최근의 개발계에서 가장 큰 화두 중 하나는 “바이브 코딩” 일 것이다.
리듬에 몸을 맡기듯 바이브하게 개발을 하는 바이브코딩은 여러가지 의미에서 개발계의 혁신을 가져오고 있다.
그런 바이브 코딩 생태계를 진두지휘 하고 있는 것은 역시 앤트로픽 사에서 공개했던 Claude Code 이다.
마치 터미널 창에서 리눅스 명령어를 입력하듯 코딩 특화 LLM 과 대화하듯이 개발환경을 구축하고 순신간에 뚝딱 개발을 진행해나가는 과정을 경험해보면
‘ 아 이것이 바로 바이브 코딩이구나! ‘ 하는 것을 단번에 이해하게 해준다.
정말 그야말로 신세계.
특히 상대적으로 구성이 어려운 어플리케이션 개발이나 파이썬 기반으로 직접 구성해야만 했던 개발 환경 및 프로세스도 클로드 소넷 모델과 대화를 하고 있다보면 어느새 순식간에 제품이 뚝딱! 완성되어서 테스트를 해볼 수 있다.
특히 전세계 개발자들이라면 한번씩을 써봤을 IDE 인 VS Code 에서도 사이드바로 사용이 가능해서, 또 다른 AI 기반 개발계의 큰 축인 “Github Copilot” 이나 “Cursor” 를 쓰는 것 같이 클로드 코드를 활용하는 것도 가능하다.
이쯤 되면 오늘 글은 거의 클로드 코드 예찬론 인것 같은데..
글 제목에서 봤듯이 오늘은 다른 서비스를 소개하려고 하는데, 왜냐하면 이렇게 만능으로 보이는 클로드 코드도 아주 큰 단점이 있으니..
그것은 바로, 엄청난 사용량과, 이에 따른 비싼 멤버쉽 비용의 압박이다.
기본적으로 월 20달라인 프로 멤버쉽에 가입하면 클로드 코드를 사용할 수 있는데 ( 연간 요금제 가입시 월 17달러 클로드 소넷4기반으로 사용이 가능하며 코딩 대화에 특화되어 있는 것으로 알려져있는 Opus 4 모델은 월 100달러 이상의 요금제를 사용해야 가능하다.
그래서 바이브코딩을 접하고 클로드 코드를 가입해서 20달러 요금제로 신나게 몸을 맡기다가 순식간에 사용량을 다 써버렸다는 이야기를 듣고 작업이 막혀서 빨리 사용량 제한이 풀리기만 기다리다가.. 이를 못 견디고 200달라를 결제해버렸다는 후기가 종종 올라오고 있다.
즉, 클로드 코드의 높은 생산량은 그때마다 많은 LLM 사용량을 요하게 되고 사용 패턴에 따라서 다르겠지만…
전지전능함에는 책임이 따르는법. 바이브에 몸을 맡기다보면 순식간에 사용량을 다 쓰게 되는 것이다.
개발을 업으로 하시는 분들이야 월 200달라의 돈으로 이러한 생산성을 갖는 것은 투자할만한 가치로 생각이 들 수도 있겠지만.. 개인 개발자나 학생들, 취미 개발자들에게는 꽤 부담이 되는 돈이다.
그래서 바로 오늘 소개할 이 서비스 Amazon Q 서비스를 이야기하려한다.
아마존 Q 는 당초에는 LLM 을 활용해서 다소 복잡하게 느껴지는 AWS 의 주요 기능들을 도와주는 챗봇과 같은 기능을 하기 위해서 개발되어지다가 위 클로드 코드의 핵심이라고 할 수 있는 소넷 모델들이 적용되면서 유용성이 넓어지면서 단순히 AWS 의 서비스를 관리하는 것을 뛰어넘어서 클로드 코드 못지 않은 코드 어시스턴트의 역할까지 훌륭하게 수행할 수 있게 되었다.
과거 아마존이 지니고 있던 코드 도우미였던 코드 위스퍼러와 아마존 켄드라 서비스가 통합되어 Q 를 이용한 AWS 서비스 관리 기능인 Q 비지니스 모델과 클로드 코드와 같이 개발전문가의 역할을 수행해주는 Q 디벨로퍼 서비스가 제공된다.
마치 클로드 코드와 같이 바이브 코딩에 큰 도움을 줄 수 있는 Q 디벨로퍼는 무려 무료로 누구나 사용이 가능하다. 그리고 월 19달라만 내면 거의 무제한에 가깝게 사용이 가능하다는 엄청난 장점이 있다.
물론 앱 업그레이드용 코드나 SQL 쿼리 간소화 등의 기능은 월별 제한이 있지만 한달 넘게 Q 서비스를 써본 입장에서는 사용 방법만 알면 월 19달라로 클로드 소넷 4기반의 Amazaon Q 를 거의 무제한에 가깝게 쓸 수 있다.
사용 방법은 Q 를 설치하고 나서 터미널 등에서 “Q” 를 입력하면 바로 사용이 가능하다.
맥의경우는 Q 앱을 통해서 업데이트 된 내용이나 주요 사용 기능들도 확인할 수 있다.
입소문이 나서 그런지 요즘 업데이트가 자주 있는데.. 7월에만 벌써 3번째 업데이트
당연히 Q 도 VS Code 용 플러그인을 제공하며 이 역시 Cursor 나 VS Code Copilot 처럼 사용하는 것도 가능하다.
무엇보다도 가장 강력한 기능은 바로 Q CLI 를 통해서 바로 AWS 에 서비스 되고 있는 자원들을 관리하거나 생성할 수 있고, 또 채팅 명령어로 손쉽게 정지, 가격 확인 등등을 진행할 수 있다는 점이다.
개인적으로는 이 기능이 정말 미쳤다고 생각하는데..
클라우드 서비스를 거의 10년넘게 써왔지만, 내가 백앤드 전문도 아니고 지식도 많지 않다보니, 항상 새로운 기능을 써볼때마다 하루종일 구글링을 하거나, 핸즈온 행사를 가서 들어도 그때만 잠깐 기억이 나지 나중에 다시 하려면 EC2 생성부터, 로드벨런서까지.. 하나하나 한방에 되는 것이 없었는데..
Q 에서는 단순 개발뿐만 아니라 내가 개발한것을 클라우드로 배포하고자 할때, 그냥 채팅하듯이 적으면 그 진행과정부터 배포까지 다 알아서 해준다.
진짜 말 그대로 알아서 해줌.
덕분에 요즘 Q CLI 를 4~5 개 띄워서 말 그대로 업무를 돌리고 있다. 얘들이 너무 일을 잘해주다보니, 말 그대로 AWS 전문 백앤드 개발자 4명 고용하고 일하는 기분
물론 바이브 코딩의 한계점은 Q 도 역시 가지고 있는데, 결국은 사용자가 관련 경험을 갖고 해당 프로세스가 옳은지, 중간 중간 잘 체크하면서 진행해야 한다는 점이다.
뭐 이것은 Q 의 이슈라기보다는 AI 기반의 코딩을 하는 환경에서는 아직까지는 별다른 해결책이 없기 때문에, 너무 이 친구들을 믿고 일을 시켰다가는.. 뭔가 일은 많이 했는데 결과가 신통치 않거나, 같은 문제를 계속 반복하는 일이 계속 진행되는 경우가 생기기도 한다.
아직은 인간의 역할이 꽤나 중요할 듯.
또하나의 제한점이 있는데, 그건 열심히 사용하다보면 갑자기 막 에러를 밷어낼때가 있는데, 이때는 수동으로 캐시데이터를 삭제해줘야 한다는 점이다.
Q 는 사용자의 입력값과 Q 의 답변들을 캐시형태로 들고 있는데, 경험상 으로는 100%가 꽉 안차도 60~70%만 넘어가도 진행이 안되고 막히게 된다.
따라서 중간중간 /clear 명령어를 써서 캐싱된 데이터를 삭제하고 계속 진행해야 하는데, 이러면 나누고 있던 대화 내용을 모두 잊어버리기 때문에 중간중간 MD 문서 등을 만들어 진행 과정을 저장하고, 캐시 삭제 후에는 그 문서를 다시 읽어와서 작업을 지시해야 한다.
또한 체감상 밤늦게나 특정 시간대에는 유난히 답변이 느리거나 아예 진행이 안되서 다른 모델을 고르라고 하는데.. 기반이 되는 소넷 4가 워낙 인기가 많다보니 Amazon 에서 사용이 가능한 할당량도 전체적으로 제어를 받는 느낌이다.
이 경우에는 /model 명령어를 치면 모델을 바꿀 수 있는데, 소넷 4 등장전까진 끝판왕이라고 평가받던 소넷 3.7을 고를 수 있으며, 다들 소넷4을 쓰기 때문에 상대적으로 쾌적하게 사용이 가능하다. ( 소넷 3.7 도 상당히 좋다. )
이 역시 LLM 기반 AI 코딩 생태계의 현재 한계점이 아닐까 싶다.
Q를 사용해 보고 싶은 분들은 아래 링크를 통해 무료 티어로 사용해 보고, 월 19달러의 프로 모델도 한번 사용해 보도록 하자.
https://aws.amazon.com/ko/q/developer/getting-started
나처럼 오랜만에 AWS 서비스를 쓰는 사람들은 좀 헷갈릴 수 있는데, Q 서비스를 쓰려면 AWS에서 새로 도입한 ‘Builder ID’라는 게 필요하다. 그러니 이 부분을 잘 확인하고 계정을 만들어 사용하도록 하자.
마치며…
만약 누군가 이 글을 보고 “그래서 Q가 클로드 코드보다 낫다는 건가?”라고 묻는다면,
그렇다고 잘라 말하기는 어려울 것 같다.
실제로 두 서비스를 다 써보면서 느낀 건, 장단점과 튜닝의 방향성이 약간 다르다는 점이다. 하지만 나는 팀원들과 몇 주간 두 서비스를 번갈아 사용하며 개발 업무를 해본 결과, Q에 정착하기로 했다.
앞서 말했듯이 AI를 활용한 개발 환경에서는 그 엄청난 생산성보다 인간의 정확한 판단과 제대로 된 명령이 훨씬 중요하다. 이건 Cursor, Claude Code, Gemini 등 어떤 서비스를 쓰든 마찬가지다.
따라서 상대적으로 저렴한 가격에 거의 무제한으로 쓸 수 있는 Q가 나에게는 가장 적격이었다. 게다가 오랫동안 넘지 못할 산처럼 느껴졌던 클라우드 서비스와 백엔드 개발까지 Q 덕분에 수월하게 해결하면서 엄청난 양의 작업을 하고 있다.
이 경험 하나만으로도 Q는 충분히 추천할 만하다.
나와 같이 오랫동안 백엔드 개발에 대한 갈망과 클라우드에 대한 트라우마가 있던 사람들이라면, Amazon Q로 그 고질병을 한번 고쳐보는 건 어떨까?