개발 & 데이터 인사이트 - 리브레토

Dev&Data

바이브 코딩이란? 코딩 몰라도 앱 만드는 법

코딩을 배운 적 없는 사람이 AI와의 대화만으로 앱이나 서비스를 만드는 바이브 코딩이 화제입니다. 개발자가 아니어도 정말 소프트웨어를 만들 수 있는지, 그렇다면 그 배경은 무엇인지 궁금해하는 사람이 늘고 있습니다.

Dev&Data

AI 에이전트가 진짜 참고하는 문서, 어떻게 써야 할까?

자사 API 문서를 다시 쓰거나 노션 운영 매뉴얼을 정리하려다, 이걸 Claude Code 같은 AI 코딩 도구가 알아서 잘 참고하게 하려면 어떻게 써야 하나 하는 물음 앞에서 멈춘 적이 있으실 겁니다. 개발자 없이 서비스를 운영하는 1인 창업가나 기획자일수록 이 질문은 절박합니다.

Dev&Data

AI가 내 컴퓨터를 관리한다, 어떻게 가능해졌나

클로드 코드, 오퍼레이터, 코파일럿처럼 코드 작성이나 파일 정리, 반복 업무 자동화를 통째로 맡기는 사람들이 빠르게 늘고 있습니다. 몇 년 전만 해도 컴퓨터는 정해준 대로만 움직이는 도구였는데, 지금은 화면을 보고 상황을 판단해 스스로 다음 행동을 고르는 존재가 됐습니다.

Dev&Data

AI 코딩 에이전트 실패 원인, 셸에 닿기 전에 있었다

바이브 코딩으로 서비스를 만드는 1인 창업가라면 익숙한 장면이 있습니다. AI 코딩 에이전트에게 배포 스크립트를 고치거나 설정 파일을 정리해 달라고 시키고, 화면에 뜬 완료 표시를 보고 안심한 채 다음 작업으로 넘어갑니다. 그런데 며칠 뒤 로그를 들여다보다가 파일 하나가 엉뚱하게 남아 있거나, 분명히 지웠다고 했던 값이 그대로 살아 있는 걸 발견합니다.

Dev&Data

성수동 카페 상권의 매출은 얼마나 될까?

접근 장벽이 낮아진 자리에 검증 책임이 들어섭니다

성수동 카페 평균 매출이 어떻게 되는지를 챗GPT에게 물으면, 특정 데이터를 근거로 삼은 답변이 돌아오는 시대가 됐습니다. 빅밸류가 전국 사업자·상권·카페 시장 등 20개 분야, 515만 페이지 분량의 데이터를 AI가 읽을 수 있는 형태로 개방했습니다. 이용자가 생성형 AI 서비스에 질문하면 이 데이터를 근거로 답을 만드는 방식입니다.

Dev&Data

클로드 코드 활용 팁으로 나만의 AI 키우는 법

'꼭 저장해 둬야 할 클로드 코드 활용 팁' 같은 글이 매주 쏟아집니다. 그런데 같은 도구에 같은 팁을 적용해도, 누구는 몇 마디 지시로 원하는 결과를 얻고 누구는 매번 같은 설명을 처음부터 반복합니다. 이 글은 그 격차가 어디서 생기는지, 그리고 CLAUDE.md와 메모리 기능으로 클로드 코드를 '나만의 AI'로 키우는 방법을 순서대로 정리합니다.

Dev&Data

클로드 코드 잘 쓰는 법

위임의 단위 설계 완벽 정리

클로드 코드에 프로젝트를 통째로 맡겨본 분이라면 비슷한 기억이 있으실 겁니다. 처음엔 그럴듯하게 진행되다가 어느 순간 산으로 간 결과물을 받아 들고, AI는 아직 멀었다며 창을 닫는 경험입니다. 그런데 이런 실패의 원인은 대부분 AI의 성능이 아니라 일을 넘기는 단위에 있습니다. 이 글은 클로드 코드 잘 쓰는 법의 핵심인 '위임의 단위' 설계를 다룹니다.

Dev&Data

AI에 고객 데이터를 더 많이 넘길수록 불리해지는 것

GenAI는 고객이 아직 꺼내지 않은 것까지 찾아내지는 못합니다

회의실 화면에 숫자가 정렬됐습니다. "고객 불만 카테고리 12개, 1위 배송 지연, 2위 제품 설명 불일치, 3위 사이즈 불만족." 어느 소비재 기업 인사이트 팀이 3년치 VOC 데이터 수천 건을 RAG 시스템에 올린 뒤 뽑아낸 결과였습니다. 팀장은 다음 분기 신제품 기획을 이 요약본에 맞췄습니다.

Dev&Data

코딩 몰라도 시작하는 클로드 코드로 일하는 법

개발을 배운 적 없는 기획자와 마케터가 클로드 코드에 말로 지시해 업무 자동화 도구를 직접 만들어 쓰는 풍경이 더는 낯설지 않습니다. 이른바 '바이브 코딩'이 퍼지면서, 코딩을 몰라도 되는 시대라는데 그럼 나는 무엇을 배워야 하느냐는 고민이 직장인 사이에 커지고 있습니다.

Dev&Data

클로드 코드에서 Fable 5가 안 돌아갈 때

그냥 어드바이저를 끄세요

처음 이 메시지를 보면 머리가 잠깐 멈춥니다. "Fable 5 모델이 문제인가? 내 계정이 막혔나? 결제가 잘못됐나?" 의심이 사방으로 흩어집니다. 결론부터 말씀드리면, Fable 5에는 아무 문제가 없습니다. 진짜 원인은 어드바이저advisor​라는 다른 기능에 있습니다. 이 글에서 그 정체를 풀고, 5분 안에 해결하는 세 가지 방법을 안내합니다.

Dev&Data

프롬프트 인젝션의 작동 원리와 다층 방어 설계

AI에게 데이터를 줬는데 명령으로 읽혔습니다

AI 시스템을 운영해 본 사람이라면 어느 순간 이런 질문에 부딪힙니다. "사용자가 입력한 텍스트가 데이터일까, 명령일까?" 평범한 질문처럼 보이지만, 이 질문에 잘못 답하면 시스템 전체가 흔들립니다. AI 보안 분야에서 가장 흔하고 가장 까다로운 위협으로 꼽히는 프롬프트 인젝션Prompt Injection​이 바로 이 지점에서 일어납니다.

Dev&Data

꼭 저장해 둬야 할 클로드 코드 100% 활용 팁

클로드 코드 슬래시(/) 명령어 모음집 - 2026년 5월 기준

클로드 코드를 매일 쓰는 사람도 슬래시 명령어 전체를 다 아는 경우는 드뭅니다. 대부분 /help, /clear, /compact 정도만 쓰고 나머지는 존재조차 모릅니다. 그런데 2026년 5월 기준 클로드 코드에는 50개 이상의 슬래시 명령어가 있고, 각각이 명확한 용도를 갖고 있습니다. 이 글은 그 슬래시 명령어 전체를 카테고리별로 분해합니다.

Dev&Data

클로드 코드 단축키만 알아도 2배 빨라집니다

클로드 코드 100% 활용하기

클로드 코드를 쓰는 사람은 많은데, 단축키까지 익혀서 쓰는 사람은 의외로 적습니다. 한 개발자가 미디엄에 쓴 글의 첫 줄이 정확히 이 문제를 짚습니다. 타이핑하고 엔터를 누르고 도구 호출을 승인하고 반복하는 방식. 이게 대부분의 사용 패턴입니다. 그런데 클로드 코드는 단순한 채팅창이 아닙니다.

Dev&Data

워크스페이스가 지휘관이 됐다

에이전트가 맥락을 품는 구조로 이동할 때 해야 할 일

1인 마케팅 컨설턴트로 4년째 일하는 박씨의 오전은 늘 비슷한 루틴으로 시작됩니다. 노션에서 클라이언트 페이지를 열고, 구글 드라이브에서 지난주 결과 보고서를 꺼내고, 슬랙에서 어젯밤 메시지를 확인하고, ChatGPT 탭을 새로 열어 초안 작성을 요청하고, 다시 노션으로 돌아와 결과를 정리합니다. 탭이 다섯 개. 앱 전환이 열다섯 번.

Dev&Data

엔지니어 없이 하루 만에 쇼핑몰을 열었다

AI 도입을 '문화 프로젝트'가 아닌 '제품'으로 설계한 한 CEO의 플레이북

마케팅팀 직원 한 명이 월요일 오전에 아이디어를 냈습니다. 회사 굿즈를 팔 수 있는 온라인 스토어를 만들고 싶다는 것이었습니다. 개발자에게 요청서를 넣고, 백로그에 올라가기를 기다리고, 스펙을 협의하고, QA를 돌리는 기존 방식이라면 빨라야 2~3주, 느리면 분기를 넘겼을 일입니다. 그런데 그 직원은 화요일 오전에 라이브 스와그 스토어를 열었습니다.

Dev&Data

AI가 코드를 짜줘도 결국 판단은 사람이 합니다

노션 프로덕트 리드가 말하는 주도성의 의미-"더 많이"와 "더 잘" 사이에서

노션의 프로덕트 & 디자인 리드 맥스 쇼닝(Max Schoening)이 인터뷰에서 꺼낸 이 문장은 짧지만 불편합니다. AI 코딩 툴이 쏟아지고, 누구나 프롬프트 몇 줄로 앱을 뚝딱 만들어낸다는 기사가 넘쳐나는 시대에, 그는 "결과물의 양"과 "결과물의 질"이 분리되기 시작했다고 말합니다.

Dev&Data

AI 시대, AX를 대비하는 기업의 자세

모델보다 중요한 필수 인프라, SSoT(단일 진실 공급원)

회사에 챗GPT 엔터프라이즈를 도입했습니다. 부서마다 클로드와 제미나이를 결제했습니다. RAG 시스템을 구축하고, 사내 문서를 임베딩해서 벡터 DB에 넣었습니다. 그런데 이상한 일이 벌어집니다. 영업팀이 AI에게 "올해 우리 회사 매출 목표는?"이라고 물으면 한 숫자가 나옵니다. 마케팅팀이 같은 질문을 하면 다른 숫자가 나옵니다.

Dev&Data

AI가 클라우드를 벗어나다

온프레미스 AI 시대의 도래와 데이터 주권의 회복

챗GPT든 클로드든 제미나이든, 지금까지 AI를 쓰려면 인터넷이 필요했습니다. 내가 입력한 데이터가 외부 서버로 나가고, 처리된 결과가 돌아오는 구조입니다. 대부분의 사람에게는 문제가 없습니다. 하지만 은행, 병원, 군사 기관, 정부 부처에게는 이 구조 자체가 장벽입니다.

Dev&Data

API 문서의 AI 최적화

에이전트가 읽는 시대의 개발 문서 전략

당신의 API 문서는 AI에게 읽히고 있습니다. 그런데 AI가 읽지 못하고 있을 수도 있습니다. 이상한 일이 벌어지고 있습니다. 개발자 문서의 트래픽은 줄지 않았는데, 페이지 체류 시간이 급락하고, 스크롤 깊이는 0이고, 튜토리얼 완료율은 바닥입니다. 구글 애널리틱스를 아무리 들여다봐도 원인이 안 보입니다. 원인은 간단합니다.

Dev&Data

AI 에이전트 비용 절반 줄이는 어드바이저 전략

앤트로픽의 새로운 모델 협업 구조

AI 에이전트를 실무에 쓰다 보면 딜레마가 생깁니다. 똑똑한 모델을 쓰면 비용이 치솟고, 저렴한 모델을 쓰면 품질이 떨어집니다. 복잡한 작업에 최고급 모델을 끝까지 돌리면 비용이 감당이 안 되고, 저렴한 모델로 대체하면 중요한 판단에서 실수가 납니다.

Dev&Data

AI 코딩이 엉망인 진짜 이유

프롬프트가 아니라 컨텍스트 오염이 문제입니다

AI 코딩 도구를 쓰면서 이런 경험이 있을 겁니다. 분명히 요구사항을 잘 썼는데, 결과물이 이상합니다. 없는 함수를 호출하거나, 이미 바꾼 방식 대신 옛날 패턴을 따라 하거나, 전혀 관련 없는 파일의 스타일을 흉내 냅니다. 프롬프트를 잘못 쓴 게 아닙니다. AI가 참조한 정보가 오염된 겁니다.

Dev&Data

자연어 프로그래밍 시대

일의 본질은 변하지 않는다

'고래'라는 아이디를 사용하는 개발자 분이 브런치에 쓴 글이 공감이 되었습니다. "이제 개발자 다 없어지나요?"라는 질문, 그에 대한 답은 '개발'의 정의가 바뀌고 있습니다라는 것입니다.이 글이 흥미로운 건, AI 코딩 도구의 등장을 프로그래밍 언어의 진화 역사 안에 놓고 보기 때문입니다. 프로그래밍 언어는 계속 자연어에 가까워져 왔습니다.

Dev&Data

AI '1인 개발팀' 세팅법

YC대표 Garry Tan의 개발 환경 세팅 노하우 공개

Y콤비네이터(YC) 대표 게리 탄(Garry Tan)이 자기가 쓰는 개발 환경을 통째로 오픈소스로 풀었습니다. 이름은 gstack. 깃허브에 올라온 지 얼마 안 됐는데 스타가 이미 5만 4천 개를 넘었습니다. 게리 탄은 코인베이스, 인스타카트, 리플링이 1~2명짜리 팀이던 시절부터 함께한 사람입니다.

Dev&Data

AI를 제대로 쓰기 위한 3개의 기둥

MCP, RAG, Skills

AI 에이전트라는 말이 어디서든 들립니다. 알아서 일을 처리해주는 AI. 업무를 자동화하는 AI. 사람 대신 판단하는 AI. 그런데 실제로 쓸 만한 AI 에이전트를 만들려고 하면, 세 가지 문제에 곧바로 부딪힙니다. 첫째, 외부 도구에 연결할 때마다 맞춤 코드를 새로 짜야 합니다.