본 책의 모든 사례·인용·사건 을 한 자리에 모은 색인.
각 사례는 한 줄 요약 + 본문 어디서 인용 / 1 차 출처 위치 를 기록한다.
책장에서 졸업 후 재방문 할 때 목적지를 빨리 찾는 자리.
1. 4 거인 인용 (1·2 부) — 도구 제작자의 직접 발언
| 사례 | 한 줄 요약 | 본 책 위치 |
|---|
| Karpathy: Plan Mode | "Things get better in plan mode." (X, 2026-04-24) | 2 장 |
| Karpathy: 자기 부정 | "Vibe coding is a starting point, not a destination." | 2 장 |
| Truell (Cursor): Start with a Plan | "Cursor 7 팁" 의 1 번 항목. (2026-03-18) | 2 장 |
| GitHub: Missing Structure | "Most multi-agent workflow failures come down to missing structure." (2026-02-24) | 2 장 |
| Altman (OpenAI): 타이핑이 아닌 판단 | "엔지니어링의 본질은 타이핑이 아니라 무엇을·왜 지어야 하는지 판단." (TU Berlin) | 2 장 |
| Sanger (Cursor): 코더 → 시스템 아키텍트 | "개발자는 코더에서 시스템 아키텍트 로 옮겨가야." | 6 장 |
2. 바이브 코딩 실패 사례 (4 장) — 7 건의 사고
| 사례 | 결과 | 직접 원인 |
|---|
| Lemkin Replit DB 삭제 (Jason Lemkin, 2025-08) | 100 시간 작업 → 프로덕션 DB 삭제 | Plan-Only Mode 부재 + dev / prod 미분리 |
| PocketOS Cursor DB 삭제 (2026-04-28) | 수 초 만에 DB + 백업까지 삭제 | 자연어 프롬프트만, 권한 분리 부재 |
| Anthropic 자체 인시던트 | git branch 삭제 / 토큰 유출 / DB 마이그레이션 시도 | "의도하지 않은 주도권" (Anthropic 자체 인정) |
| curl bug bounty 종료 (Daniel Stenberg, 2026-01-26) | curl bug bounty 프로그램 종료 | AI Slop 검토 비용 폭증 |
| Moltbook 토큰 유출 | 150 만 토큰 + 개인 메시지 유출 | DB 보안 사양 (RLS) 미정의 |
| Lovable 인증 역전 | 170 개 앱 인증 로직 역전 | 인증 사양 모호 → AI 임의 해석 |
| Dog Tracker 폐기 | 프로젝트 폐기 → 재시작 (1 시간 만에 성공) | 요구사항 표류 + 코드 부풀리기 |
| Amazon 2026-03 장애 | 대규모 장애 (Amazon) | (참고: 이 책에서 Hidden Cost 사례) |
| AI 코드 53% 보안 결함 | AI 생성 코드 53% 가 보안 중대 결함 | (참고: 통계 보강) |
3. 시간 압축 / 성공 사례 (1·5·6·7·17 장)
| 사례 | 결과 | 비결 | 본 책 위치 |
|---|
| Elisa 프로젝트 | 1 인 1 주일 39,000 줄 + 1,500 테스트 + 76 커밋 | 아키텍처 + 명세 + 테스트 골격 수동 작성 | 1 장 / 6 장 / 17 장 |
| Crossbeam 해커톤 우승 | 캘리포니아 ADU 허가 2 일 만에 우승 | 4 시간 설계 + 12 시간 코딩 | 5 장 / 6 장 / 17 장 |
| Anthropic Best Practice | "Explore first, then plan, then code" 공식 권고 | 도구 설계의 기본 UX 강제 | 2 장 |
| 알렉스 양이 질을 만든다 | 안상현 (Meta) 의 30 년 경력 결론 | 반복 횟수 = 실력 | 3 장 / 16 장 |
| Lumi AI 서비스 | 비개발자가 만든 상용 서비스 수준 | Claude + Replit 결합 | 7 장 |
4. 알텐바흐 사례 — 11 장의 핵심
| 사례 | 결과 | 비결 |
|---|
| Altenbach 7 에이전트 | 비개발자 1 명 = 시니어 7 명분 결과 | 현장 경험 + AI 에 업무 로직 정의 |
→ 11 장 경험 = 검증자 의 극단적 사례. 코드 실력이 아니라 업무 로직 정의 능력 이 핵심.
5. SDD 실증 벤치마크 (12 장) — 정량 6 출처
| 사례 | 실험 / 사례 | 결과 |
|---|
| LangChain Terminal Bench 2.0 | GPT-5.2-Codex 가중치 그대로, 하네스만 재설계 | 52.8 → 66.5 점 (Top 30 → Top 5) |
| Microsoft Azure SRE | 100 여 개 맞춤 도구 제거 → 파일시스템 컨텍스트 | 45% → 75% (의도 충족률) |
| SWE-bench 분석 | 기본 에이전트 vs 구조화 워크플로우 | 12.5% → 53% (4×) (버그 해결률) |
| Klarna (핀테크) | LangSmith + 명확한 시나리오 사양 | 상담 시간 80% 단축 |
| Podium | 에이전트 도구 호출 정교한 설계 선행 | 에스컬레이션 90% 감소 |
| C.H. Robinson (물류) | 비즈니스 규칙 코드보다 먼저 정의 | 일일 5,500 건 자동, 600 시간 절감 |
보조 정량 지표
| 지표 | 변화 | 출처 |
|---|
| 개발 소요 시간 | −56% | MIT / MS / GitHub |
| PR 리뷰 주기 | −31.8% | DeputyDev |
| 인지적 노력 | 100% → 50% | Spec kit |
| 리팩토링 비율 | 25% → <10% | SoftwareSeni |
| TTM (Time-to-Market) | −30~40% | McKinsey 50 개 기업 |
6. 산업 시그널 (7·17 장)
| 사례 | 의미 |
|---|
| Shopify AI 의무화 (2025-04) | 전 직원 AI 숙련도 의무화 — 산업 차원 시그널 |
| Karpathy CLAUDE.md 65 줄 | GitHub 10 만 스타 — 짧음 이 압도적 영향력 |
| 하재상 Meta 메타파이프라인 | Meta 내부 4,000 억 토큰 절감 (CLAUDE.md 적용) |
본 책 내부 인용 빈도 (참고)
| 사례 | 인용 횟수 | 본 책 어느 장 |
|---|
| Elisa 프로젝트 | 3 회 | 1 / 6 / 17 |
| Crossbeam | 3 회 | 5 / 6 / 17 |
| Karpathy 자기 부정 | 2 회 | 2 / 14 |
| 알렉스 양이 질 | 2 회 | 3 / 16 |
| Anthropic 자체 사고 | 2 회 | 4 / 8 |
| LangChain 52.8 → 66.5 | 2 회 | 12 (집중) |
| 알텐바흐 7 명 | 1 회 | 11 (집중) |
→ 반복 인용된 사례 가 본 책의 핵심 증거 풀. 졸업 후 재방문 시 — 위 7 사례부터 다시 읽어 본다.
1 차 출처 — *책에서 반박이 들어왔을 때 * 즉시 환원
각 사례의 1 차 출처는 본 위키의 30_wiki/_shared/case/<slug>.md 카드의 source_refs 필드에 기록되어 있다. 강의 / 발표에서 반박을 받으면 — 해당 위키 카드 → 1 차 출처 URL 으로 즉시 환원 가능.
본 책 *외부 검증 자료의 완전한 추적 경로 * 가 위키 → 1 차 출처 형태로 기록되어 있다. 그게 Karpathy LLM Wiki 패턴 의 컴파일 = 누적 원리 (서문 / 14 장 참조).