heroku logs --tail로 확인

2.2 스크린샷 활용

UI 버그 시연:

# 스크린샷 붙여넣기 + 설명
User: [스크린샷]
"이 버튼이 모바일에서 화면 밖으로 나가요"

디자인 참고:

# 다른 사이트 스크린샷 + 요청
User: [스크린샷]
"이 사이트의 네비게이션 스타일을 참고해서 우리 사이트에 적용해줘"

---

3. 개발 환경 최적화

3.1 Git Worktree로 병렬 작업

# Linear issue로 worktree 생성 자동화
git worktree add ../myproject-TASK-123 -b task-123

# task.md 자동 생성
cat > task.md << EOF
# TASK-123: 사용자 프로필 페이지 구현

## 요구사항
- 사용자 정보 표시
- 프로필 이미지 업로드
- 정보 수정 기능

## 참고
- Linear Issue: https://linear.app/...
EOF

워크플로우:

graph TD
    A[Linear Issue 생성] --> B[Git Worktree 자동 생성]
    B --> C[task.md 자동 생성]
    C --> D[Claude Code 세션 1]

    A --> E[다른 Worktree 생성]
    E --> F[Claude Code 세션 2]

    D --> G[병렬 작업 완료]
    F --> G

    style G fill:#d4edda

---

4. 리팩토링 전략

4.1 테스트 기반 리팩토링

# Step 1: 테스트 작성
def test_user_registration():
    response = register_user("test@example.com", "password123")
    assert response.status == "success"
    assert User.exists("test@example.com")

# Step 2: 리팩토링 요청
User: "register_user 함수를 더 깔끔하게 리팩토링해줘.
테스트는 모두 통과해야 해."

# Step 3: 테스트 실행으로 검증
pytest tests/test_auth.py::test_user_registration

4.2 AI에게 리팩토링 제안 요청

User: "이 코드베이스에서 반복적이거나 리팩토링이 필요한 부분을 찾아줘"

Claude Code:
1. user_controller.py:45-89 - 중복된 에러 처리 로직
2. api/validators.py - 비슷한 검증 함수 5개
3. models/base.py - 1000줄 넘는 파일, 분리 필요

---

5. 지속적 실험

5.1 모델별 강점 활용

graph TD
    A[작업 유형] --> B{어떤 작업?}
    B -->|전체 계획| C[Gemini]
    B -->|코드 구현| D[Claude]
    B -->|디버깅| E[Claud]
    B -->|리팩토링| F[GPT]

    C --> G[코드베이스 인덱싱 우수]
    D --> H[구현 정확도 최고]
    E --> I[에러 분석 탁월]
    F --> J[코드 품질 개선]

    style C fill:#e1f5ff
    style D fill:#d4edda
    style E fill:#fff3cd
    style F fill:#e7d4ff

5.2 매주 새로운 시도

**실험 체크리스트:**
- [ ] 이번 주 새로운 모델 릴리스 확인
- [ ] 각 작업 유형별로 모델 성능 비교
- [ ] 커뮤니티의 새로운 팁 확인
- [ ] 나만의 워크플로우 문서화

---

6. 핵심 요약

✅ 바이브코딩 성공 전략

1. 새 프로젝트에서 시작하거나, 기존 프로젝트는 하루 투자해서 문서화
2. 지속적으로 실험하고 최적화
3. Git을 종교처럼 사용하고, 문제 시 git reset --hard
4. 고수준 통합 테스트 작성
5. Bash 자동화 적극 활용
6. 음성 입력으로 생산성 2배
7. 성숙한 프레임워크 선택 (Rails, Django 등)

⚠️ 주의사항

• ❌ 여러 번 시도하며 크러스트 쌓지 말 것
• ❌ 저수준 단위 테스트에 집중하지 말 것
• ❌ 한 가지 모델에만 의존하지 말 것

---

7. 참고 자료

공식 영상

• Y Combinator - How To Get The Most Out Of Vibe Coding

---

강사 정보

• 작성자: 정구봉
• LinkedIn: https://www.linkedin.com/in/gb-jeong/
• 이메일: bong@dio.so

강의 자료

• 강의 자료: https://goobong.gitbook.io/fastcampus
• Github: https://github.com/Koomook/fastcampus-ai-agent-vibecoding
• FastCampus 강의 주소: https://fastcampus.co.kr/biz_online_vibeagent