개발자로서 현장에서 일하면서 새로 접하는 기술들이나 알게된 정보 등을 정리하기 위한 블로그입니다. 운 좋게 미국에서 큰 회사들의 프로젝트에서 컬설턴트로 일하고 있어서 새로운 기술들을 접할 기회가 많이 있습니다. 미국의 IT 프로젝트에서 사용되는 툴들에 대해 많은 분들과 정보를 공유하고 싶습니다.
지난주 🎬 재미로 하는 Vibe Coding 라이브 방송 하이라이트 영상을 꾸며 봤습니다!
이번 세션에서는 두 가지 강력한 AI 코딩 툴을 동시에 실험해 보았습니다: 🔧 Gemini CLI (by Google) 🤖 GitHub Copilot (by Microsoft)
두 툴에 동일한 명령어(Prompt) 를 동시에 입력하고, 그 결과를 비교해 봤습니다. 작업 내용은 단순히 버튼 이름을 바꾸는 것이었지만... 결과는 매우 흥미로웠습니다! ❓ 어떤 결과물이 더 나았을까요? 영상에서 확인해 보세요! 👀
💡 참고로 두 Tool은 모두 무료로 사용하실 수 있습니다! 이번 시간에는 Gemini CLI 설치부터 시작했습니다.
🧪 Gemini CLI 는 Claude Code처럼 Command Line에서 Vibe Coding을 할 수 있는 툴입니다. ✅ 분당 60회, 하루 최대 1,000회 Request 무료 제공 🚫 신용카드 등록이나 구독료 없이도, Gemini 2.5 Pro까지 완전 무료 사용 가능!
💻 계속 사용해 오던 GitHub Copilot 은 Cursor AI 와 비슷한 Vibe Coding Development Tool입니다. 🆓 매달 2,000 completions 무료 제공
🔥 최고 수준의 Vibe Coding Tool들을 지금 바로 무료로 사용해 보세요!
📌 이번에 발견한 Vibe Coding의 새로운 방식? AI가 대신 코딩해 주는 게 전부가 아닙니다. 여러 AI 툴과 협업하고 그중 가장 좋은 결과를 선택하는 것이 새로운 방식입니다. ⚙️ 실시간으로 실험하고, 비교하고, 선택하는 과정 자체가 새로운 개발 흐름이 됩니다.
📺 매주 일요일 밤 9PM KST / 아침 5AM PST AI 코딩 실험과 비교, 실시간 Vibe Coding 세션이 진행됩니다!
My name is Changsoo Park, and I’m based in Redmond, Washington.
I’ve been running a YouTube channel where I host weekly livestream sessions on Sundays, focused on learning and experimenting with Vibe Coding—mainly with a Korean-speaking audience.
Over the past three months, through regular Vibe Coding sessions, I’ve gained a lot of practical insight and experience. Based on this hands-on learning, I’ve come up with a few ideas that I believe could significantly improve the effectiveness and usability of Vibe Coding tools like GitHub Copilot or Cursor AI.
I'd like to briefly share two of them with you today.
안녕하세요, 저는 미국 워싱턴주 레드먼드에 거주하는 박창수라고 합니다.
저는 현재 유튜브 채널을 운영하고 있으며, 올해 3월부터 매주 일요일마다 ‘Vibe Coding’을 주제로 한국어로 진행되는 실시간 라이브 방송을 진행하고 있습니다. 그동안 꾸준히 Vibe Coding을 실험하고 학습해 오면서, 실제 현장에서 느낀 문제점들과 함께 툴이 보완되면 훨씬 실용적일 수 있는 기능 아이디어들을 떠올리게 되었습니다.
오늘은 그 중 두 가지 아이디어를 공유드리고자 합니다.
1. Regression Feature Awareness in Vibe Coding Tools 🧪
One common issue I’ve encountered during Vibe Coding sessions is that adding new features often unintentionally breaks previously working ones. This is a typical regression problem well-known in software engineering.
In traditional QA workflows—something I’m familiar with from my 25 years in tech, including 7 years as a QA engineer—Regression Testing is a standard step. After developing new features, previously tested functionalities are re-tested to ensure they still work correctly.
Currently, most Vibe Coding tools don’t offer any sort of regression verification process. As a result, applying Vibe Coding in real production-level environments remains quite limited.
If regression awareness and testing support could be integrated into Vibe Coding tools—possibly powered by AI—it would make the development process more reliable and sustainable.
I believe this is technically feasible, especially since modern QA practices have long focused on automation. Incorporating even a lightweight regression tracking mechanism in Vibe Coding tools could greatly enhance their practical utility.
Vibe Coding으로 어플리케이션을 개발하다 보면 새 기능을 추가했을 때 이전에 잘 동작하던 기능이 갑자기 제대로 동작을 하지 않는 경우가 빈번하게 발생합니다. 이는 전통적인 소프트웨어 개발에서도 잘 알려진 ‘회귀(regression)’ 문제입니다.
저는 IT 업계에서 약 25년간 일했으며, 그 중 7년은 QA 엔지니어로 일했습니다. QA 업무의 중요한 프로세스 중 하나가 바로 Regression Test입니다. 새 기능을 개발한 후, 기존 기능들이 여전히 잘 작동하는지 확인하는 테스트 단계죠.
현재 대부분의 Vibe Coding 도구에는 이러한 회귀 검증 기능이나 흐름이 포함되어 있지 않아, 실제 현업에서 사용하기에는 한계가 존재합니다. 만약 AI 기반 Vibe Coding 툴이 기존 기능의 안정성을 확인해줄 수 있는 회귀 검증 기능을 제공한다면, 더 실용적이고 신뢰성 있는 개발 환경이 될 수 있다고 생각합니다.
기술적으로도 이는 충분히 가능하다고 생각합니다. 기존 QA 자동화 시스템에서도 회귀 테스트는 이미 자동화가 활발히 이루어지고 있으며, 이를 Vibe Coding 툴에도 접목할 수 있을 것입니다.
2. Prompt-Driven Restart: A Refactoring Alternative 🔁
The second idea comes from repeated observations while building applications via Vibe Coding.
Often, when errors occur during development, users try to fix them by tweaking code or asking the AI to debug. But this can become inefficient and drain energy—contrary to the core philosophy of Vibe Coding: low-effort, high-leverage coding.
Instead, I started experimenting with restarting from scratch using the original prompt, slightly modified to avoid previous errors. This approach often yields better, cleaner results. I call this method Prompt-Driven Restart.
두 번째로 소개드릴 아이디어는 제가 직접 이름 붙인 개념인 Prompt-Driven Restart입니다.
Vibe Coding을 하다 보면 새로운 기능 개발 중 오류가 발생하고, 이를 고치려는 시도를 반복하는 경우가 많습니다. 하지만 프롬프트만으로 해결되지 않는 경우에는 AI가 만든 소스코드를 분석하거나 유도 질문을 통해 문제 해결을 시도해야 합니다.
이러한 과정은 많은 에너지를 소모하게 되며, 오히려 Vibe Coding의 간결하고 효율적인 코딩이라는 장점이 희석되는 경우가 많습니다.
그래서 저는 기존 소스코드를 계속 수정하기보다는, 처음에 사용했던 프롬프트를 보완하여 새로 시작하는 방식을 사용해 보았습니다. 그 결과, 훨씬 효율적이고 오류도 적은 결과를 얻을 수 있었고, 이 방법론에 Prompt-Driven Restart라는 이름을 붙였습니다.
To support this methodology, I suggest the following features:
이 방식을 Vibe Coding 툴에서 보다 쉽게 활용할 수 있도록, 아래와 같은 기능이 지원되었으면 합니다:
🗃️ Prompt History Management: The ability to save and easily retrieve prompts previously used in a project.
🔖 Restart Point Markers: A feature to mark key restart points in a session, allowing users to jump back to a clean slate when necessary.
✍️ Prompt Patching Interface: An easy way to modify a prior prompt by adding clarifications or constraints to prevent known issues.
🗃️ 프롬프트 히스토리 관리 기능: 지금까지 사용한 프롬프트를 저장하고 쉽게 불러올 수 있도록
🔖 재시작 포인트 지정 기능: 특정 시점에서 다시 시작할 수 있도록 체크포인트 설정
✍️ 프롬프트 보완 도우미: 오류가 발생하지 않도록 이전 프롬프트에 쉽게 지시문을 추가할 수 있는 인터페이스
Together, these features would empower users to avoid long debug cycles and instead take advantage of Vibe Coding’s core strengths: fast iteration, flexible creativity, and low cognitive overhead.
이러한 기능들이 더해진다면, 사용자는 반복된 디버깅에 갇히지 않고 보다 전략적이고 창의적인 방향으로 Vibe Coding을 활용할 수 있게 될 것입니다.
To give you context, I document my progress and share it with my audience via Google Slides and YouTube livestreams. Most of my content is in Korean, but I’ve provided the links below for your reference. They should translate well via built-in tools.
제가 지금까지 진행해 온 Vibe Coding 실험은 Google Slide로 정리해 두었으며, YouTube에 관련 방송도 아카이빙 해두었습니다. 모두 한국어로 되어 있지만, 요즘은 번역도 쉬워졌기에 함께 공유드립니다:
I’m sharing these ideas in the hope that they may help push Vibe Coding tools further—making them more powerful, reliable, and user-friendly. I would be happy to share more insights in the future if helpful.
Vibe Coding이라는 새로운 개념과 방식이 더 발전하고, 실제 현장에서도 널리 사용될 수 있기를 진심으로 바라며, 작은 경험이나마 의미 있는 피드백이 되었기를 바랍니다.
Thank you very much for your time and the incredible tools you’ve built. I look forward to your thoughts.
앞으로도 계속 좋은 아이디어가 떠오르면 공유드리겠습니다.
Warm regards, Changsoo Park Redmond, WA YouTube Channel: Catch Up AI
📌 Prompt-Driven Restart 방법론 실험! 🧪 지난주에 성공적으로 적용한 새로운 방법론 🔄 에러를 수정하기보다, 처음 사용한 프롬프트에 지시문을 추가해 처음부터 다시 시작! ⚙️ Vibe Coding에선 이 방식이 더 효율적일 때가 많습니다. 🗣 이번 주엔 이 방법을 활용해 영어 회화 Tutor 앱을 만들어 봅니다! 💬 실전에서 얼마나 효과가 있는지 함께 실험해 보세요!
🔤 용어 해설: Prompt-Driven Restart Prompt-Driven : 사용자가 작성한 Prompt(지시문)가 개발 프로세스를 주도한다는 의미. 즉, 개발 흐름이나 구조는 코드가 아니라 프롬프트 중심으로 설계되고 변화함. Restart : 기존 결과물(앱이나 코드)을 수정하는 것이 아니라 처음부터 새로 시작하는 방식을 택함. 단, 아예 무작정 새로 시작하는 것이 아니라, 이전의 경험과 프롬프트를 반영해서 더 나은 결과를 만든다는 의미.
🧠 개념 설명 ✅ 전통적인 개발 방식 문제가 생기면 기존 코드를 분석하고 수정(refactor)함
개발자가 직접 버그 위치를 찾아서 고침
코드는 자산이자, 수정의 대상임
✅ Prompt-Driven Restart 방식 코드 자체보다 프롬프트가 중심
문제가 생기면 코드 수정 대신, 초기 프롬프트에 개선 지시문을 추가
개선된 프롬프트로 AI에게 다시 전체 코드를 생성시킴
일종의 지시문 중심 반복학습 (iterative prompting) 구조
🚀 장점 속도 : 많은 경우 디버깅보다 빠르게 해결 가능 단순성 : 복잡한 코드 이해 없이, 명확한 지시만으로 개선 가능 재현성 : 프롬프트만 있으면 언제든 같은 기능을 만들 수 있음 학습 중심 : 프롬프트를 다듬으며 사용자도 발전함 (Prompt Engineering 학습)
🔁 지금까지 한 일 다시 반복하기 💾 프롬프트만 보관되어 있다면 언제든 쉽게 재작업 가능! 🌟 이것이 Vibe Coding의 장점 중 하나입니다. 📂 사용했던 프롬프트를 재사용해서 처음부터 다시 시작해 보겠습니다. ⚠️ DropDown 등 에러가 났던 부분은 미리 알려줘서 에러가 나지 않도록 해보겠습니다. 🧠 AI가 코딩을 대신해주기 때문에 가능한 방법이죠! 📝 인간은 프롬프트에 더 집중하면 언제든지 쉽게 재작업할 수 있습니다. 🧪 이번 시간에 그 가능성을 실험해보겠습니다.
🕔 방송 일정 📅 2025년 6월 15일 (일) 🕘 오후 9시 (KST, 한국) / 🕔 오전 5시 (PST, 시애틀)
바이브 코딩 하면 가장 대표적인 툴이 Cursor AI 입니다. 제 주위에 IT 에 업계에 있는 사람들은 대부분 Cursor AI 를 사용하고 있고 대부분 호평인데요.
그래서 제가 직접 비교해 보기로 했습니다.
지난 '재미로 하는 Vibe Coding' 라방에서 Grok 3 로 만든 Prompt 로 번역 앱을 바이브 코딩으로 만들었는데요. 1시간 안에 미처 구현하지 못한 기능들이 있었습니다.
똑 같은 Prompt 로 Cursor AI 에서 번역 앱 개발을 시도해 봤습니다.
과연 어느 툴이 더 좋을까요?
예상치 못한 에러에 제가 대처하는 방법을 생생하게 공유하기 위해서 진행 과정을 거의 Real 로 보여 드립니다.
Vibe Coding 에는 두가지 요소가 있습니다. 해당 Tool의 기능과 실제로 코딩을 하는 AI 모델의 성능.
둘 다 AI 모델은 ChatGPT, Claude, Gemini 같은 모델을 사용합니다. 실제 코딩을 누가 더 잘하느냐는 이 AI 모델의 성능에 달려 있구요.
Vibe Coding Tool 은 그 AI 모델에게 코딩을 시키기 위해 얼마나 편리한 기능들을 제공하는가가 평가 기준이 될 것 같습니다. 그리고 각각 내부 Prompt로 AI 모델과 Communication을 할 텐데 거기에서 오는 기능의 차이도 있을 테구요.
오늘은 실제 제가 바이브 코딩을 할 때 사용되는 기본 기능들만 비교해 봤습니다.
제 기준으로는 기본 기능면에서는 그 둘이 크게 차이가 나지는 않는 것 같아요. Response 부분은 Cursor AI 가 좀 더 체계적이고 자세하게 주는 것 같구요. UX 관점에서 Github Copilot 이 제게는 좀 더 직관적인 부분이 있어서 편리 했습니다. 가격 경쟁력 면에서도 Github Copilot 이 우세 했구요.
그 외에도 제가 느낀 점들을 이 비디오에 정리 해 놨습니다.
앞으로 계속 두 툴을 같이 사용할 것 같습니다. 그러다 보면 또 다른 특성들을 발견하게 되겠죠. 재밌는 작업이었습니다.
