바이브코딩으로 를 2개월 만에 완성한 개발자의 의사결정 기록과 기술 선택 기준
바이브코딩 방식으로 ERP를 2개월 만에 완성한 개발자는 Fan-Out/Fan-In 병렬 개발 패턴과 다변화된 AI 도구 조합(Cursor, Claude Code, Antigravity, 로컬 LLM 등)을 통해 벤더 종속 없이 효율적인 협업 환경을 구축했으며, GAV 루프와 GGUF 양자화 기술로 실시간 검증과 24시간 업무 연속성을 동시에 확보했다. 도메인 모델링 단계의 업무 용어 사전 정의와 MVP 기능 범위 설정이 핵심 성공 요인이다.
이 글의 핵심 주장과 근거
바이브코딩의 현실: 2개월 ERP 완주의 비결은 무엇인가?
전통적인 ERP 개발 프로젝트는 보통 6개월에서 1년 이상의 긴 기간이 소요되며, 수많은 이해관계자의 요구사항 조율과 기술적 복잡성으로 인해 일정 지연이 빈번하게 발생한다. 그러나 바이브코딩 방식을 도입한 개발자는 AI 코딩 도구를 활용한 병렬 개발 패턴으로 단 2개월 만에 ERP 시스템 완성을 달성했다. 이 성취의 핵심은 단순한 도구 활용을 넘어, 에이전트 기반의 분업 협업 체계와 Fan-Out/Fan-In 구조를 통한 모듈별 동시 개발에 있었다. 각 모듈을 독립적으로 생성하고 취합하는 방식은 기존 순차적 개발 프로세스가 가진 병목 현상을 근본적으로 해결하며, 전체 프로젝트 기간을 획기적으로 단축시켰다.
기술 스택 전략: 다변화 도구 조합으로 벤더 종속 회피하기
특정 AI 코딩 도구에 의존하는 것은 장기적인 프로젝트 유지보수 측면에서 리스크가 될 수 있다. 따라서 이 개발자는 Cursor, Claude Code, Antigravity, 로컬 LLM 등 복수의 AI 도구를 동시에 활용하는 다변화 전략을 채택했다. 각 도구는 특정 기능에 최적화되어 있으며, 이를 조합함으로써 전체 코딩 워크플로우의 유연성을 극대화할 수 있다. 특히 24시간 가동이 가능한 로컬 추론 환경과 클라우드 기반 API를 병행함으로써 네트워크 장애나 서비스 중단 상황에서도 업무 연속성을 보장받을 수 있었다. GGUF 양자화 기술을 통해 7B 모델을 3.9GB 수준으로 압축하여 16GB RAM 환경에서도 안정적으로 실행할 수 있는 점은, 온프레미스 제약이 있는 기업 환경에서도 로컬 AI 활용이 가능함을 입증했다.
Fan-Out/Fan-In 병렬 개발: 모듈별 동시 생성과 결함 격리
OpenClaw의 Fan-Out/Fan-In 패턴은 ERP 모듈 개발에 직접 적용되어 인사, 회계, 자재조달 등 개별 모듈을 동시에 병렬로 생성하고 최종적으로 취합하는 방식을 가능하게 했다. 이 방식의 핵심 장점은 ACP 세션 격리와 8단계 채널 바인딩을 통해 개별 Worker의 실패가 전체 워크플로우에 영향을 주지 않는 결함 격리 구조를 구현했다는 점이다. 각 모듈은 독립적인 에이전트 세션에서 개발되므로, 한 모듈의 오류나 지연이 다른 모듈 개발에 연쇄적으로 전파되지 않는다. 또한 병렬 처리로 인해 전체 프로젝트 기간을 순차 개발 대비 35~45% 단축할 수 있었으며, 이는 단순한 속도 향상을 넘어 개발 리소스의 효율적 활용과 빠른 시장 대응력을 가능하게 했다.
AI 협업 역량의 점진적 확장: 바이브코딩에서 다중 에이전트로
AI와의 협업 역량은 한 번에 완성되는 것이 아니라 점진적으로 확장된다. 이 개발자는 먼저 바이브코딩을 통해 AI에게 코드를 맡기는 감각을 체득한 뒤, 서브에이전트 기반의 분업 협업 패턴으로 자연스럽게 확장해 나갔다. 이 과정에서 17년간 축적된 ERP 도메인 전문성은 단순한 지식 저장소가 아닌, AI 협업 역량으로 전환·재편되는 경험을 했다. 즉, 도메인 지식이 AI 프롬프트 설계와 에이전트 오케스트레이션에 직접적으로 활용되며, 이는 역으로 AI의 생성 능력을 도메인 특화 방식으로 최적화하는 선순환 구조를 형성했다. GAV(Gather-Action-Verify) 루프를 적용해 실시간 검증이 가능해진 점은 이러한 협업의 질적 향상을 뒷받침한다.