바이브코딩 PRD 작성법, '빨리' 대신 '3초 안에'라고 쓰는 이유
핵심 요약
바이브코딩 요청은 '빨리' 대신 '3초 안에'처럼 숫자 기준으로 씁니다.
AI의 '완료' 보고는 기준을 지켰다는 뜻이 아닙니다.
PRD와 STICC로 기준을 적고 정답표로 결과를 다시 확인합니다.
현업 담당자에게 「빠진 거 빨리 찾아 주세요」라는 부탁을 받으면 사람은 대충 알아듣습니다. 다만 같은 문장을 AI에게 넘기면 무엇이 빠진 것인지, '빨리'가 몇 초인지 모른 채 짐작으로 채우고 '완료'라고 보고합니다. 결과는 AI의 실력보다 요청에 적힌 기준에서 갈립니다. 이 글에서는 한 줄 요청과 정답표 비교, '빨리'를 숫자 기준으로 옮기는 방법, PRD와 STICC로 기준을 적는 법, 정답표로 '완료'를 다시 확인하는 방법을 차례로 살펴봅니다.
바이브코딩 사례: 한 줄 요청과 정답표 비교
가상 사례는 업무 메일 정리입니다. 담당자는 받은 메일에 필수 항목이 다 있는지 보고 빠진 항목이 있으면 다시 보내 달라고 회신합니다. 이 일을 적은 업무 정리본 한 장을 AI에게 넘기고 "이대로 구현해 줘. 묻지 말고 끝까지 만들어" 한 마디만 했습니다.
14분 뒤 화면 다섯 개짜리 앱이 나왔습니다. AI는 "단위 테스트 22개 통과, 브라우저에서 한 바퀴 돌려 확인했어요"라고 보고했습니다. 여기까지만 보면 바이브코딩은 충분히 쓸 만합니다.
문제는 정답표에 대 봤을 때 드러났습니다. 가짜 메일 20건을 넣고 미리 만들어 둔 정답과 비교하니 13건만 맞았습니다. 틀린 7건은 모두 메일에 있는 항목을 "비어 있음"으로 표시한 경우였습니다.
그래서 "메일에 다 써 있는데, 고쳐 줘"라고 한 마디를 더 했습니다. 틀렸던 02번 등 세 건이 고쳐져 15건이 됐지만 멀쩡하던 19번이 새로 틀렸습니다. 이번에도 AI의 보고는 "단위 테스트 24개 모두 통과"였습니다.
같은 일을 기준부터 문서로 적고 그 기준으로 확인하며 만든 쪽은 20건을 모두 맞혔고, 고친 뒤에 다시 돌려 봐도 20건 그대로였습니다. 한 번의 시연인 데다 두 방식은 만드는 과정 자체가 달라서 이 차이를 문서 하나의 효과로 볼 수는 없습니다.
그래도 갈린 지점은 분명합니다. 정리본과 한 줄 요청 어디에도 무엇이 맞는 결과인지가 적혀 있지 않았습니다. AI는 비어 있는 기준을 짐작으로 채웠고, 고친 뒤 어디가 깨졌는지 알려 줄 기준도 없었습니다.
바이브코딩 기준: '빨리'를 '3초 안'으로 옮기는 방법
"빠진 거, 빨리 찾아 주세요."
같은 팀이라면 이 말로 충분합니다. 어떤 항목이 빠지면 안 되는지, 빨리가 어느 정도인지 서로 알고 있으니까요. AI는 다릅니다. 빠진 게 어떤 칸인지, 빨리가 1분인지 3초인지 모르는 채로 짐작으로 채워 일단 만듭니다.
그래서 현업의 말을 확인할 수 있는 말로 옮겨 줘야 합니다. '빠진 것'은 필수 5칸 중 빈칸, '빨리'는 붙여넣고 3초 안. 이렇게 적어 두면 AI가 만든 결과를 사람도 AI도 같은 기준으로 판정할 수 있습니다.
기준은 세 종류로 나눠 쓰면 편합니다.
통과/실패: 된다, 안 된다로 갈리는 기준입니다. 샘플과 정답표가 있으면 자동으로 확인되고 가장 만들기 쉬워 가장 많이 씁니다.
숫자: 얼마나 빠른지, 몇 건인지를 봅니다. "3초 이내, 5회 평균"처럼 목표값과 재는 방법을 같이 씁니다.
기준표(루브릭): 숫자로 잴 수 없는 품질에 씁니다. 1~5점 채점표를 주고 AI와 사람이 따로 점수를 매긴 뒤 비슷한지 봅니다.
이 기준을 쓰는 사람은 개발자가 아니라 업무를 아는 사람입니다. 바이브코딩에서 비개발자의 몫이 가장 큰 곳이 여기입니다.
바이브코딩 PRD 작성법: 범위와 확인 기준을 적는 네 칸
이렇게 정한 기준을 적어 둘 그릇이 PRD(제품 요구사항 문서)입니다. 거창하게 들리지만 처음에는 네 칸이면 충분합니다. 무엇을 만들지, 누구를 위한 것인지, 어디까지 만들지, 그리고 무엇으로 확인할지입니다.
이 중에서도 어디까지와 무엇으로 확인이 중요합니다. 범위 밖을 적지 않으면 AI는 기능을 계속 늘리고, 확인 기준을 적지 않으면 자기 기준으로 '완료'를 선언합니다.
PRD를 채우기가 막막하면 순서를 바꿔도 됩니다. AI에게 빈칸을 하나씩 묻게 하고 나는 추천 답을 고르거나 고칩니다. 이때 추천 답이 그럴듯해도 업무 현실과 다르면 「아니요, 우리는 이렇게 합니다」라고 말해야 합니다. 그래야 AI가 아니라 내가 쓴 PRD가 됩니다.
모든 일에 PRD가 필요하지는 않습니다. 오타 하나 고치듯 바꿀 내용을 한 문장으로 말할 수 있다면 바로 시키는 편이 빠릅니다. 하루 이상 걸리거나 여러 곳이 바뀌는 일부터 문서를 먼저 쓰면 됩니다. 처음 30분은 정하고 확인하느라 느리지만 그다음부터는 바꿀 때 문서 한 줄만 고치면 됩니다.
AI 요청 문장 구성: STICC 다섯 칸과 조정 한 줄
PRD가 무엇을 만들지 정한다면, STICC는 AI에게 일을 부탁하는 문장을 다듬는 틀입니다. 요청을 상황(Situation), 작업(Task), 의도(Intent), 우려(Concern), 조정(Calibrate) 다섯 칸으로 나눕니다.
앞의 네 칸은 지금 어떤 상태인지, 무엇을 해 달라는지, 왜 하고 어디까지면 되는지, 결과에서 무엇을 피해야 하는지입니다. 빠진 칸은 AI가 짐작으로 채웁니다. 의도가 빠지면 일을 크게 벌이고, 우려가 빠지면 실제 데이터를 달라고 합니다.
앞의 메일 정리 화면을 부탁한다면 다섯 칸은 이렇게 채울 수 있습니다.
상황: 메일을 붙여넣으면 필수 5칸을 정리하는 연습용 화면을 만들고 있어.
작업: 붙여넣은 메일에서 필수 5칸을 뽑고, 빈칸만 표시해 줘.
의도: 담당자가 빠진 항목을 붙여넣고 3초 안에 알아보게 하려는 거야.
우려: 기능을 늘리지 말고, 실제 고객 데이터는 넣지 말아 줘.
조정: 문서에 없거나 모르는 내용은 짐작하지 말고 먼저 물어봐 줘.눈여겨볼 칸은 마지막 조정입니다. 「문서에 없거나 모르는 내용은 짐작하지 말고 먼저 물어봐 줘.」 이 한 줄이 있으면 AI는 빈칸을 그럴듯하게 채우는 대신 먼저 묻습니다. 반대로 조정 칸을 빼면 해 보지 않은 일도 '완료'라고 보고합니다.
다섯 칸을 매번 직접 채우기 어렵다면 AI에게 맡겨도 됩니다. 하고 싶은 일을 내 말로 한두 줄 적고 끝에 이렇게 붙이면 됩니다.
이 요청을 STICC로 다듬어 줘. 꼭 필요한데 빠진 것만 한 번에 모아서 물어봐 줘.
AI가 번호로 묶어 묻는 말에 답하면 다듬어진 요청이 나옵니다. 신입에게 보낼 업무 메일을 선배에게 대신 써 달라고 부탁하는 것과 비슷합니다. 이렇게 요청 글 자체를 AI에게 쓰게 하는 방식을 메타 프롬프트라고 부릅니다.
정답표로 완료를 확인하는 바이브코딩, 우리 조직에 맞춰 설계해 보세요
앞의 사례에서 AI는 두 번 모두 테스트를 통과했다고 보고했습니다. 하지만 정답표로 다시 돌려 보니 처음엔 7건이, 고친 뒤엔 맞던 19번까지 틀려 있었습니다. AI의 '완료'는 AI가 정한 기준으로 본 완료입니다.
그래서 마지막 확인은 내가 만든 정답표로 합니다. 샘플 몇 건과 그 정답만 있으면 됩니다. 고칠 때마다 같은 정답표로 다시 돌리면 고친 곳 때문에 새로 깨진 곳도 바로 보입니다.
요청 끝에 「어떻게 확인할지 적어 줘」를 붙여도 좋습니다. AI가 확인 방법을 먼저 적게 하면 그 방법이 내 기준과 맞는지 미리 볼 수 있고, AI가 자기 기준만으로 '완료'라고 하기도 어려워집니다. 바이브코딩의 속도는 AI가 내지만, 맞았는지는 기준을 쓴 사람이 정합니다.
저희는 AI 도구 사용법만 빠르게 훑어보는 교육을 찾는 팀에는 잘 맞지 않습니다. 이 글에서 다룬 것처럼 업무 기준을 문서로 적고 그 기준으로 결과를 확인하는 실습에 시간을 많이 쓰기 때문입니다.
대신 현업 담당자가 직접 기준을 쓰고 AI의 결과를 판정하는 팀을 만들고 싶다면 도움을 드릴 수 있습니다. 지금 팀이 바이브코딩을 어디까지 쓰고 있는지부터 함께 짚어 보겠습니다. 아래 버튼으로 도입 문의를 남겨 주세요.
조코딩AX파트너스 관련 서비스
기업 AI 집체교육: 수준·목적별 맞춤 과정
1:1 AI 퍼실리테이팅: 교육 결과물 편차를 줄이는 밀착 지원
AX 사례: 대기업·공공기관·금융사 도입 성과