AI로 앱을 진짜 만들어봤다 — Claude Code·OMC 바이브 코딩 실전 워크플로

안녕하세요. Jay입니다!

"AI한테 시키면 앱이 뚝딱 나온다던데, 진짜일까?" 요즘 가장 많이 받는 질문입니다. 저는 12년차 개발자이면서, 최근 출시한 앱 대부분을 AI와 함께(바이브 코딩) 만들었는데요.

오늘은 막연한 환상 대신, 제가 실제로 쓰는 단계별 워크플로와 직접 겪은 현실적인 한계까지 솔직하게 정리해 보겠습니다.

제가 쓰는 조합은 이렇습니다.

Claude Code — 터미널에서 코드를 읽고 쓰는 AI 코딩 도구
OMC(oh-my-claudecode) — Claude Code 위에 여러 AI 에이전트(작성·리뷰·검증)를 엮어 쓰는 오케스트레이션 레이어

쉽게 말해, 하고 싶은 걸 말로 설명하면 AI가 코드로 옮기고, 저는 방향을 잡고 결과를 검토하는 방식입니다. 이걸 요즘 '바이브 코딩'이라고 부르죠.

말로 요구사항 정리 — "이런 앱을, 이런 화면으로, 이렇게 동작하게"를 문장으로 풀어 AI에 맥락을 줍니다. 이 단계가 부실하면 결과도 부실해요
프로토타입 생성 — 골격·화면·기본 로직을 AI가 빠르게 만듭니다. 여기까진 정말 금방 나옵니다
직접 돌려보며 방향 잡기 — 실제로 써보고 "이건 별로, 이건 이렇게"를 피드백. 운전대는 사람이 잡습니다
다듬기·예외처리 — 권한 거부, 빈 화면, 네트워크 실패 같은 구석을 하나씩 막기. 여기서 시간이 가장 많이 듭니다
검증·출시 — 테스트·코드 리뷰(여기서 여러 AI 에이전트를 활용)를 거쳐 빌드·심사·출시

직접 해보고 가장 크게 느낀 점입니다. '돌아가는 프로토타입'까지는 놀라울 만큼 빠릅니다. 그런데 거기서 '스토어에 내도 되는 완성도'까지가 진짜 일이에요.

이 구간은 여전히 사람의 시간과 판단이 더 듭니다. AI는 속도를 주지만 책임은 못 집니다. 그대로 받아쓰면 이른바 'slop(허접한 결과물)'이 쌓이거든요. 그래서 저는 AI가 짠 코드를 반드시 직접 읽고 검토합니다.

바이브 코딩에서 진짜 경쟁력은 "AI를 얼마나 쓰느냐"가 아니라 "무엇을·왜 만들지 방향을 잡고, 결과를 판단하는 안목"이라고 느낍니다. 도구는 누구나 같은 걸 쓰는 시대니까요.

그래서 저는 AI에게 줄 맥락(어떤 앱인지, 왜 만드는지, 어떤 코드 규칙을 쓰는지)을 평소에 정리해 둡니다. 이 맥락이 쌓일수록 결과가 좋아지더라고요. (이 부분은 개발자의 세컨 브레인 만들기 글에서 더 자세히 다뤘습니다.)

실제로 이렇게 만든 앱이 감정일기 '물들다'입니다. 관심 있으시면 제작기도 함께 보세요.

AI로 앱은 정말 만들 수 있습니다. 단, "버튼 하나로 뚝딱"이 아니라 빠른 시작 + 사람의 방향·검토가 합쳐졌을 때입니다. 프로토타입은 AI가 확 당겨주고, 완성도는 사람이 채우는 협업 — 그게 제가 겪은 바이브 코딩의 현실입니다.

다음에도 유익한 포스팅으로 찾아오겠습니다. 감사합니다!

$ ls related/