바이브코딩 개발 계획, 어디까지 정해야 할까 — Superpowers 활용 2편

주문 마감 버튼 하나에 숨어 있는 업무 규칙과 작업 순서

기술2026.11.06·14분 읽기

AI가 작성한 콘텐츠입니다. 실제 AI 기술에 근거하며, 활용 장면·인물·미래 상황에는 허구가 포함될 수 있습니다.

주문 마감 뒤 늦게 도착한 휴대전화 주문과 확정된 주방 집계표
마감 버튼 하나에도 업무 규칙이 필요하다

개발 계획을 세운다는 것은 AI가 앞으로 할 일을 길게 나열하는 것이 아니다. 무엇을 먼저 결정하고, 어떤 결과부터 만들고, 어디서 확인할지를 정하는 일이다. 바이브코딩으로 첫 프로그램을 만드는 사람에게 필요한 계획은 자신이 읽고 판단할 수 있으며, AI가 다음 작업을 이어받을 때도 같은 기준을 적용할 수 있는 계획이다.

오전 10시 59분의 주문은 받아야 할까

다음은 설명을 위해 구성한 가상 사례다. 직원들의 점심 주문을 모으는 앱을 만들고 있다. 메뉴 선택과 주문 입력은 가능해졌다. 이제 담당자는 오전 11시에 주문을 마감하고 주방에 수량을 전달하려 한다.

“11시 마감 기능을 추가해 줘.”

짧고 명확해 보인다. 그런데 직원이 10시 59분에 주문 화면을 열고 11시 1분에 주문 버튼을 누르면 어떻게 해야 할까. 마감 전에 누른 주문이 통신 지연으로 늦게 도착했다면 어떨까. 담당자가 집계표를 내려받은 뒤 주문을 다시 열면, 주방에 전달한 수량과 앱의 숫자가 달라져도 될까.

이 질문에 답하지 않은 채 마감 버튼부터 만들면, 화면은 완성돼도 업무는 끝나지 않는다. 담당자는 어떤 숫자를 믿어야 하는지 다시 판단해야 한다. 기획과 설계가 필요한 이유가 여기에 있다. 코딩 전에 모든 미래를 예측할 필요는 없지만, 실제 업무가 멈출 만한 선택은 먼저 정해야 한다.

기능 이름을 업무의 끝 장면으로 바꿔 본다

“마감 기능”이라는 이름만으로는 완료를 판단하기 어렵다. “담당자가 확정한 수량으로 주방이 준비를 시작하고, 이후 변경은 담당자가 별도로 처리한다”는 장면으로 바꾸면 필요한 결정이 보인다.

이번 예제의 첫 버전에서는 다음처럼 정해 보자. 담당자가 수동으로 마감을 확정한다. 마감 뒤에는 새 주문과 일반 사용자의 취소를 받지 않는다. 마감 시점에 확정한 수량은 기록으로 남긴다. 다시 주문을 받으려면 별도 기능이 필요하며, 첫 버전에서는 제공하지 않는다. 자동 시각 마감과 실제 결제도 이번 범위에서 뺀다.

이것은 모든 주문 앱에 맞는 정답이 아니다. 지금 검증할 업무를 줄이기 위한 예제의 결정이다. 사람이 매번 마감하기 어렵다면 자동 마감이 첫 요구가 될 수도 있다. 중요한 것은 편한 구현을 택한 이유와 그 때문에 생기는 운영 부담을 함께 이해하는 것이다.

AI에게는 이렇게 요청할 수 있다.

마감 버튼을 만드는 것보다, 주방에 전달한 수량이 뒤늦게 바뀌지 않게 하는 것이 목적이야. 첫 버전은 담당자가 수동으로 마감할게. 이 방식에서 먼저 정해야 할 업무 규칙과 놓치기 쉬운 상황을 설명해 줘.

요청문을 외울 필요는 없다. 왜 만드는지와 이번에 선택한 범위를 함께 알려 주는 방식만 가져가면 된다.

먼저 정할 것과 만들어 보며 배울 것을 나눈다

초보자가 계획 단계에서 지치기 쉬운 이유는 모든 질문을 같은 무게로 받아들이기 때문이다. 버튼 색과 주문 확정 기준은 구현 전에 확정해야 할 중요도가 다르다.

마감 뒤 데이터가 바뀌어도 되는지, 누가 마감할 수 있는지, 어떤 기록이 최종 주문인지부터 정한다. 이 결정은 저장과 권한, 집계 동작에 영향을 준다. 버튼 위치나 안내 문구의 길이는 작은 화면 시안으로 확인하며 다듬을 수 있다.

아직 감이 오지 않는 부분은 짧은 실험으로 확인해도 된다. 가짜 데이터로 마감 화면을 만들어 담당자가 무엇을 눌러야 하는지 살펴보는 식이다. 이때 임시 시안에서 확인한 것과 실제로 구현한 것을 구분해야 한다. 클릭했을 때 색이 바뀌었다고 다른 사용자의 주문까지 차단되는 것은 아니다.

개발 계획에는 확정한 결정과 확인이 필요한 가정을 분리해 적자. “담당자는 하루 한 번만 마감한다”를 사실처럼 쓰기 전에 실제 업무가 그런지 확인한다. 아직 모르면 가정이라고 표시하고, 누구에게 무엇을 물어볼지 남긴다. AI가 조용히 빈칸을 채우는 것을 줄일 수 있다.

읽을 수 있는 요구사항을 남긴다

대화가 길어지면 결정이 여러 메시지에 흩어진다. 중간에 취소 규칙을 바꿨는데 예전 설명을 기준으로 구현하면 결과가 어긋날 수 있다. 합의한 내용을 프로젝트 안의 짧은 문서로 남기는 이유다.

주문·마감·집계 흐름과 각 단계의 확인 항목을 정리하는 작업 책상업무 규칙을 먼저 정하고 작업으로 나눈다

이 예제라면 목적, 사용자, 업무 규칙, 이번 범위, 완료 기준을 적으면 출발할 수 있다. 예를 들어 목적은 확정 수량을 주방에 전달하는 것, 사용자는 주문하는 직원과 마감하는 담당자다. 업무 규칙에는 마감 뒤 새 주문과 취소를 거절하고, 확정 집계는 이후 화면 갱신에도 유지한다고 적는다.

여기서 “담당자만 마감할 수 있다”는 문장은 버튼을 숨기는 요구보다 넓다. 실제로 다른 사용자의 요청이 들어왔을 때도 거절해야 한다. 연습용으로 역할을 흉내 냈다면 그 한계를 문서에 적고 실제 운영 전 권한 확인 작업을 남겨야 한다.

문서는 길이보다 일치가 중요하다. 사용자가 이해한 규칙과 AI가 구현하려는 규칙이 같은지 확인하면 된다. 모르는 용어가 많다면 “내가 직접 해 볼 행동과 기대 결과로 바꿔 써 줘”라고 요청하자.

작업은 확인 가능한 결과로 나눈다

“화면 만들기, 서버 만들기, 테스트하기”라는 계획은 큰 방향만 보여 준다. 첫 작업이 끝났을 때 무엇을 확인할 수 있는지, 두 번째 작업이 무엇에 의존하는지는 분명하지 않다.

다음 표는 업무 결과를 중심으로 정리한 검토용 계획이다. 세부 파일과 구현 방식은 실제 프로젝트를 확인한 뒤 AI가 구체화해야 한다.

작업 얻어야 할 결과 확인할 상황
주문 가능 상태 정리 주문을 받을 때와 마감했을 때를 구분한다 마감 상태를 다시 읽어도 유지된다
마감 처리와 기록 저장 담당자가 확정 수량을 남긴다 확정 성공 시 상태와 수량 기록이 함께 일관되게 남는다
마감 뒤 변경 제한 새 주문과 취소를 거절한다 오래 열어 둔 화면에서 보내도 거절된다
담당자 집계 화면 연결 확정된 기록임을 구분해 보여 준다 다른 접속 환경에서도 같은 확정 수량이 보인다
실제 흐름 점검 주문부터 마감 이후까지 이어진다 중복 클릭과 실패 상황을 포함해 확인한다

여기서 첫 번째 상태 정리는 내부 동작을 확인할 수 있는 작업이고, 마지막은 사용자가 업무 흐름 전체를 확인하는 작업이다. 작업 하나가 끝날 때마다 완성된 제품이 나와야 하는 것은 아니다. 다만 어떤 결과를 검증했는지 설명할 수 있어야 한다.

“테스트는 마지막에”라는 계획도 주의해야 한다. 처음 정한 규칙을 구현과 함께 확인해야 중간에 잘못된 가정을 발견할 수 있다. 마지막 단계에는 개별 확인만으로 놓치기 쉬운 연결과 사용 흐름을 점검한다.

흔한 실수: 화면에서 막으면 업무도 막혔다고 생각한다

마감 뒤 주문 버튼을 회색으로 바꿨다. 그런데 마감 전에 열어 둔 휴대전화 화면에서는 버튼이 여전히 살아 있다. 그 화면에서 주문을 보내도 서버가 받아 준다면 마감 규칙은 지켜지지 않은 것이다.

마감 전 열린 휴대전화 주문이 서버의 마감 상태 확인으로 거절되는 검증 장면오래된 화면의 주문도 실제로 거절되는지 확인한다

화면은 사용자에게 상태를 알려 주고, 주문을 최종적으로 받아들이는 쪽은 현재 상태를 다시 확인해야 한다. 이 차이를 코드 구조로 외울 필요는 없다. “오래된 화면에서 보낸 요청도 현재 마감 상태에 따라 처리되는가”를 확인 항목으로 적으면 된다.

AI에게 “버튼이 비활성화되는지”만 확인하게 하면 화면 수준의 테스트로 끝날 수 있다. “이미 열려 있던 다른 기기에서 주문을 보내도 확정 수량이 변하지 않는지”까지 요청하면 업무 규칙을 확인하는 방향으로 바뀐다.

흔한 실수: 예외 상황을 발견할 때마다 범위를 늘린다

계획을 세우다 보면 품절 대체 메뉴, 추가 주문, 재마감, 관리자 수정까지 생각난다. 발견한 문제를 전부 이번에 구현하면 첫 버전이 계속 커진다.

현재 목적을 달성하는 데 꼭 필요한 예외인지부터 따져 보자. 마감 뒤 변경을 받지 않기로 했다면, 첫 버전에서는 담당자에게 문의하도록 안내하고 기존 업무 방식으로 처리할 수 있다. 반면 마감 기록이 저장되지 않았는데 성공이라고 표시하는 문제는 기본 신뢰를 깨므로 먼저 해결해야 한다.

새 요구를 발견했을 때는 “이번 버전의 성공 기준이 달라지는가”라고 물어보면 좋다. 바뀐다면 계획과 확인 항목도 함께 수정한다. 나중에 할 일이라면 별도 목록으로 남긴다. 중요한 결정을 대화에서만 바꾸고 계획은 그대로 두는 일이 없도록 하자.

개발 계획을 AI에게 맡길 때 스킬이 하는 일

Superpowers의 brainstorming은 의도와 선택을 정리하는 역할이고, writing-plans는 합의한 요구를 구현 작업으로 바꾸는 역할이다. 두 단계가 다루는 질문은 각각 “무엇을 왜 만들 것인가”와 “어떤 순서와 근거로 구현할 것인가”다. 공식 원문에서도 기존 자료를 먼저 살펴보고, 설계 내용을 확인한 뒤 작업 계획으로 이어 가도록 안내한다. brainstorming 원문

writing-plans는 작업에 관련 파일, 작업 간 연결, 테스트와 검증 방법을 명시하도록 한다. 사용자가 읽는 업무 설명보다 구현자에게 필요한 정보가 더 구체적이다. 작업마다 확인할 수 있는 결과를 두는 방식도 포함한다. writing-plans 원문

이 구성을 활용할 때는 업무 검토용 요약과 구현용 세부 계획을 함께 요청하면 좋다. 사용자는 업무 규칙과 완료 기준을 읽고, AI는 세부 계획을 따라 작업할 수 있다. 어려운 파일 이름까지 모두 승인하려고 애쓰기보다, 그 변경이 어떤 동작을 만들고 무엇으로 확인되는지 질문하면 된다.

설치한 환경에서는 다음과 같이 시작할 수 있다.

Superpowers를 사용해 주문 마감 기능을 계획해 줘. 먼저 기존 프로젝트에서 주문이 저장되고 집계되는 방식을 확인해 줘. 수동 마감, 마감 후 주문과 취소 금지, 확정 수량 보존이 이번 규칙이야. 업무 검토용 요약과 구현용 계획을 함께 남기고, 아직 결정되지 않은 항목은 가정이라고 표시해 줘.

문서가 만들어졌다는 사실만으로 동작이 보장되지는 않는다. 계획 단계에서 누락을 줄이고 이후 확인의 기준을 확보하는 데 의미가 있다. 이 글은 공식 지시문을 분석한 것이며, 예제 앱을 실제로 구현해 성능을 측정한 결과는 아니다.

더 구체적으로 묻고 답하기

Q1. AI가 질문을 너무 많이 하면 전부 답해야 하나요?

답에 따라 업무나 구현이 달라지는 질문부터 답하면 된다. 마감 이후 취소 허용 여부는 집계 규칙을 바꾸지만, 버튼 모양은 나중에 조정할 수 있다. “이번 목적에 영향을 주는 질문부터 묻고, 나머지는 추천안을 이유와 함께 적어 줘”라고 요청하자.

이미 결정한 내용은 문서에서 확인하도록 한다. 같은 질문이 반복되면 새로운 설명을 더하기보다 현재 합의한 규칙을 다시 보여 주는 편이 일관성을 유지하기 쉽다.

Q2. 자동 마감이 더 좋아 보이는데 수동으로 시작해도 괜찮나요?

이번에 확인하려는 것이 확정 수량의 일관성이라면 수동 마감으로 시작할 수 있다. 대신 담당자가 시간을 맞춰 눌러야 한다는 운영 부담을 받아들여야 한다. 무인 운영이 필수라면 자동 마감을 미루기 어렵다.

자동화를 추가하면 기준 시각, 시간대, 실행 실패 시 처리도 정해야 한다. “자동이 더 고급인가”보다 “현재 업무가 사람이 누르는 방식을 감당할 수 있는가”로 판단하자.

Q3. 기술 선택을 모르면 AI 추천을 그대로 따라도 되나요?

추천을 출발점으로 삼되 선택의 결과를 설명받자. 누가 사용하는지, 데이터가 어디에 남는지, 운영 비용과 관리 작업이 무엇인지 비교하면 된다. 기존 앱이 있다면 새 기술로 바꾸기 전에 현재 방식으로 목적을 달성할 수 있는지도 확인한다.

이번에는 작은 팀이 쓸 앱인데 복잡한 서비스 여러 개를 제안받았다면, 더 단순한 방법과 포기하는 점을 함께 물어보자. 익숙하지 않은 기술 이름을 고르는 데 시간을 쓰기보다 실제로 감당해야 할 일을 이해하는 것이 우선이다.

Q4. 개발하다가 처음 생각이 틀렸다는 것을 알면 계획은 어떻게 하나요?

현재 작업을 무조건 끝내기보다 어떤 요구가 바뀌었는지 먼저 적는다. 예를 들어 “마감 뒤에도 담당자는 수정할 수 있어야 한다”로 바뀌면 확정 기록과 수정 이력을 어떻게 구분할지 다시 정해야 한다.

AI에게 영향받는 작업과 이미 만든 부분을 짚게 하고, 완료 기준까지 갱신한 뒤 다음 작업을 진행한다. 작은 문구 수정과 저장 규칙 변경은 영향이 다르다. 변경의 크기에 맞춰 계획을 고치면 된다.

Q5. 계획이 잘됐다는 것은 무엇으로 알 수 있나요?

첫 작업의 결과가 무엇인지, 그것을 어떻게 확인할지, 아직 결정하지 않은 것이 무엇인지 설명할 수 있어야 한다. “데이터 처리 구현”처럼 결과가 흐린 항목이 많다면 더 구체화할 필요가 있다.

사용자는 주문·취소·마감의 흐름을 설명하고, AI는 그 흐름을 만드는 작업과 검증을 연결할 수 있어야 한다. 여기까지 정리됐다면 첫 작업부터 시작해 실제 결과로 계획을 점검하자. 다음 편에서는 작업을 하나씩 구현하면서 테스트와 중간 저장을 어떤 순간에 사용하는지 살펴본다.

AI와 함께 작성했습니다. 주문 앱의 상황과 규칙은 개발 판단을 설명하기 위한 가상 예시입니다.

AI가 작성한 콘텐츠입니다. 실제 AI 기술에 근거하며, 활용 장면·인물·미래 상황에는 허구가 포함될 수 있습니다.

이미지 3장은 설명용 AI 일러스트이며 실제 촬영 사진이나 실험 기록이 아닙니다.

참고 자료

이 글의 이미지는 AI로 생성했습니다

AI와 함께 작성

같은 가지의 다른 글

↑ 상위 글: 기술

이미지: Cloudflare (@cf/black-forest-labs/flux-2-klein-9b)