바이브 코딩 3일간의 일지
2026.04.30 회사에서 망할놈에 바이브코딩을 이주동안 해서 결과물을 가져오라고 했다. 최초로 주어진 토큰은 2시간 만에 다 썼다. 다른 계정으로 코덱스를 썼는데 구조를 꽤 만들다가 공모전 마감이 끝나서 아주 초보적인 작업이 완료된 상태로 커밋되었다. 앱이 나왔는지는 잘 모르겠다. 덕분에 바이브코딩 환경 세팅이 다 완료되었다. 코덱스를 설치했고, 공모전을 대비해 찾아봤던 코딩 스킬도 코덱스와 클로드코드에 설치했다. 지금은 완전 바이브 코딩에 중독되었다. 트위터보다 더 재밌다. 레버를 당길 때마다 그림이 바뀌는 파찡코 같다. 원래는 상담사를 따라하는 작은 챗봇을 만들 계획이었다. 그러나 나는 일을 작게 끝내지 못하는 사람이다. CBT이론을 찾고 몇 가지 시나리오를 정의하는 것 까지는 좋았다. 챗봇을 언어모델 없이 만들기는 쉽지 않다. 하지만 그랬어야 했다. 몇가지 키워드를 트리거로 하고 단순한 3단 시나리오(시작-진행-종료)를 했었야 했다. 시나리오가 5가지였는데, 시나리오 간의 전이의 가지수가 늘어났다. 11가지가 되었다. 시나리오에 대한 사용자 행동 유형을 정의해야했다. 정상부터 고위험까지 5가지가 되었다. 시나리오별로 분류 규칙이 달라질테니 최소 25가지의 사용자 행동 유형 라벨이 생긴다. 행동 유형에 대한 챗봇의 반응을 정의해야했다. 정상부터 고위험까지 N가지가 정의되었다. 행동유형별로 다르게 리액션을 해야하니 최소 25가지의 동작 유형이 생긴다. 여기에 전이 여부를 고려하는 로직이 필요하다. 여기까지 하다보니 서비스가 아니라 상담사처럼 행동하는 하나의 기계를 정의하고 있다는 것을 깨달았다. llm을 사용하지 않는게 문제가 아니라, 챗봇 데이터 관리 솔루션 없이 챗봇을 만들려고 한게 문제였던 것 같다. CBT이론은 LM Notebook에 수집해 gemini-pro를 이용해 최초의 챗봇 시나리오를 잡았다. 최초의 코드는 openai codex gpt-5.4-mini(medium)을 이용해 작성했다. 여기까지가 현재 배포 버전. 앱 프로젝트에 페...
