SDLC 2.0: Vibe Coding에서 Agentic Engineering까지

Context

이 글은 구글/카글 SDLC 라이브스트림 Day 1 내용을 바탕으로 만든 Excalidraw 치트시트를 블로그용으로 정리한 것이다.

핵심 주제는 단순히 “AI로 코드를 더 빨리 만든다”가 아니다. Vibe Coding에서 Agentic Engineering으로 넘어갈 때 무엇이 바뀌는지, 그리고 프로덕션 수준의 AI 개발 루프를 만들려면 어떤 구조가 필요한지를 보는 것이다.

SDLC 2.0: Vibe Coding에서 Agentic Engineering까지 핵심 요약

Core Idea

Vibe Coding은 자연어로 의도를 입력하고, 결과 코드를 복사하고, 에러를 수동으로 반복 수정하는 캐주얼한 개발 패턴이다. 초반 프로토타입을 빠르게 만들기에는 좋지만, 그 자체로는 프로덕션 품질을 보장하기 어렵다.

Agentic Engineering은 AI를 느슨한 코드 생성기가 아니라, 구조화된 실행 환경과 검증 루프 안에서 움직이는 엔지니어링 시스템으로 다루는 접근이다. 여기서 중요한 것은 모델 자체보다 모델을 둘러싼 Harness다.

Agent = Model 10% + Harness 90%

모델은 컨텍스트를 읽고 판단하는 추론 엔진이다. 하지만 실제 품질을 결정하는 것은 격리된 샌드박스, 자동 테스트, CI/CD, 서브 에이전트 검증, 롤백 가능한 실행 환경 같은 Harness다.

Key Points

1. 컨텍스트 엔지니어링

정적 컨텍스트는 모든 코드를 한 번에 밀어 넣는 방식이다. 단순하지만 비싸고 비효율적이다.

동적 컨텍스트는 필요한 시점에 필요한 정보만 로드하는 방식이다. Agent Skills처럼 작업 맥락에 따라 도구와 지식을 선택적으로 불러올 수 있어야 한다.

2. 롱러닝 에이전트

롱러닝 에이전트는 짧은 질의응답을 넘어 오랜 시간 자율적으로 실행하고, 중간 결과를 검증하고, 필요한 도구를 다시 호출하는 구조다.

이 방식은 코딩뿐 아니라 대출 승인, 보험 청구, 복잡한 업무 자동화처럼 조건이 계속 바뀌는 비즈니스 루프에도 적용될 수 있다.

3. 새로운 병목

AI가 구현 시간을 주 단위에서 분 단위로 줄이면 병목은 코드 작성이 아니라 Spec 구성과 요구사항 검증으로 이동한다.

위험도 함께 생긴다.

• 도메인과 코드베이스에 대한 인간 엔지니어의 전문성이 약해질 수 있다.
• 장애나 보안 공백이 생겼을 때 책임 추적이 모호해질 수 있다.
• 빠른 구현 속도 때문에 잘못된 요구사항이 더 빠르게 배포될 수 있다.

그래서 엔지니어의 역할은 사라지는 것이 아니라 바뀐다. 엔지니어는 구현자이면서 동시에 검증 프로세스의 중재자가 되어야 한다.

U.S Framework

프로토타입을 프로덕션 수준으로 끌어올리려면 다음 세 단계를 통과해야 한다.

단계	질문
Impressive	첫 데모에서 와우 포인트가 있는가?
Useful	실제 사용자에게 반복 가능한 효용을 주는가?
Sustainable	비용, 스케일링, 보안, 안전 검증을 견딜 수 있는가?

많은 AI 제품은 Impressive 단계에서 멈춘다. 블로그, 교육, 제품 개발 모두에서 중요한 것은 Useful과 Sustainable까지 가는 구조를 만드는 것이다.

Practice Notes

치트시트에서 언급한 실습 환경은 두 가지다.

• Google Anti-Gravity: 워크스페이스와 소스코드를 조율하고 구현 계획을 설계하는 에이전트 인프라 관점의 학습 환경
• Google AI Studio: 자연어로 앱 구조를 만들고 빠르게 프로토타입과 공유 가능한 URL까지 실험하는 환경

내 블로그/Obsidian 시스템에도 같은 관점을 적용할 수 있다. 단순히 글을 생성하는 것이 아니라, 후보 탐색, 초안 변환, 출처 검증, Hexo 빌드, GitHub Pages 배포까지 하나의 Harness로 묶는 것이다.

Takeaway

AI 개발의 핵심은 더 좋은 프롬프트 하나가 아니다. 반복 가능한 구조다.

Vibe Coding은 시작점이 될 수 있다. 하지만 오래 쓰는 시스템을 만들려면 Agentic Engineering으로 넘어가야 한다. 모델이 똑똑해질수록 더 중요한 것은 모델 주변의 검증 장치, 실행 환경, 책임 구조다.

Source Files

• SVG cheatsheet
• Excalidraw source