바이브 코딩 워크플로우 완전 정리

한 번에 큰 기능을 요청하면 되돌아오는 diff도 그만큼 커집니다. 그리고 사람이 한 번에 제대로 읽을 수 있는 diff의 크기는 AI 도입 전후로 달라지지 않았습니다. 그래서 실제로 속도를 떨어뜨리는 것은 모델의 응답 시간이 아니라, 검토를 포기하고 통째로 받아들인 코드가 며칠 뒤 만들어 내는 재작업입니다. 워크플로우 설계의 목표는 생성량을 늘리는 것이 아니라 검토 가능한 크기를 끝까지 유지하는 것입니다.

작게 쪼개서 요청하라로 단위를 줄이고, AI 작업 전 명확한 완료 기준(DoD)을 정의하라로 그 단위가 언제 끝났는지 판정할 근거를 미리 만듭니다. 기준이 있어야 AI 출력을 즉시 실행하기 전 30초 검토 시간을 가져라가 감이 아닌 체크로 바뀝니다. 같은 요청을 세 번쯤 반복했다면 반복 작업 패턴을 발견하면 프롬프트 템플릿으로 만들어라 단계로 넘어갈 시점입니다.

대화를 이어 가면 컨텍스트가 유지된다는 조언은 절반만 맞습니다. 긴 대화에는 이미 폐기한 접근, 중간에 틀렸던 가정, 되돌린 코드가 그대로 남아 있고 모델은 그것들도 유효한 근거로 참조합니다. 특히 실패한 시도가 여러 번 쌓인 뒤에는 같은 잘못된 방향으로 되돌아가는 일이 잦으므로, 지금 코드가 어떤 상태이고 무엇이 이미 배제됐는지만 정리해 새 대화에서 다시 시작하는 편이 빠릅니다. 컨텍스트는 길이가 아니라 밀도로 관리하는 자원입니다.