
영상 링크: Vibe Coding with Confidence — Itamar Friedman, Qodo
채널명: AI Engineer
자신감 있게 Vibe Coding하기: CLI가 주도하는 개발 환경 혁신 핵심 요약
- Codto의 CEO 이타마르 프리드만이 새로운 CLI(커맨드라인 도구) 툴의 소프트 런칭과 그 배경, 그리고 ‘자신감 있는 vibe coding’이란 컨셉을 중심으로 발표를 진행함
- AI 개발 도구의 3단계 진화를 소개: 1단계(자동완성), 2단계(생성형 챗봇), 3단계(멀티 에이전트 워크플로우 및 CLI 중심의 자동화)
- 개발자의 수준(초보 vs 엔터프라이즈)에 따라 AI 툴의 요구사항과 가치가 크게 달라짐을 강조함
- 기존 ‘vibe coding’이 빠른 코드 생성에 집중했다면, 엔터프라이즈 현장에서는 신뢰성과 높은 품질, 워크플로우 통합이 필수라는 점을 명확히 함
- AI가 코드 작성 외에 테스트, 코드 리뷰, 리팩터링 등 SDLC의 다양한 단계에서 통합적으로 활용되어야 ‘게임 체인지’가 된다고 주장
- Codto는 코드 리뷰(코드 머지), 심도 있는 코드 분석(딥 리서치), IDE 통합 도구 등 에이전트 및 워크플로우 툴을 제공하며, CLI 기반으로 확대 중임
- CLI 도구는 파이프, 다양한 워크플로우·에이전트 연결, 자동화 등 기존 IDE나 플러그인으론 어려운 고급 개발 방식이 가능함을 시연
- 미래에는 다양한 전문성을 가진 AI 에이전트들이 클러스터(스웜) 형태로 동작하여, 개발자의 생산성과 신뢰도를 획기적으로 향상시킬 것으로 전망
세부 요약 - 주제별 정리
AI 도구의 발전이 개발자 경험을 크게 바꾸고 있으며, 이 변화의 중심에 CLI 인터페이스가 있음
- 이타마르 프리드만(Codto CEO)은 “vibe coding”과 개발자의 자신감이라는 주제로 발표 시작
- Codto의 CLI 툴이 곧바로 소프트런칭되었으며, 참가자들에게 설치 및 피드백을 요청함
- 왜 사람들이 새 AI 도구(Cloud Code, Codci, AI 기반 툴 등)를 계속 시도하는지, CLI가 새 인터페이스 표준이 될 가능성을 설명할 예정임을 전제
AI 기반 코딩 도구의 3단계 진화는 개발 생산성 및 품질 향상에 결정적 역할을 함
- 1세대(Gen1.0)는 자동완성: 코드 작성시 몇 줄 먼저 제안해주는 단계, 개발자만이 활용할 수 있음
- 2세대(Gen2.0)는 생성형 챗봇: 초보 개발자도 많은 코드를 생성할 수 있게 되었지만, 엔터프라이즈에서는 품질 저하와 리뷰 부담이 문제
- 3세대(Gen3.0)는 멀티 에이전트와 워크플로우: 명령 기반(특히 CLI)으로 다양한 에이전트에게 팀원처럼 엔드-투-엔드 작업을 지시하는 방식
- SDLC(소프트웨어 개발 생명주기) 전반에 AI가 통합되며, 생산성과 신뢰성을 함께 추구함
초보 개발자와 엔터프라이즈 개발자는 AI 도구에서 기대하는 바가 다름
- 초보자는 “프롬프트 한 번에 완제품·P.O.C·간단한 게임” 등 엔드-투-엔드로 자동화된 결과를 선호함
- 엔터프라이즈(대규모, 복잡한 환경)에서는 “진짜 신뢰할 수 있는 워크플로우”, 리뷰와 테스트, 리팩터링, 품질 관리 등 고도화된 요구가 많음
- AI가 여러 SDLC 단계(기획, 구현, 테스트, 리뷰, 리팩터링)에 적용되어야 현장 가치가 높음
단순 ‘vibe coding’에서 ‘신뢰성과 품질’의 시대가 도래함
- Vibe coding은 빠른 프로토타입, MVP 등에 용이하지만, 실제 중요한 프로젝트·유지보수에는 ‘신뢰’와 ‘맥락(Context)’이 필요
- 앤드리우 카파시(Andrej Karpathy) 등도 vibe coding의 한계와, 높은 품질을 위한 컨텍스트 및 워크플로우의 필요성을 지적함
- 워크플로우(맥락 수집, 문서화, 리뷰, 테스트, 모범 사례 반영 등)가 연결되어야 신뢰성 높은 개발이 가능
엔터프라이즈에서 AI 기반 자동화의 ‘진짜 게임 체인저’는 SDLC 전반을 커버하는 워크플로우의 통합임
- 테스트, 코드리뷰, 리팩터링, 버그 수정 등이 각기 AI로 자동화될 수 있지만, 개별 단계가 아닌 유기적 통합이 핵심
- 리뷰 및 테스트를 “shift left”, 즉 코딩 단계 바로 다음에 AI 기반으로 실행함으로써 품질과 속도를 함께 확보
- 실제로 ‘클라우드 보안’처럼, 각 부문별 개별 솔루션이 아니라 전체 SDLC를 포괄하는 ‘홀리스틱’(holistic) 솔루션이 곧 AI 개발 분야의 미래
Codto는 코드 리뷰, 심층 분석, IDE 연동 등 다양한 에이전트와 워크플로우로 이를 구현함
- 대표 제품
- 코도 딥 리서치: 코드 기반의 심층 질의·연구를 수행하는 AI 에이전트
- 코도 머지(코드 리뷰 에이전트): 코드 리뷰 자동화, 점진적으로 조직의 베스트 프랙티스를 축적·반영
- IDE에 통합되는 코도 어웨어: 콘텍스트를 IDE 밖에서도 워크플로우로 이어가게 지원
- CLI 기반으로 워크플로우 및 에이전트 연동 자동화가 가능하며, 직접 명령어로 요청하고 워크플로우 정의·실행이 가능
CLI 환경은 에이전트/워크플로우 연동, 자동화, 확장성 면에서 IDE 플러그인보다 뛰어남
- 커맨드라인(터미널)에서 에이전트 호출, 다양한 테스트·리뷰·코드 커버리지 개선 기능을 조합 가능
- 파이프(|) 등을 통해 에이전트와 워크플로우 결과를 이어붙이고 자동화된 개발 파이프라인을 구축
- 명령어를 통해 워크플로우·에이전트 정의, 수정, 자동 리뷰·테스트 실행, 조직 베스트 프랙티스 불러오기 등 활용
- 덤프(로그 내보내기), CI/CD와의 연결(프리커밋, 포스트커밋 자동화) 등 고급 자동화 작업에 적합
CLI 도구를 활용한 실시간 데모 및 주요 기능 시연이 이루어짐
- “리뷰 에이전트 만들기”, “테스트 커버리지 자동 확대”, “베스트 프랙티스 적용” 등 명령형 인터페이스로 직접 지시
- 오픈소스 코드 커버리지 툴(codto cover)을 통합, 별도 설치 없이 에이전트 내에서 실행 가능
- 파이프라인 예제: 코드 생성 → 커버리지 확대 → 리뷰까지 CLI 한 줄 명령으로 일괄 처리 가능
- 단순 데이터 전달뿐 아니라, 에이전트 간 병렬적·상호작용(A2A)까지 구현 가능한 확장 시도
멀티 에이전트, 에이전트–에이전트(A2A) 통신 등 차세대 워크플로우 발전 방향 제시
- 여러 에이전트가 동시에 병렬 동작, 서로 결과를 주고받는 에이전트-에이전트 구조 소개(MCP, A2A)
- A2A는 아직 초기 단계이지만, 복수 에이전트의 상호작용·핸드쉐이크·발견성을 기반으로 차세대 워크플로우 모델을 예고
- 예: 코드 생성 → 테스팅 → 리뷰 등 별도의 특화 에이전트가 파이프라인 내에서 데이터·성과를 상호 교환
조직의 베스트 프랙티스와 품질 기준을 AI 에이전트의 워크플로우에 구현함
- 코드 리뷰·테스트 등에 조직 고유의 성공/실패 기준, 베스트 프랙티스, 유지보수성을 에이전트에 반영 가능
- 워크플로우 실행 후 자동으로 결과 판정(성공/실패, 코드 커버리지 달성 여부 등)이 가능한 구조 지원
- 다양한 조직 환경에서 맞춤화된 자동화 가능
미래에는 유연한 인터페이스와 AI 멀티에이전트가 개발 실무를 혁신할 것임
- CLI로 워크플로우를 디자인/실행하되, 필요 시 그에 맞는 새로운 인터페이스(ex: 맞춤 UI/뷰어 등)도 자동 생성 가능
- 고전적 IDE의 제한을 넘어, ‘유연한’ 개발 환경(플렉서블 IDEs, CLI 조합 등) 구축이 가능해짐을 강조
- 2025~2026년에는 각기 인증·전문성을 지닌 다양한 에이전트의 집합(스웜)이 개발 현장에 본격 구현될 전망