“프롬프트 한 줄만으로는 절대 서비스 못 만듭니다.”

요즘 AI로 코딩할 수 있다는데,
그러면 프롬프트 한두 줄 치면 앱을 만들 수 있는 건가?

라는 생각으로 몇 번 도전하다 보면 금방 깨닫게 됩니다.

‘AI가 똑똑하긴 해도, 내 머릿속 그림을 그대로 구현해주진 않는구나..’

그러면 AI로 코딩하는 건 아직 불가능한 일일까요? 그건 아닙니다.

여기 1년 동안 하루 6~7시간씩 AI로 코딩해서 무려 36개 프로젝트 만든 사람이 있습니다. 그는 사람들이 AI로 코딩하다가 실패하는 이유가 몇 가지 실수들을 반복하기 때문이라고 설명하는데요. 이번 글에서는, 그가 그간의 시행착오 끝에 정리한 "AI로 개발할 때 절대 하지 말아야 할 7가지 실수"를 소개해드리겠습니다.

이 글은 cjzafir의 X를 재구성하여 제작되었습니다.

실수 1. 기획 없이 무작정 코딩부터 시작함

처음 AI로 앱을 만들 때, 많은 분들이 이런 식으로 AI에게 요청하죠.

"Todo 리스트 앱 만들어줘."

그러면 AI는 금방 코드를 짜줍니다.
하지만 막상 만든 서비스를 실행해보면,
저장이 안 되거나 버튼이 엉뚱하게 동작하죠.

왜 그럴까요?

그건 바로 기획이 제대로 되어있지 않았기 때문입니다.

기획 없이 시작하는 것은, 지도 없이 항해를 떠나는 것과 같습니다.

AI는 구체적인 기획이 없으면 자기 마음대로 방향을 잡고 엉뚱한 결과를 만들어 내는데요. 그래서 AI의 방향을 잡아줄 수 있는 구체적인 기획안이 필요하죠.

기획을 해본 적 없는 사람은 어떻게 하냐고요? GPT 음성 기능을 활용하면 빠르게 기획안을 작성해볼 수 있습니다. 예를 들어 이런 식으로 대화를 시작해볼 수 있죠.

할 일 관리 앱을 만들고 싶어요. 사용자는 메모를 입력하고 완료 처리할 수 있어야 해요. 세부적으로 더 필요한 기능이 있을까요?

이렇게 GPT랑 대화해가면서 기획을 구체화할 수 있습니다. 그리고 15분 정도 대화를 이어간 뒤에 대화 내용을 바탕으로 기획안을 만들어 달라고 요청할 수 있죠.

실수 2. 한 번에 여러 기능 시킴

이제 기획안이 완성됐으니, 바로 기획안대로 만들어달라고 시키면 될까요?

절대 안 됩니다!

AI는 기능을 하나씩 차근히 시킬 때 가장 잘 작동합니다.

반대로 여러 작업을 동시에 요청하면,
엉뚱한 결과물이 나올 가능성이 높죠.

따라서 여러 기능이 담겨있는
기획안을 통으로 AI에게 시키면
원하는 걸 만들기가 어렵습니다.

예를 들어 할 일 관리 앱을 만들고 싶다고 했을 때, 이렇게 요청하는 경우가 많습니다:

“할 일 관리 앱 만들어줘. 사용자가 할 일을 입력하고, 저장되게 하고, 수정도 가능하게 해줘. 오늘 할 일만 보이게 필터도 넣고, 알림 기능도 추가해줘.”

겉보기에는 문제가 없어보이지만, 하나의 명령에 너무 많은 기능이 한꺼번에 요청된다는 게 문제입니다. 이런 식으로 요청하면 AI는 어느 기능부터 만들어야 할지 판단하지 못하고, 대충 겉모양만 구현한 결과물을 만들어냅니다.

“먼저 사용자가 할 일을 입력할 수 있는 기본 화면을 만들어줘.”
“그다음, 입력한 할 일을 목록에 저장하고 화면에 표시되게 해줘.”
“이제 목록에서 할 일을 클릭해서 수정할 수 있는 기능을 추가해줘.”

이런 식으로 명령을 쪼개서 기능을 하나씩, 조금씩 만들어야 괜찮은 결과물을 만들어낼 수 있습니다.

실수 3. 순서 없이 개발함

이처럼 AI는 하나의 기능을 만들어 달라고 하면 잘 만들어줍니다. 하지만 AI의 본질적인 단점이 하나 있죠. 바로 서비스 전체의 맥락을 고려하진 못한다는 점입니다.

그래서 구조를 만들지 않고 기능 단위로 하나씩 생각나는 대로 개발하다 보면, 문제가 생깁니다. 앞에서 만든 기능이 뒤에 추가된 기능 때문에 망가지거나, 전체 서비스 흐름이 뒤틀리는 일이 흔히 발생하죠.

그건 마치 집을 짓는데 안방에 들어갈 소파부터 놓거나, 욕조부터 만드는 것과 비슷합니다. 그렇게 해서는 제대로 된 집을 지을 수는 없겠죠? 견고한 집을 짓기 위해서는 먼저 구조를 설계하고, 배관과 전기 같은 시스템을 구축한 다음, 그 위에 방을 하나씩 채워가야 합니다.

서비스를 만들 때도 집을 지을 때처럼 기능을 만들기 전에 먼저 전체 구조를 설계해야 하고, 그 뒤에도 핵심적인 기능부터 하나씩 만들어가야 합니다.

이를 위해 필요한 것이 바로 개발 로드맵입니다. 개발 로드맵은 어떤 기능을 어떤 순서로 만들지 정리한 ‘실행 계획표’인데요. 앞서 만든 기획안을 바탕으로 개발 로드맵을 만들어볼 수 있습니다.

로드맵도 GPT가 도와줄 수 있는데요. 기획안을 넣고 아래처럼 물어보면 됩니다.

“이 서비스 기획안을 바탕으로, 전체 개발 로드맵을 단계별로 정리해줘.” “각 단계에서 어떤 기능을 어떤 순서로 구현해야 할지 알려줘.”

GPT가 정리해준 로드맵을 바탕으로, 우리는 그 순서에 따라 기능을 하나씩 차근히 구현해가면, 순서없이 마구잡이로 기능을 만들어내는 방식에서보다 더 완성도 높은 서비스를 만들어낼 수 있을 것입니다.

실수 4. AI가 참고할 자료 없이 바로 시킴

복잡한 기능을 제작할 때는 AI가 참고할 자료를 전달해줘야 합니다.

AI가 방대한 양의 데이터를 참고하고 있긴 하지만, 모든 정보를 정확하게 알고 있진 않기 때문인데요. 자료를 주지 않으면 AI가 모르는 내용도 아는 척하면서 잘못된 방식으로 이상한 코드를 작성하게 됩니다.

그렇게 되면 끝없는 오류 지옥에 갇히게 되죠.

그래서 원하는 서비스를 제대로 만들기 위해서는 AI가 참고할 구체적인 문서가 필요해요. 어떤 기술 스택을 쓸 건지, 디자인은 어떤 스타일인지, API 연결은 어떤 방식으로 해야 하는지 등 여러 자료가 필요하죠.

하지만 걱정하지 마세요!

기술 스택은 GPT랑 이야기하면서 결정해보면 되고, 디자인은 요즘 PPT나 Figma로 그려서 AI에 입력하면 그대로 만들어주고요. API 연결 방식은 원하는 API의 참고 문헌을 찾아오면 되니까요. 그렇게 어렵지 않아요!

이 과정이 조금 오래 걸린다 느껴지고, 번거로울 수 있어요.

그렇다고 이 단계를 생략하면, 오류를 고치거나 원하는 느낌을 내기 위해서 훨씬 더 많은 시간을 낭비하게 됩니다. 필요한 자료를 찾아두는 게 오히려 지름길인 셈이죠!

실수 5. 오류 나면 "오류가 났어. 고쳐줘!"라고 함

코드를 짜다 보면 오류가 생기는 건 너무 당연한 일입니다.

개발자들이 가장 많은 시간을 쏟는 것도 바로 이 버그를 고치는 디버깅 작업이니까요. 그런데 많은 사람들이 이 중요한 단계에서 이렇게 프롬프트를 대충 입력하는 실수를 합니다.

“오류가 났어요. 해결해주세요.”

이렇게 요청하면 AI는 문제를 깊이 파악하지 않고, 눈에 보이는 부분만 빠르게 수정하려 합니다. 겉으로는 고쳐진 것처럼 보여도, 근본적인 원인은 그대로 남아 있을 가능성이 높은데요.

오류를 만났을 때 가장 먼저 해야 할 일은 단순합니다. "그냥 고쳐줘"가 아니라 "왜 이런 문제가 생겼는지"부터 파악하게 하는 것입니다. AI는 명확히 지시받은 작업을 잘 수행합니다. 문제의 원인을 짚어주지 않으면, 문제를 해결하지 못합니다.

“문제 원인을 먼저 추론한 뒤에, 해결 순서를 정리해줘.”

“웹에서 비슷한 사례를 찾아서, 가장 좋은 방법을 참고해서 수정해줘.”

이렇게 구체적으로 요청하면, AI는 문제를 분석하고, 다양한 해결 방법을 검토하고, 그중 가장 적합한 해결책을 찾아 적용하려고 합니다. 이때 GPT의 검색 기능을 활용할 수도 있겠죠.

또 하나 중요한 팁이 있습니다. 오류가 났다고 해서 전체 프로젝트 코드를 몽땅 보여줄 필요는 없습니다. 문제가 발생한 파일, 정말 필요한 부분만 골라서 AI에게 전달하는 것이 훨씬 효율적입니다. 검토해야 하는 파일이 많을수록 AI는 기능이 떨어지니까요.

전체의 구조가 필요한 경우도 있겠지만 많은 경우, 문제가 났던 파일 하나, 관련된 코드 조각 몇 줄 정도만 건네주면, AI도 핵심을 정확히 파악하고 빠르게 수정할 수 있습니다.

실수 6. 하나의 AI 모델만 계속 사용함

처음 AI 코딩을 시작하면 익숙한 모델 하나만 계속 쓰게 됩니다. 하지만 모델마다 잘하는 분야가 조금씩 다르기 때문에 상황에 따라 다른 AI 모델을 활용하는 것이 더 좋습니다.

실제로 코딩하면서 느낀 추천 조합은 이렇습니다.

Claude Sonnet 3.5: 코드 작성에 강합니다. 복잡한 로직을 설명하면서 짜주는 데 능숙합니다.
GPT o1 / o3-mini-high: 복잡한 에러를 디버깅할 때 가장 안정적입니다.
Gemini Flash 2.0: 긴 문서 정리나 서비스 구조 분석에 강점을 보입니다.

사실 각 상황에 어울리는 AI 모델은 사람에 따라 다를 수도 있습니다.

그래서 위의 조합으로만 AI를 쓰는 것보다는 "이 작업에는 어떤 모델이 더 잘 맞을까?"를 고민하는 습관이 가장 중요합니다. 물론 하나의 AI 모델만을 잘 활용하는 것도 중요하지만요!

실수 7. 금방 포기함

처음에는 정말 재미있습니다.

말로만 설명했는데 화면이 만들어지고, 기능이 붙어가는 모습을 보면 "와, 진짜 서비스가 만들어지고 있구나!" 하는 뿌듯함이 몰려오는데요. 하지만 이 신나고 즐거운 ‘감정’은 오래가지 않아요.

기본 기능까지는 금방 만들어집니다. 문제는 그다음인데요.

마음에 들지 않는 레이아웃을 다듬어야 하고, 알 수 없는 에러들을 하나하나 추적해서 수정해야 하고, 때로는 아예 처음부터 다시 시작해야 할 만큼 복잡한 문제가 발생하기도 합니다.

이때 이런 생각이 들기 시작하면서, 포기하고 싶어져요.

"이게 만들어지기는 하는 건가?"

"내가 직접 하는 게 더 빠른 거 아닌가?"

명심하세요!

위의 6가지 실수만 신경쓴다면, 반드시 좋은 서비스를 완성해낼 수 있습니다. 실제로 AI로 서비스를 만들어낸 사람들도 많아요. 그만두고 싶다는 마음을 이겨내고, 어떻게 하면 더 잘해볼 수 있을지 고민하면서, 버티다 보면 분명히 누구나 근사한 서비스를 만들어낼 수 있을 겁니다!

✅ AI는 만능이 아닙니다

서비스를 만드는 일은 글을 쓰는 것과 비슷합니다.

AI가 글을 잘 쓴다고 해도, 주제 하나만 던져준다고 내가 원하는 글이 저절로 나오진 않죠. 먼저 글의 구조를 설계하고, 문단을 하나씩 점검하며, 참고 자료를 따로 제공하고, 수정할 부분은 직접 검토해야 원하는 결과가 나옵니다.

코딩도 마찬가지입니다.

AI에게 “서비스 하나 만들어줘”라고만 말해서는 원하는 결과를 얻기 어렵습니다. 전체 구조를 먼저 짜고, 기능을 순차적으로 하나씩 요청하고, 필요한 자료도 함께 제공해야 합니다. 그리고 무엇보다, 끝까지 포기하지 않아야 하죠.

🧐 AI 코딩, Replit과 함께 시작해보세요!

레플릿(Replit)이란?

레플릿(Replit)은 복잡한 개발 지식 없이도, 아이디어만 있다면 누구나 직접 개발, 실행, 배포까지 가능한 AI 코딩 플랫폼입니다. 위에서 소개한 ‘AI 코딩 실수 7가지’를 피하면서 레플릿(Replit)을 활용하면 누구나 나만의 서비스를 AI로 만들어 낼 수 있습니다!

🎉 시작하기 망설여진다면, Replit 주요 행사에 참여해보세요!

혼자 시작하기 두렵다면, 이미 수백 명이 함께한 Replit의 행사에 우선 참여해보세요!

비개발자 135명이 4시간만에 서비스를 만들고 간 MVP 워크샵부터 700명이 넘는 사람들이 신청한 업무 자동화 및 수익화 사례 무료 공유회, 모집 정원의 2배 신청자가 몰린 <하이아웃풋빌더 챌린지>까지, 다양한 행사들이 준비되어 있습니다!

아래 사전 알림 폼을 작성해주신 분들에게는 이벤트 오픈 시 가장 먼저 소식을 안내드릴게요!

🚀 Replit 주요 행사 사전 알림 신청하기

👉 지난 워크샵의 자세한 후기는 여기에서 확인하실 수 있습니다.

👉 제1회 <Replit 활용사례 공유회>의 내용은 여기에서 확인하실 수 있습니다.

👉 <하이아웃풋빌더 챌린지>의 상세한 내용은 여기에서 확인하실 수 있습니다.

🔥 [비개발자의 실제 개발 사례] 이런 것들을 만들어 볼 수 있어요!

개발을 전혀 모르던 마케터 와니님은 점심시간 30분 만에 '글쓰기 서비스'를 만들었습니다.

직장인 영끌님은 단 돈 만 원으로 '영어 단어 학습 서비스'를 완성했습니다.

프로덕트 디자이너 나나산님은 4시간 만에 '여성을 위한 수면시간 계산기'를 완성했습니다.

서비스 기획자 혜냄님은 8천 원으로 '공인중개사 인증 서비스'를 완성했습니다.

업무 생산성 컨설턴트 전시진님은 '유튜브 자막 분석 제작기'를 완성했습니다.

📜 관련된 아티클

AI 인사이트

AI로 프로젝트 36개 만들고 깨달은 최악의 실수 7가지