Lovable이 바이브 코더를 채용했다고 합니다. 코드를 직접 짜지 않으면서 제품을 만드는 사람이 실제로 뭘 하는지 구체적인 프레임워크를 공유했는데요. 의외였던 부분은 시간 배분이었습니다. 전체 작업 시간의 80%를 기획과 문서화에 투자한다고 합니다.

가장 인상 깊었던 내용 중심으로 정리해봤습니다.

———

✅
4~5개를 동시에 시작하고 하나만 살린다

프로젝트 초기에 하나의 방향에 매몰되지 않습니다. 브레인 덤프, 구체적 프롬프트, 디자인 스크린샷, 코드 스니펫 등 다양한 입력 방식으로 4~5개 프로젝트를 동시에 돌립니다. 그중 가장 좋은 방향 하나만 선택하고 나머지는 버리죠.

역시나 AI가 자연어보다 코드를 더 정확하게 해석한다는 점입니다. 픽셀 단위의 정확도가 필요하면 레퍼런스 이미지보다 코드 스니펫이 더 효과적이라고 합니다.

✅
AI에게 주는 지도가 결과물을 결정한다

방향이 정해지면 바로 개발을 이어가는 게 아니라 문서 작성에 들어갑니다. Master Plan에는 프로젝트의 대의명분과 타겟 유저를, Implementation Plan에는 구현 순서를, Tasks.md에는 AI가 수행할 구체적 작업을 정의합니다.

그 중 핵심은 Rules.md입니다. “코드를 짜기 전에 모든 기획 문서를 먼저 읽어라”, “한 번에 하나의 태스크만 수행하라” 같은 행동 강령을 넣어둡니다. AI의 컨텍스트 윈도우는 한계가 있으니 이 규칙이 없으면 금방 길을 잃거든요.

✅
막히면 4단계로 풀고, 풀면 규칙으로 남긴다

디버깅도 상당히 체계적입니다. 먼저 AI에게 수정 요청, 안 되면 콘솔 로그를 추가해서 AI가 문제를 인지하게 만들고, 그래도 안 되면 외부 AI 모델에게 진단을 맡기고, 마지막으로 되돌린 뒤 프롬프트를 재작성합니다. 대부분 사용자의 프롬프트 실수라는 게 포인트입니다😓. 가장 인상적인 건 해결 후입니다. “내가 어떻게 프롬프트했어야 한 번에 됐겠니?“를 AI에게 질문하고 그 답을 Rules.md에 추가합니다. 같은 실수를 시스템적으로 방지하는 거죠. (너무 좋은 방법👏👏)

———

전체적인 내용을 보면 PM이 하는 일과 유사합니다. 요구사항을 명확히 정의하고 문서로 관리하고, 결과물의 품질을 판단하는 것은 여전히 중요한 것 같습니다.🙌