저는 많은 바이브 코더들과 함께 일해 왔고, 그중 상당수는 마케팅이나 에이전시 쪽 출신입니다. 이들이 만든 것은 대체로 잘 돌아갑니다. 하지만 같은 종류의 문제를 계속 보게 됩니다. AI는 애플리케이션을 만들면서 여러 가지를 선택하는데, 소프트웨어 엔지니어링 기술이 없으면 어떤 선택이 이루어졌는지, 무엇을 물어야 하는지 알 길이 없습니다.
저는 높은 곳에서 이 글을 쓰는 것이 아닙니다. 체계적인 강의로 코딩을 배웠지만, 지금도 제 앱에서 이런 실수를 발견합니다. 2024년 1월에 저는 생성한 임베딩을 CSV 파일에 저장해 임시 데이터베이스로 사용했던 일에 대해 썼습니다. CSV가 데이터베이스로 최선이 아니라는 것은 알았지만, 더 나은 대안을 고를 만한 기술이 없었습니다.
그렇다면 먼저 프런트엔드, 백엔드, 데이터베이스 강의부터 들으라고 말할까요? 저는 아니라고 하겠습니다. 이런 용어는 그 뒤에 있는 결정 때문에 의미가 있는 것이므로, 아래 질문부터 시작해서 내 앱에 필요해지는 순간에 각 개념을 배우면 된다고 생각합니다.
먼저, 이걸 직접 만들어야 할까요?
도구를 직접 만들면 그 보안, 유지보수, 규정 준수, 업데이트도 직접 책임지게 됩니다. 제 방식은 그 기능이 경쟁 우위의 핵심이면 만들고, 범용 인프라라면 사는 것입니다. 나만 하는 작업이라면 스프레드시트와 좋은 프롬프트로 충분할 수도 있습니다.
얼마나 신중해야 하는지는 누가 쓰느냐에 달려 있습니다
| 누가 쓰는가 | 괜찮을 수 있는 것 | 필요한 것 |
|---|---|---|
| 나 혼자, 민감한 데이터 없음 | 간단한 파일에 데이터 보관 | 변경을 되돌리는 방법, 그리고 공유하는 것에 키를 넣지 않기 |
| 우리 팀 | 사람들이 이미 의존하므로 지름길은 거의 없음 | 제대로 된 데이터베이스, 로그인, 백업, 시험용 별도 사본 |
| 고객 또는 일반 대중 | 지름길 없음 | 아래 아홉 가지 답 모두, 두 번째 계정으로 하는 권한 테스트, 데이터가 가는 곳에 대한 법무팀 확인, 지켜보는 담당자 한 명 |
그러니 간단한 파일이 늘 틀린 것은 아닙니다. 다른 사람들이 그 데이터에 의존하기 시작하면 더는 맞지 않게 되는 선택일 뿐입니다.
배포도 이 순서로 하고 싶습니다. 먼저 팀에서 시작하고, 답이 정확한지 확인한 다음에 고객을 들입니다. 고객용 도구에서 첫 주에 틀린 답이 하나만 나와도 몇 달 치 신뢰를 잃을 수 있습니다.
아홉 가지 질문
1. 데이터는 어디에 있고, 두 사람이 동시에 저장하면 어떻게 되나요? 간단한 파일에서는 한 사람의 저장이 다른 사람의 작업을 덮어쓸 수 있습니다. 이를 잘 처리하는 것이 데이터베이스의 큰 역할 중 하나입니다.
2. 브라우저에서는 무엇이 실행되고, 서버에서는 무엇이 실행되나요? 이것이 프런트엔드와 백엔드의 차이이고, 앱을 쓰는 누구나 자신의 브라우저에 도달한 내용을 들여다볼 수 있기 때문에 중요합니다. 거기에 있는 API 키는 더 이상 비밀이 아니므로, 서버에 두어야 합니다.
3. 계정 없이 공개 키만 가진 사람은 무엇을 할 수 있고, 앱 안의 AI는 혼자서 무엇을 할 수 있나요? 로그인이 있다고 올바른 권한이 있는 것은 아닙니다. 그래서 로컬 사본에서 시험해 보세요. 두 번째 사용자로 로그인해서 첫 번째 사용자의 데이터를 열 수 있는지 확인합니다. 앱 안에 AI가 있다면 AI에 대해서도 같은 질문을 하세요. 어떤 도구를 호출할 수 있고, 그중 무엇이 무언가를 바꾸나요? AI가 혼자 할 수 있는 일이라면, AI와 대화할 수 있는 낯선 사람도 시킬 수 있을지 모릅니다.
4. 잘못된 변경을 어떻게 되돌리나요? 작은 커밋을 만들고, 뭔가 망가뜨렸을 때 깔끔하게 되돌릴 수 있을 만큼 Git을 배우세요. Git은 코드를 지켜 주지만 데이터는 지켜 주지 않으므로 백업도 필요합니다. 실제 키를 한 번이라도 커밋했다면 폐기하세요. 해당 줄을 지우는 것만으로는 충분하지 않습니다.
5. 변경을 안전하게 시험해 볼 곳은 어디인가요? 실제 운영 중인 앱이 아닌 사본이 필요합니다. 내 컴퓨터의 로컬 버전이나 미리보기처럼, 자체 데이터와 자체 설정을 가진 것입니다. 사용자가 의존하는 데이터와 같은 데이터로 시험하면 실수 하나가 곧바로 그들에게 닿습니다.
6. 정말 동작한다는 것을 어떻게 아나요? AI가 "완료"라고 말한다고 알 수 있는 것은 아닙니다. 2026년 2월에 저는 Claude가 설계 문서대로 만들었는데 운영 데이터베이스는 달랐던 경험을 썼습니다. 운영 백엔드가 만든 팟캐스트를 열었더니 앱이 크래시했습니다. 그리고 STRAŦUM이 있습니다. 멀티 테넌트 앱으로, RLS 정책 83개를 작성하고 SME와 Agency 계정으로 모두 테스트했습니다. RLS는 어떤 계정이 어떤 행을 볼 수 있는지 정하는 규칙입니다. 그런데도 저는 org_id로 필터링하면 격리에 충분하다고 가정했습니다. 그렇지 않았고, 저는 다시 만들었습니다. 그러니 실제 사람이 쓰는 것처럼 실제 데이터로 앱을 써 보고, 각 단계를 따로 테스트해서 실패가 어디서 왔는지 알 수 있게 하세요.
7. 누가 지켜보고 있고, 비용은 얼마나 드나요? 소프트웨어는 출시한 뒤에 낡아 가고, 그럴 때 보통 아무것도 실패하지 않습니다. 오늘 npm audit --omit=dev를 한 번 실행하고, 이 점검을 자동화하세요. AI 청구서도 확인하세요. 2025년 8월에 저는 temperature를 0이 아니라 0.7로 설정해서 API 호출의 30%가 실패했고, 낭비된 토큰으로 월 54달러가 들었다는 것을 알게 됐습니다. 마지막으로, 각 앱을 계속 유지할지 정하세요. STRAŦUM은 은퇴시키고 v1을 참조 구현으로 공개했습니다. 정직하지 못한 방식은 아무도 지켜보지 않는데 여전히 가입을 받는 앱이기 때문입니다. 아무도 지켜보지 않을 거라면 내리거나, 그렇다고 밝히세요.
8. 앱이 보여 주는 숫자와 주장은 맞나요? 각각의 출처까지 추적할 수 있나요? AI는 맞든 틀리든 자신감 있는 숫자를 내놓습니다. 이 사이트의 GreenLeaf 사례(가상의 회사와 합성 데이터이며 2026년 10월에 기록한 것)에서 AI의 보고서 초안은 주간 미디어 지출을 110,100달러로 적었습니다. 확인한 1주 차 수치는 5,462달러였습니다. 앱이 보여 주는 숫자 중 사람들이 그에 따라 행동할 몇 개를 골라, 각각 출처까지 추적하세요.
9. 누구의 데이터가 들어 있고, 어디로 가며, 그곳에 넣어도 되나요? 고객 데이터를 AI 도구에 넣고 있다면 그것이 어디로 가는지 알아보세요. 개인용 요금제와 기업용 요금제는 데이터 보관 정책이 매우 다를 수 있고, 개인정보는 먼저 익명화해야 합니다. 앱이 다른 사람의 데이터를 담기 전에 법무팀에 확인하세요.
AI에게 물어볼 것
아직 답을 몰라도 괜찮습니다. 코딩 도구에게 보여 달라고 하면 되니까요. 무엇이든 바꾸기 전에 이렇게 해 보세요.
무엇이든 바꾸기 전에, 이 앱이 데이터를 어디에 저장하는지, 브라우저에서는 무엇이 실행되는지, 누가 무엇에 접근할 수 있는지 알려 주세요. 당신이 내린 가장 큰 선택 세 가지, 사용자가 다섯 명이 되면 가장 먼저 무엇이 깨질지, 제가 무엇을 결정해야 하는지 나열해 주세요. 비밀 값은 출력하지 마세요.
답은 증거가 아니라 출발점으로 다루세요. 데이터가 보호된다고 하면, 두 번째 사용자로 로그인해서 직접 확인해 보세요.
엔지니어를 부를 때
고객이나 일반 대중이 앱을 쓰는데 질문 1에서 3까지 답할 수 없다면, 저는 멈추고 엔지니어에게 봐 달라고 하겠습니다. 결제나 개인 데이터를 다룰 때도 마찬가지입니다. 멈출 때를 아는 것도 기술의 일부입니다.
이 목록은 보안 감사가 아니며, 모든 것을 잡아내지는 못합니다. 저도 제 제품에 보안 점검을 했지만 놓친 것이 있었습니다. 이 목록이 해야 할 일은, 모르는 사이에 내려 온 결정들을 보여 주는 것입니다.
AI로 무언가를 만들었다면, 이 중 어떤 질문에 답하지 못했나요? 꼭 알고 싶습니다. 특히 제가 빠뜨린 질문 때문에 이미 곤란을 겪으셨다면요.
만든 것을 직장에서 다른 사람도 쓰게 된다면, Prova도 만들어 두었습니다. 에이전시에서 일하는 분이 직접 만든 AI 도구를 팀이 쓰기 전에 준비하는 무료 체크리스트입니다. 이 글의 목록보다 짧고 덜 기술적입니다. 다섯 항목마다 보낼 문장이나 AI에 물어볼 질문이 있고, 마지막에 팀장님께 드릴 한 페이지 요약이 완성됩니다. 계정은 필요 없습니다.