설계 우선의 증거 — 도구 제작자 4인의 직접 발언
별칭: 설계 우선 · 전문가 인용 · 제작자 증언
요약
바이브 코딩 도구를 직접 만든 사람들이 모두 "설계가 먼저"라고 말한다. Karpathy ("plan mode가 더 좋다"), Truell(Cursor CEO, "start with a plan"), GitHub ("missing structure가 실패 원인"), Altman ("타이핑이 아니라 판단"). 네 발언은 같은 결론을 가리킨다 — 도구가 진화할수록 가치는 얼마나 빨리 코딩하느냐 가 아니라 얼마나 정확한 사양 위에서 움직이게 하느냐 로 옮겨갔다.
상세
4대 인용 (출처·날짜 명시 필수):
| 발언자 | 인용 | 출처 |
|---|---|---|
| Andrej entity/karpathy | "Things get better in plan mode." | X 포스트, 2026-04-24 |
| Michael Truell (entity/cursor CEO) | "Start with a plan." | X 팁 스레드, 2026-03-18 (첫 번째 항목) |
| GitHub 공식 블로그 | "Most multi-agent workflow failures come down to missing structure." | 2026-02-24 |
| Sam Altman (OpenAI CEO) | "엔지니어링의 본질은 타이핑이 아니라, 무엇을·왜 지어야 하는지 판단하는 것이다." | TU Berlin 인터뷰 |
도구의 시스템적 강제: 발언만이 아니라 제품에도 반영됐다.
- Claude Code: "Explore first, then plan, then code" 공식 Best Practice
- GitHub Copilot: Plan Mode + AGENTS.md + custom instructions → "higher quality pull requests"
- Cursor: Rules(persistent instructions) + Plan Mode("detailed implementation plan before writing code")
세 도구가 동일한 "탐색 → 계획 → 코딩" 순서를 UX로 강제한다. 이유: 바로 생성보다 먼저 구조화가 통계적으로 더 성공적이기 때문.
카파시 본인의 관점 이동: 바이브 코딩 창시자가 concept/agentic-engineering 으로 강조점을 옮겼다 — "바이브 코딩은 시작점이지 목적지가 아니다." 숙련된 엔지니어가 concept/spec-driven-development 를 택할 때만 프로덕션 결과물이 가능.
방법론
강의 진행 시퀀스 (12분):
- 충격 훅 (2분): 4명을 한 슬라이드에 나열 — "이들이 모두 같은 말을 합니다."
- 각 인용 짧게 (4분, 인용당 1분): 화자·소속·날짜 → 인용 → 1줄 해설.
- 제품 증거 (3분): 세 도구의 Plan Mode/Rules/AGENTS.md 캡처 비교.
- 카파시의 자기 부정 (2분): "단어를 만든 사람이 그 단어가 시작점일 뿐이라고 한다."
- 메시지 정착 (1분): "도구를 만든 사람들이 설계 먼저라고 한다 — 그런데 우리는 어떻게 쓰고 있나요?"
주의사항
- 인용은 반드시 원출처 캡처를 슬라이드에 함께 띄운다. 강의에서 "정말 그렇게 말했냐?" 반박이 들어오면 즉시 1차 출처로 환원할 수 있어야 한다.
- "도구 제작자가 그렇게 말했다"는 권위 논리에 그치면 약하다. → 다음 단원 lesson/int-ai-native-mindset 에서 왜 그래야 하는지 (인지·심리적 근거) 보강.
- Sam Altman 인용은 OpenAI 맥락이라 Anthropic 도구 강의와 살짝 거리가 있다. "AI 업계 전반의 수렴된 결론"으로 포지셔닝하면 자연스럽다.
표어 정합
본 단원의 4 거인 발언 (Karpathy / Truell / GitHub / Altman) 이 강의 표어 "AI-Native Vibe Coding: No Design, No Code" 의 외부 증거 다. 설계 없이는 코딩이 안된다 (Thesis) 가 한 사람 주장 이 아니라는 신호 — 도구를 만든 사람들이 모두 같은 결론에서 만난다. 그 결론의 형태가 곧 AI 에게 어떻게 일을 시키는가 (Corollary).