바이브 코딩 다음은 AIOps

코딩 자동화에 이어 운영 자동화까지 AIOps

조대협 (http://bcho.tistory.com)

 

요즘 바이브 코딩이 많이 주목받고 있는데, 오늘은 바이브 코딩과 AIOps에 대해서 이야기 해보고자 한다. 

먼저 바이브 코딩과 AI IDE에 대해서 분류해서 생각해볼 필요가 있다. 

코딩 플랫폼

바이브 코딩

바이브 코딩은 대화를 하면서 코딩을 한다는 개념으로 생각하면 되는데, 주로 완제품 웹사이트나 모바일앱을 만들어주는 영역이 여기에 해당한다. 주로 UI가 있는 애플리케이션을 개발해주는 개념인데, Vercel의 V0, Replit, Lovable등이 이에 해당한다. 

이러한 플랫폼은 코딩에 대한 지식이 없거나 부족한 경우에도 애플리케이션을 개발할 수 있는 장점이 있다. 

특히 Vercel백앤드나 Superbase등의 Saas형 백앤드에 배포하여 운영까지 가능하다는 장점을 가지고 있다. 

그러나, 이 바이브 코딩 플랫폼은 UI상으로 훌륭한 애플리케이션을 만들 수 있을지는 몰라도,대용량 트래픽이나 특정 유스케이스 (API 서비스 등)을 개발하기에는 부족하다. 

 

데자뷰같은 느낌이 드는게, 예전 4GL의 전성시대의 재림을 보는 것과 같은 느낌이다. 델파이,비주얼 베이직, 파워빌더 처럼 UI 기반의 애플리케이션을 드래그앤 드롭으로 쉽게 만들 수 있는 느낌인데, 이 4GL의 웹의 등장과 함께 과거로 사라졌다. 

바이브 코딩 플랫폼이 어떻게 자리 잡을지 지켜봐야할 할 일이다.

AI IDE

AI IDE는 개발도구에 AI 채팅등의 인터페이스를 가미한 것으로 Cursor.AI와 Windsurf가 양대 산맥을 이루고 있으며, 그외에도 MS의 Copilot이나, Google의 Cloud Code Assitant 등이 있다. 

Vibe 코딩에 비해서 조금더 깊은 수준의 엔지니어링이 가능하고, 완전 자동화하여 코드를 생성하는 것보다는, 개발자의 코드 개발을 지원해주는 역할을 한다. 코딩에 대한 경험이 없는 사람이 쓰기에는 다소 적절하지 않다고 생각한다. 

자율형 AI 엔지니어

앞의 두가지 도구가 코딩이라는 작업을 AI 에이전트와의 대화를 통해서 개발자를 지원하는 플랫폼이라고 보면 자율형 AI 엔지니어는 소프트웨어 개발자의 역할을 아예 대체한다고 볼 수 있다. devin.ai와 같은 서비스가 대표적이다.

JIRA와 같은 작업 관리 시스템이나 Slack과 같은 채팅 인터페이스를 이용하여, 지시를 문서로 명시해놓으면 자율형 AI 엔지니어가 코드를 작성하고, 이 코드를 코드베이스에 반영하는 원리이다. 

AIOps

AI가 코딩 자동화에 적극적으로 사용되어 왔다면, AI가 이제는 인프라에 대한 아키텍처 설계와 운영 영역까지 확장되고 있다.

근래에 발표된 Google Cloud Gemini Assitant를 보면, 클라우드 배포 아키텍처에 대한 설계, 장애(에러 메시지)에 대한 분석 까지 가능하게 되었다.

아래는 구글 Cloud AIOps의 예시인데, 채팅 창에서 API 서버와 데이터 베이스 그리고 캐쉬 서버로 구성된 백앤드 아키텍처 설계를 요청하면 자동으로 적절한 아키텍처를 설계해주고, 필요한 경우, 특정 컴포넌트를 다른 컴포넌트로 대체해서 설계한 후에, 이를 자동으로 배포할 수 있다. 

 

이 외에도, 클라우드 운영에서 장애가 생겼을때 로그를 클릭하면, 로그 메시지를 기반으로 어떤 장애 원인이 있을지 조언해주고 이를 위한 해결 방안을 조언해준다. 

이런 AIOps에서 클라우드 배포나 설계는 클라우드 업체들이 선두로 진행하고 있지만, AI 기술을 이용한 모니터링과 장애 진단등은 DataDog, NewRelic과 같은 기존의 모니터링 업체들이 지원하고 있다.