ADHD 증폭기로서의 바이브코딩

• AI 코딩은 결과물을 빠르게 늘렸지만, SaaS를 제외한 대부분은 쓸모보다 유지보수 부담이 큰 프로젝트로 남음
• Rust 음성 인식, Jellyfin 데스크톱 클론, Invidious 클론, 3D 자동차 게임 등은 작은 스크립트 요청에서 시작해 커짐
• Claude와 Codex 같은 도구는 무관한 작업을 여러 화면에서 동시에 벌이게 만들고, 할당량 제한도 과사용을 막지 못함
• 음성-블로그 파이프라인은 마찰과 함께 헌신과 집중까지 제거했으며, 좋은 글쓰기는 손글씨 같은 품질 중심 과정이 필요함
• 디지털 도구는 얕은 작업과 문맥 전환을 늘려 가짜 생산성을 강화하며, 현재 AI 관리는 사용을 줄이는 방법밖에 뚜렷하지 않음

AI로 만든 프로젝트가 남긴 부담

• AI로 만든 결과물은 많지만, SaaS를 제외하면 대부분 실제로 유용하지 않고 유지보수하고 싶지 않은 채로 남음
• 결과물에는 Rust 음성 인식 시스템, 이메일 아카이브 렌더링과 인용문 접기 도구, GStreamer와 Qt Quick 기반 Jellyfin 데스크톱 클론, Python과 yt-dlp 기반 Invidious 클론, Wine 소스에서 포팅한 FLTK 기반 Windows 95 notepad.exe 클론이 들어감
• OpenCV로 공공 도로 카메라의 교통 흐름을 세는 머신비전 도구, Python 또는 Rust로 만든 Claude UI 클론, Python/Flask 기반 지역 뉴스 사이트, three.js 기반 3D 자동차 게임, Python 투자 백테스터도 만들어짐
• Lightroom UI의 HTML 클론, Qt나 GTK 기반 Markdown 뷰어, GTK와 C로 만든 노트북 데스크톱 환경용 세계시계 위젯, JavaScript 네트워크 동기화 오디오 재생 도구, Android 앱을 리버스해 만든 중국 IP 카메라용 Rust 클라이언트도 있었고, 약 50개 프로젝트는 삭제됨
• 대부분의 Claude 세션은 간단한 스크립트 요청으로 시작했지만, 한 시간 뒤에는 원래의 작은 문제도 해결되지 않고 유지보수 부담만 커진 프로젝트가 남는 일이 많았음

주의력에 미치는 영향

• AI 코딩 도구는 주의력에 해롭게 작용하며, 성인 친구들에게서도 같은 효과가 반복됨
• 여러 화면에서 서로 무관한 프로젝트를 동시에 돌리게 되지만, 결과물에 대한 헌신이나 유지보수 가능성은 낮아 시간 낭비로 이어짐
• 매달 한 번 이상 누군가가 만들고 있는 멋진 도구의 스크린샷을 보내지만, 엔지니어에게 “어디서 마케팅할 것인가”라고 물었을 때의 답은 LLM 이전과 달라지지 않음
• AI 사용에 대한 면접 대화에서 “가볍게 쓴다”는 말이 “각자 에이전트를 관리하는 방을 최대 5개까지 둔다”는 뜻으로 이어지며 강한 불편감을 줌
• Claude 사용 몇 달 뒤 이런 효과를 느끼고 Pro 요금제로 낮춰 할당량 제한이 과사용을 줄일 것이라 기대했지만, Claude 서비스 상태가 나빠진 뒤 Codex로 옮기면서 사용량이 다시 늘어남
• Codex CLI는 Claude CLI보다 훨씬 좋고 체감상 빠르지만, 그 편리함이 사용량 증가로 이어짐
• AI는 잘 다듬어 쓰면 난해한 문법과 언어로 된 파서를 테스트까지 포함해 제로샷으로 만들 수 있을 만큼 놀랍지만, 현재 도구들은 신중한 적용에 필요한 집중을 돕지 못함
• 대부분의 공급사와 도구는 더 많은 사용, 더 많은 토큰, 더 많은 출력을 유도하며, ChatGPT에 단순한 예/아니오 질문을 해도 과도한 상호작용을 부추기는 후속 질문이 붙는 경향이 있음
• 5분 만에 테스트 없는 Python/JavaScript 10,000 LOC 덩어리를 쏟아내는 일은 누구에게도 도움이 되지 않고, 이런 일이 모든 상업 환경에서 동시에 벌어지는 상황은 끔찍하게 느껴짐

마찰, 집중, 결과물

• 초기 AI 실험 중 하나는 AI를 렌즈로 보는 Marshall McLuhan식 사고에서 출발해, 음성 인식을 블로그 글 생성 파이프라인에 연결하는 것이었음
• Telegram 채널에서 음성 메모 버튼만 누르면 Opus 형식의 게시물이 나오는 구조였고, 생각을 더 쉽게 기록하게 만들 것이라 기대함
• 결과물은 통제되지 않은 쓰레기에 가까웠고, 노력의 제거가 헌신의 제거로, 헌신의 제거가 집중의 제거로, 집중의 제거가 의미 있는 결과물의 부재로 이어짐
• 좋은 글쓰기는 대화체 영어를 단순히 렌즈에 통과시킨 결과가 아니며, 대화체 영어는 낮은 비트레이트의 잡음에 가깝고 좋은 글쓰기는 더 잘 형성된 개념으로 높은 비트레이트 정보를 담으려는 시도임
• 같은 파이프라인을 개인 노트 캡처용으로 바꾸는 방안도 검토했지만, 개인 노트가 필요하지 않았고 자연스럽게 잊혀야 할 잡음을 보존하는 도구 사용 과잉으로 보임
• 품질이 중요한 한, 손글씨는 결코 구식이 될 수 없다는 결론으로 이어짐

디지털 생산성 역설

• 현재 흐름은 위기에 가까워 보이며, 해답이 더 나은 모델이나 더 나은 도구일 것 같지 않음
• Cal Newport는 이를 가짜 생산성과 연결해, AI와 이메일 같은 디지털 생산성 도구가 개별 작업을 더 빠르고 쉽게 만들지만 지식 노동자를 더 바쁘고 산만하며 덜 생산적으로 만들 수 있다고 봄
• 인용된 요약에는 AI 사용자가 이메일, 메시징, 채팅, 비즈니스 관리 도구에 훨씬 더 많은 시간을 쓰고, 집중이 끊기지 않는 업무에는 더 적은 시간을 쓴다는 연구가 담김
• 마찰을 줄이도록 설계된 도구는 얕은 작업과 문맥 전환의 양을 늘려 딥 워크와 고가치 산출물을 약화시킬 수 있음
• 지식 노동에서는 눈에 보이는 바쁨이 실제 가치의 대리 지표처럼 취급되는 가짜 생산성이 작동하고, 디지털 도구는 더 많은 메시지, 더 많은 초안, 더 많은 회의, 더 많은 작업 산출물로 활동적으로 보이게 만듦
• 함정을 피하려면 실제 결과를 측정하고, 업무의 진짜 병목을 찾고, 깊은 일과 얕은 일을 분리해 디지털 도구가 주의를 소비하지 않고 의미 있는 진전을 돕게 해야 함

AI 사용을 줄이는 것 외의 관리법이 보이지 않음

• 도구 사용 전반에 대한 인식이 바뀌었고, 핵심은 더 빠른 개발이 더 많은 앱을 만들고 더 빠른 이메일이 더 많은 커뮤니케이션을 낳는 문제가 아님
• 더 일반적으로는 삶의 단위 시간을 어떻게 의미 있게 쓰는가의 문제로 이어짐
• 최소 입력과 마찰 없는 방식으로 값싼 보상을 주는 도구는 부담이 될 수밖에 없으며, 현재 AI를 관리하는 방법은 사용을 줄이는 것 외에는 뚜렷하지 않음
• 그 깨달음 자체가 지금까지 AI가 남긴 유일한 실질적 기여일 가능성이 있음