느낌을 구현하고 취향을 설계하는 AI

생성형 AI가 사람의 의도와 맥락을 해석해 프로그램을 만드는 ‘바이브 코딩’이 확산하고 있다. 이용자가 원하는 기능과 전반적인 느낌을 자연어로 설명하면 AI가 수백에서 수천 줄에 이르는 코드를 구성하는 방식이다. 복잡한 문법을 익히지 않은 초보자도 아이디어를 실제 서비스로 구현할 수 있게 되면서 코딩의 진입 장벽은 크게 낮아졌다.

활용 사례도 일상 영역으로 넓어졌다. 냉장고 속 식재료 사진이나 영수증을 올리면 영양 성분을 분석해 개인별 식단을 제안하는 앱이 등장했고, 대화창에 별·곰·나무 같은 이모지만 입력해도 동화를 만들어 주는 프로그램도 구현됐다. 명령어와 괄호를 정확히 배열해야 했던 기존 작업과 달리, 사용자는 만들고 싶은 결과의 방향과 감각을 전달하는 데 집중할 수 있다.

‘바이브’의 뿌리는 진동을 뜻하는 과학 용어와 1960~1970년대 히피 문화가 결합한 과정에 닿아 있다. 우주와 인간이 저마다 에너지와 주파수를 지닌다는 당시의 믿음은 ‘좋은 진동’이라는 표현으로 대중음악과 문화에 퍼졌다. 이후 ‘바이브’로 축약되면서 눈에 보이지 않는 분위기나 말로 설명하기 어려운 감각을 나타내는 일상어가 됐고, 최근에는 IT 분야의 신조어로 다시 쓰이고 있다.

바이브 코딩의 작동 방식은 추천 알고리즘과도 맞닿아 있다. 유튜브와 인스타그램의 AI는 특정 영상에 머문 시간, 스크롤을 멈춘 순간, 좋아요를 누르는 습관을 분석해 관심사와 감정 상태를 추정하고 시선을 끌 콘텐츠를 계속 제시한다. 바이브 코딩에서는 인간이 AI에 의도를 전달하지만, 추천 과정에서는 AI가 인간의 취향을 역으로 읽는다. 편리함과 함께 선택이 알고리즘에 조율될 수 있다는 피로감과 거부감도 커지는 이유다.