본 논문은 AI 지원 소프트웨어 개발의 두 가지 새로운 패러다임인 바이브 코딩과 에이전트 코딩에 대한 종합적인 분석을 제시합니다. 두 방법 모두 대규모 언어 모델(LLM)을 활용하지만, 자율성, 아키텍처 설계, 개발자의 역할 면에서 근본적인 차이가 있습니다. 바이브 코딩은 프롬프트 기반의 대화형 워크플로를 통해 직관적인 인간-컴퓨터 상호 작용을 강조하여 아이디어 구상, 실험 및 창의적인 탐색을 지원합니다. 반면에 에이전트 코딩은 최소한의 인간 개입으로 작업을 계획, 실행, 테스트 및 반복할 수 있는 목표 지향적 에이전트를 통해 자율적인 소프트웨어 개발을 가능하게 합니다. 본 논문에서는 개념적 기초, 실행 모델, 피드백 루프, 안전 메커니즘, 디버깅 전략 및 실제 도구 생태계를 아우르는 자세한 분류 체계를 제안합니다. 비교 워크플로 분석과 20가지의 상세한 사용 사례를 통해 바이브 시스템은 초기 프로토타이핑 및 교육에서 효과적이며, 에이전트 시스템은 엔터프라이즈급 자동화, 코드베이스 리팩토링 및 CI/CD 통합에 탁월함을 보여줍니다. 또한 자연어 인터페이스가 자율 실행 파이프라인과 결합된 하이브리드 아키텍처의 새로운 동향을 조사합니다. 마지막으로, 신뢰할 수 있고 설명 가능하며 협업적인 시스템에 필요한 인프라를 설명하면서 에이전트 AI의 미래 로드맵을 제시합니다. 연구 결과에 따르면 성공적인 AI 소프트웨어 엔지니어링은 하나의 패러다임을 선택하는 것이 아니라 통합되고 인간 중심적인 개발 라이프사이클 내에서 각 패러다임의 강점을 조화시키는 데 달려 있습니다.
