IT 엔지니어의 AI 지원 개발 경험에서 드러난 일반적인 함정들

바이브 코딩에서 소프트웨어 아키텍처 이해로

시스템 엔지니어링 및 자동화 배경을 가진 IT 엔지니어가 최근 AI 지원 풀스택 개발로 전환한 경험을 공유했습니다. AI 도구를 사용한 "바이브 코딩"으로 시작하여, 처음에는 스크립트를 만들었고 이후 공식적인 소프트웨어 엔지니어링 교육 없이도 완전한 애플리케이션으로 발전시켰습니다.

AI가 생성한 코드는 처음에는 작동했지만, 애플리케이션이 성장함에 따라 중요한 아키텍처 문제들이 나타났습니다:

• 과도한 클라이언트 측 데이터 가져오기로 인한 큰 페이로드와 느린 페이지 로드
• 클라이언트와 서버 로직 간 명확한 분리의 부재
• 적절한 조직화 없이 이루어진 비구조화된 데이터베이스 쿼리
• 행 수준 보안(RLS) 구현 시 예상치 못한 동작
• 클라이언트 측 데이터 집계로 인한 불일치
• 일반적인 아키텍처 표류 및 디버깅과 유지보수의 어려움 증가

이 엔지니어는 이러한 문제들이 즉시 나타나지는 않았지만 애플리케이션이 확장되면서 명백해졌다고 언급합니다. AI 도구가 기능적인 코드를 생성할 수는 있지만, 경험 많은 개발자들이 고려하는 아키텍처 결정과 트레이드오프를 종종 놓친다고 강조합니다. 이러한 경험은 그들이 AI를 완전히 신뢰할 수 있는 솔루션이라기보다는 감독이 필요한 주니어 개발자처럼 대하도록 이끌었습니다.

IT 인프라에서 온 이 엔지니어는 특히 유지보수성, 보안, 그리고 깔끔한 아키텍처와 관련된 소프트웨어 엔지니어링 결정의 복잡성에 대한 새로운 이해를 얻었습니다. 그들의 경험은 기능적인 코드와 프로덕션 준비 시스템 사이의 격차를 강조합니다.