바이브코딩 시작하는 방법: 사업 자동화보다 작은 가정 실험부터 만들어 볼까요?

핵심 요약 (TL;DR)

사업을 통째로 AI에게 맡기는 대신, 내 가정이 어디서 막히는지 보여 주는 작은 도구를 만들 수 있습니다. 9월 17일 한국 시간으로 Show HN에 소개된 Vending Machine Lab이 그런 사례입니다. 제작자는 AI 코딩의 도움과 자동 점검, 사람의 피드백으로 만들었다고 밝혔습니다. 최초 출시일이 아닌 최근 소개 시점입니다. 이 글은 제작자 글과 공개 README를 살펴본 것으로, 실제 사업 성과나 앱 실행을 검증한 후기는 아닙니다.

이 도구는 무엇을 실험하나요?

Vending Machine Lab은 디지털 상품, 맞춤형 서비스, 자판기, 재사용 장비 같은 사업 형태를 골라 비용과 처리 능력, 운영 규칙을 바꿔 보는 브라우저 시뮬레이터입니다. 가상의 기간을 돌린 뒤 미처리 주문이나 환불, 운영자의 도움이 필요한 부분을 살펴보고 같은 조건으로 다시 비교합니다.

중요한 것은 결과의 성격입니다. 고객 유입과 장애, AI 도움의 성공 여부까지 모델 안에서 정한 가상 조건입니다. README는 수요나 이익을 예측하지 않으며, 가격을 바꾼다고 수요가 자동으로 바뀌지도 않는다고 설명합니다. 설정 비용과 본인 시간의 가치도 운영 결과에서 제외됩니다. 숫자가 나오는 화면과 실제 사업 타당성은 다른 이야기입니다.

첫 프롬프트는 어떻게 써 보면 좋을까요?

초보자라면 이 제품 전체를 복제하려 하지 않아도 됩니다. 다음처럼 작은 연습을 제안합니다. ‘가상의 주문 처리량을 비교하는 웹 화면을 만들어 주세요. 입력은 주문 수와 하루 처리 한도만 두고, 처리한 수와 남은 수를 보여 주세요. 음수와 빈 입력에는 오류를 표시하고, 같은 입력이면 같은 결과가 나오게 해 주세요.’

이 문장은 제작자가 실제로 사용한 프롬프트가 아니라 학습용 예시입니다. AI 코딩 도구와 가짜 입력값, 예상 결과 메모를 준비하세요. 로그인과 결제, 실시간 AI 연결은 첫 과제에서 빼세요.

AI로 만들면 실행할 때도 AI가 필요한가요?

반드시 그렇지는 않습니다. 공식 README에 따르면 이 앱의 일반 시뮬레이션은 브라우저에서 정해진 규칙으로 실행되고, AI API를 호출하거나 AI 계정·키를 요구하지 않습니다. AI가 제작을 도왔다는 사실과 제품이 매번 AI를 호출한다는 설계는 별개입니다.

자신이 쓰는 AI에게 가상 주문을 복사해 결정을 받아 오는 선택 기능도 있지만, 이는 복사·붙여넣기 방식입니다. 매일 실시간으로 판단하는 자율 에이전트가 아닙니다. 첫 웹앱에서도 결과가 명확한 계산은 일반 코드에 맡기고, 설명이나 초안처럼 필요한 부분에만 AI를 붙일 수 있습니다.

첫 배포에서는 무엇을 확인해야 할까요?

내 연습 앱을 배포했다면 같은 입력을 다시 넣어 결과를 비교해 보세요. 새로고침 뒤 값이 어떻게 되는지, 휴대폰에서도 오류 문구가 보이는지 확인합니다. Vending Machine Lab은 브라우저 저장과 내보내기·가져오기를 안내합니다. 로컬 저장은 계정 동기화가 아니므로 브라우저 데이터를 지우거나 기기를 바꾸기 전에 내보내기가 필요합니다.

이 사례에서 가져올 것은 ‘AI로 무인 사업을 완성했다’는 결론이 아닙니다. 막연한 기대를 입력과 규칙으로 적고, 한 조건을 고친 뒤 다시 살펴보는 방법입니다.

FAQ: 결과가 좋으면 사업을 시작해도 될까요?

시뮬레이션은 가정을 살펴보는 도구일 뿐입니다. 실제 고객 수요와 가격 수용도, 운영 비용은 인터뷰와 작은 판매 실험으로 따로 확인해야 합니다.

FAQ: 처음부터 서버나 데이터베이스가 필요한가요?

가짜 입력으로 계산과 화면을 연습하는 단계라면 브라우저만으로 시작할 수 있습니다. 실제 고객 정보와 여러 기기의 데이터 공유가 필요해질 때 저장·권한 구조를 다시 설계하세요.

출처: https://github.com/automatedteach/vending-machine-lab
제작자 소개: https://news.ycombinator.com/item?id=49733012
확인일: 2026-09-18 KST