[제조업 AX] 바이브 코딩이 공장을 바꾼다 — 코딩 모르는 현장 직원이 업무 자동화 도구를 만드는 시대

“바이브 코딩”이라는 용어는 2025년 2월, 전 테슬라 AI 디렉터 안드레이 카파시(Andrej Karpathy)가 처음 사용했다. 사람이 프로젝트의 목표를 자연어로 설명하면 LLM이 코드를 생성해내는 방식으로, ‘바이브(Vibe)’는 개발자가 만들고자 하는 결과물의 의도나 느낌을 마치 대화하듯 직관적으로 전달하는 방식을 의미한다. 콜린스 사전은 이를 2025년 올해의 단어로 선정했다. 실리콘밸리의 스타트업과 IT 기업에서 먼저 주목받은 이 개념이, 이제 의외의 공간으로 조용히 확산되고 있다. 바로 제조 현장이다.

“파이썬이요? 저 그런 거 몰라요. 그냥 말로 설명했더니 프로그램이 만들어졌어요.”

울산 소재 자동차 부품 협력사의 생산관리 담당자가 필자에게 한 말이다. 그는 개발자가 아니다. 현장 경력 12년의 생산관리 베테랑이다. 그런데 지금 그의 노트북에는 그가 직접 만든 불량 집계 자동화 프로그램이 돌아가고 있다. 코딩 한 줄 없이.

이것이 바이브 코딩이 제조 현장에 가져오는 변화의 본질이다.

IT 부서 없는 공장의 오래된 딜레마

중소 제조기업의 생산 현장에는 반복적이고 수동적인 작업이 넘쳐난다. 매일 아침 전날 생산 실적을 엑셀에 옮기고, 불량 유형별로 분류하고, 거래처마다 다른 양식의 납품 확인서를 만들고, 설비 점검 체크리스트를 프린트해서 돌리고, 다시 수기 결과를 입력하는 일. 이 모든 것이 사람 손으로 이루어진다.

“이거 자동화하면 안 되나요?”라는 질문은 현장에서 늘 나온다. 그런데 중소 제조기업 대부분에는 IT 부서가 없다. 외부에 개발을 맡기면 수백만 원에서 수천만 원이 든다. 내부에 개발자를 채용하는 것은 더 어렵다. 결국 “어쩔 수 없지”로 끝나고, 담당자는 오늘도 엑셀을 수동으로 복사하고 붙여 넣는다.

바이브 코딩은 바로 이 오래된 딜레마를 정면으로 깨뜨린다.

현장이 말해주는 것 — 두 개의 전환점

▶ 사례 1 — “제가 만들었다고 하면 아무도 안 믿어요”

울산 소재 자동차 부품 협력사 E사의 생산관리 담당 최 씨는 매일 오전 1시간 30분을 같은 일에 쓰고 있었다. 전날 야간조까지 포함한 생산 실적 데이터를 공정별로 취합하고, 불량 유형을 분류하고, 거래처에 보낼 일일 생산 현황 보고서를 만드는 일이었다. 손으로 하면 오류도 나고, 급하게 회의가 잡히면 보고서가 늦어졌다.

필자와의 AX 컨설팅 세션에서 최 씨는 처음으로 클로드에게 이 업무를 설명했다. “우리 공장에서 매일 엑셀 파일로 생산 데이터가 나와요. 여기서 공정별 생산량이랑 불량률을 뽑아서 거래처 양식에 맞게 자동으로 정리해주는 프로그램을 만들어주세요.” 30분의 대화 끝에 파이썬 스크립트가 완성됐다. 최 씨는 코드가 무엇을 하는지 완전히 이해하지 못했다. 그러나 실행 버튼을 누르면 보고서가 나온다는 것은 알았다.

그날 이후, 최 씨의 오전 1시간 30분이 사라졌다. 정확히는, 더 중요한 일로 이동했다. 불량 원인을 분석하고, 공정 개선 아이디어를 정리하는 시간이 생긴 것이다. 3개월 후 그는 설비별 가동률 분석 툴도 스스로 만들었다. “처음엔 반신반의했는데, 되고 나니까 자꾸 새로운 걸 만들고 싶어지더라고요.”

비개발자가 AI를 통해 직접 무언가를 만들 수 있다는 자신감. 이것이 바이브 코딩이 조직에 가져오는 가장 중요한 변화다.

▶ 사례 2 — 품질팀 막내가 사내 시스템을 바꿨다

경남 소재 금속 표면처리 업체 F사의 품질팀 신입 사원 박 씨는 입사 6개월 차였다. 그가 맡은 업무 중 하나는 고객사별로 다른 양식의 성적서를 작성하는 것. 고객사가 7곳이니 양식도 7가지였고, 같은 측정값을 각기 다른 형식으로 7번 입력해야 했다. 실수가 잦았고, 선배들도 “원래 그런 거야”라고 했다.

박 씨는 퇴근 후 혼자 클로드에 물었다. “측정값을 한 번만 입력하면 7개 고객사 양식에 맞게 자동으로 성적서가 만들어지는 엑셀 매크로를 만들어주세요. 각 고객사 양식은 이렇게 생겼어요.” 사진을 첨부하고 설명을 덧붙였다. 사흘의 시행착오 끝에 작동하는 도구가 나왔다. 성적서 작성 시간이 40분에서 5분으로 줄었다. 오류도 사라졌다.

팀장이 이 사실을 알게 된 것은 2주 후였다. “이거 네가 만든 거야?” 박 씨는 그날부터 팀의 ‘AI 챔피언’이 됐다. 입사 6개월 차 신입이 30명짜리 회사의 업무 방식을 바꾼 것이다.

바이브 코딩, 제조 현장에서 무엇을 자동화할 수 있나?

중소 제조기업 현장에서 바이브 코딩으로 자동화 가능한 영역은 생각보다 넓다. 실제로 연간 5,200시간이 소요되던 엑셀 반복 작업이 단 0.3초 만에 처리되는 성과가 보고되고 있으며, 코딩 지식 없이도 데이터 분석, 보고서 작성, 워크플로우 자동화가 가능해지고 있다.

제조 현장에서 당장 적용 가능한 영역을 꼽자면 이렇다. 생산 실적 집계와 보고서 자동 생성, 불량 유형별 통계 분석 및 시각화, 고객사별 성적서·거래명세서 자동 작성, 설비 점검 체크리스트의 디지털화와 이력 관리, 납기 일정 계산 및 알림 자동화, 원자재 입출고 현황 대시보드 구성. 이 모두가 코딩을 모르는 현장 직원이 AI와 대화로 만들 수 있는 도구들이다.

중요한 것은 완벽한 프로그램을 만드는 것이 목표가 아니라는 점이다. 바이브 코딩은 MVP(Minimum Viable Product: 스타트업이 제품의 가장 중요한 기능에 집중하여 개발하는 초기 모델) 이전 단계에서, 특히 요구사항이 불확실하고 빠르게 실체를 보여줘야 할 때 유용하다. 프로토타입을 빠르게 제작해 피드백을 받는 탐색 중심 개발에 적합하다. 완벽하지 않더라도 ‘돌아가는 무언가’를 빠르게 만들어 써보는 것, 그리고 부족한 부분을 AI와 대화로 고쳐가는 것이 핵심이다.

바이브 코딩 시작하기 — 제조 현장 실전 3단계

1단계 — 자동화할 업무를 ‘불만의 언어’로 찾아라

좋은 출발점은 항상 같은 질문이다. “매주 가장 귀찮고 반복적인 일이 무엇인가?” 엑셀 복사·붙여넣기, 같은 내용의 서류를 여러 양식으로 다시 작성하기, 수기로 집계한 뒤 다시 입력하기. 이 ‘불만의 목록’이 곧 자동화 후보 목록이다. 거창하게 시작할 필요 없다. 하루 30분짜리 반복 작업 하나면 충분하다.

2단계 — AI에게 ‘업무 담당자처럼’ 설명하라

바이브 코딩에서 가장 중요한 것은 프롬프트다. 그런데 제조 현장 직원들은 이미 이 능력을 갖추고 있다. 자신의 업무를 구체적으로 설명하는 능력이다. “우리 엑셀 파일은 이렇게 생겼고, A열이 날짜, B열이 공정명, C열이 생산량이에요. 여기서 공정별 합계를 뽑아 아래 표에 자동으로 채워주는 매크로를 만들어주세요.” 이 정도면 충분히 시작할 수 있다. 기술 용어가 필요 없다. 업무를 아는 것이 곧 프롬프트 능력이다.

3단계 — 오류를 두려워 말고, AI와 함께 고쳐라

처음 만든 프로그램이 완벽하게 돌아가는 경우는 드물다. 그러나 이것이 바이브 코딩의 묘미다. 오류 메시지를 그대로 복사해 AI에게 붙여넣으면 된다. “이렇게 오류가 났어요. 고쳐주세요.” 수정과 테스트를 반복하는 과정에서 도구는 점점 정교해지고, 담당자는 자신의 업무 흐름을 더 깊이 이해하게 된다. 이 과정 자체가 학습이다.

바이브 코딩은 만능이 아니다 — 현실적 경계선

솔직하게 말해야 한다. 바이브 코딩에는 분명한 한계가 있다. 전통적인 소프트웨어 개발과 달리 AI가 생성한 코드의 품질을 검증하기 어렵고, 복잡한 시스템에 적용할 경우 유지보수 문제가 발생할 수 있다. 생산 설비를 직접 제어하거나 안전에 영향을 미치는 시스템, 핵심 ERP와 연동되는 데이터베이스 작업에는 반드시 전문 개발자의 검토가 필요하다. 바이브 코딩은 현장 직원의 ‘반복 업무 해방 도구’이지, 기업 IT 인프라를 대체하는 것이 아니다.

바이브 코딩은 단기적 도구가 아니라 장기적인 생산성 구조 혁신의 일부로 바라봐야 한다. 현장 직원이 작은 자동화 도구를 만들며 AI와 협업하는 감각을 키우는 것, 그것이 AX 1.5단계가 만들어 내는 진짜 자산이다. 나중에 더 큰 시스템을 도입할 때 “AI와 일하는 법”을 이미 아는 직원이 있는 회사와 그렇지 않은 회사의 차이는 결정적이다.

‘코딩을 모른다’는 말은 이제 면죄부가 아니다

AX 4단계 로드맵에서 바이브 코딩은 1.5단계에 해당한다. 1단계에서 AI 문해력을 갖춘 직원이 이제 그 힘으로 도구를 직접 만드는 단계다. 이 단계가 중요한 이유는 단순히 업무 효율 때문이 아니다. 현장 직원이 “나도 뭔가를 만들 수 있다”는 경험을 하는 것이기 때문이다. 이 경험이 조직 전체의 AX 문화를 바꾼다.

최 씨와 박 씨가 만든 것은 프로그램이 아니다. “AI와 함께 일한다”는 새로운 업무 습관이다. 그리고 그 습관이 쌓이면, 2단계의 맞춤형 AI가, 2.5단계의 예지보전이, 그리고 3단계의 Physical AI가 착지할 수 있는 토양이 된다.

내일 아침, 가장 귀찮은 반복 업무를 하나 꺼내라. 그리고 클로드에게 설명해라. “매일 이런 걸 하는데, 자동화해줄 수 있어?” 코딩을 모른다고 걱정할 필요 없다. 당신은 이미 가장 중요한 것을 알고 있다. 바로 그 업무가 왜 필요하고, 어떻게 돌아가는지를.

그것이 바이브 코딩의 출발점이다.

이미지 출처: 이디오그램 생성