기본 콘텐츠로 건너뛰기

바이브 코딩으로 90일간 토이 프로젝트 3개 출시한 후기 — 진짜 운영비 0원 가능할까?

바이브 코딩으로 90일간 토이 프로젝트 3개 출시한 후기 — 진짜 운영비 0원 가능할까?

2026-05-03 갱신 | 작성자: 원스 (Wons) | 분야: 1인 개발 / 바이브 코딩

"바이브 코딩(Vibe Coding)"이라는 단어가 작년 가을부터 부쩍 자주 보입니다. 안드레이 카파시(Andrej Karpathy)가 2025년 2월 X에 올린 트윗에서 시작된 말이에요. "There's a new kind of coding I call vibe coding, where you fully give in to the vibes…" 이 흐름이 어떻게 한 명짜리 사이드 프로젝트의 풍경을 바꿨는지, 그리고 진짜로 "운영비 0원"이 가능한지 90일 동안 직접 부딪혀봤습니다.

결론부터: 운영비 0원은 가능했습니다. 단, 수익이 0원에 가까운 한에서요. 토이 프로젝트 3개를 출시했고, 그중 1개만 의미있는 트래픽이 들어왔으며, 90일 광고 수익은 정확히 $14.62였습니다. "월세 버는 AI 서비스" 스토리는 가능하지만 평균값 이야기는 아닙니다. 실제 90일 발자취를 시간순으로 적습니다.

0일차 — 카파시의 트윗과 첫 번째 시도

카파시는 트윗에서 "코드를 보지도 않는다(I don't even look at the code)"고 썼습니다. AI에게 자연어로 지시하고 결과물 인상(vibe)이 맞는지만 보면서 진행한다는 뜻이에요. 그가 만든 건 메뉴판을 사진으로 찍으면 음식 위치를 표시해주는 작은 도구였습니다.

저도 비슷한 시도를 했어요. 첫 번째 아이디어는 "개발자 성향 16분면 테스트". 한국어로 진행되는 MBTI식 개발자 분류 테스트였습니다. 이런 결정의 배경에는 작년 한국에서 유행한 테토/에겐 테스트를 보면서 "이 형식을 코드 분야에 적용하면 어떨까?" 싶었던 가설이 있었습니다.

1~7일차 — Replit + Claude 조합 vs Cursor 단독

두 가지 접근을 비교 테스트했습니다.

  • Replit Agent ($25/월): 자연어로 "MBTI 같은 16분면 개발자 테스트 사이트 만들어줘"라고 했더니 12분 만에 작동하는 첫 버전이 나왔습니다. 배포까지 클릭 1번. 단, 디자인 조정과 한국어 미세 조정에는 매번 다시 지시해야 했고 토큰 소모가 컸어요.
  • Cursor + Claude Code ($20/월): 처음 부팅이 더 오래 걸렸습니다(약 35분). 대신 코드 구조가 깨끗했고 두 번째 프로젝트부터는 동일 템플릿을 재활용해 더 빨리 진행됐습니다.

5일차쯤 결론은 "빠른 1회성 프로토타입은 Replit, 같은 패턴 반복은 Cursor"였습니다. 카파시 본인은 Cursor를 주로 쓴다고 알려져 있는데, 그것도 일관성 때문이라고 봅니다.

바이브 코딩의 진짜 장점은 "코드를 안 본다"가 아니라 "코드의 80%를 안 봐도 되니까 남는 시간을 기획·디자인·배포에 쓸 수 있다"입니다. 90일 동안 코드는 약 35,000줄 생성됐는데 제가 직접 읽고 수정한 건 4,200줄(12%) 정도였어요. 나머지 88%는 AI가 작성하고 작동 결과만 검수했습니다.

8~30일차 — "운영비 0원"의 진짜 정체

0원 운영비의 핵심은 두 가지 트릭입니다.

트릭 1: 클라이언트사이드 추론

AI 모델을 서버에서 돌리면 GPU 비용이 큽니다. 대신 Teachable Machine이나 TensorFlow.js로 학습한 모델을 정적 파일로 배포하면 사용자 브라우저가 직접 추론합니다. 서버는 정적 HTML/JS만 서빙하면 되니까 비용이 사라져요. "동물상 테스트"가 이 구조로 만들어졌습니다.

트릭 2: 무료 호스팅의 한도

Cloudflare Pages는 월 100,000 요청까지 무료, Vercel Hobby도 100GB 대역폭까지 무료, Netlify 역시 비슷합니다. 토이 프로젝트가 이 한도를 넘기는 일은 **트래픽 폭발이 일어나기 전까지는** 거의 없어요. 제 3개 프로젝트 90일 합계 요청 수는 18만회였는데 무료 한도 안에 잘 들어왔습니다.

💡 한도 관리

"트래픽 폭발이 일어나면 무료 티어를 깨고 청구액이 폭증할 수 있다"는 점이 함정입니다. 저는 Cloudflare에서 월 50달러 한도 알람을 걸어두고, R2/Workers 사용량을 일 단위로 모니터링하는 자동화 스크립트를 미리 깔았습니다. 한 번 화제가 됐을 때 한도 안에서 안전하게 멈추도록 하는 게 0원 운영의 핵심 기술입니다.

31~60일차 — 출시 그리고 트래픽

토이 프로젝트 3개 출시 결과:

  • ① 개발자 16분면 테스트 — 출시 첫 주 트래픽 9,200 PV. X(트위터) 공유 효과로 잠깐 폭발 후 4주 차에 일 100 PV 미만으로 안정.
  • ② 한국어 영어 회화 능력 자가진단 — 첫 주 1,400 PV. 검색 유입 거의 없음. 60일째에도 일 30 PV 수준.
  • ③ AI가 추천하는 백엔드 스택 설문 — 첫 주 320 PV. 실패. 너무 좁은 타깃.

하나만 됐습니다. 이게 핵심이에요. "AI로 빠르게 만들 수 있다 = 다 성공한다"는 등식이 절대 아닙니다. 빠르게 만들 수 있으니까 더 많이 시도할 수 있고, 그래서 1/3 정도가 의미있는 트래픽을 받습니다. 빠른 폐기도 같이 가능해야 의미가 있어요.

61~90일차 — AdSense 수익 그리고 함정

가장 트래픽 좋은 ① 프로젝트에 AdSense를 붙였습니다. 90일 합계 수익은 $14.62. 동영상이나 SNS에서 이야기되는 "수십만 원 자동 수익"과 비교하면 한참 못 미칩니다. 이유 두 가지:

  • 대부분의 토이 프로젝트는 광고 단가가 낮은 카테고리입니다. "개발자 성격 테스트"같은 콘텐츠는 광고주 입찰 경쟁이 약해서 RPM($/1000 노출)이 평균 $0.4~0.8 수준이에요. 같은 트래픽이라도 금융·B2B SaaS·법률 분야 사이트는 RPM $20~80입니다. 100배 차이.
  • 1회성 트래픽은 재방문이 거의 없습니다. 친구 결과 공유로 들어온 사용자는 90% 이상 첫 방문 후 다시 안 옵니다. 광고 수익은 누적 트래픽이 만드는데, 1회성은 그 누적이 안 됩니다.

"동물상 테스트"가 월 수십만 원을 번다는 건 사실이지만, 그건 4년 누적된 검색 SEO + 끊임없는 시즌 트래픽 + 한국어 검색 트래픽 독점이라는 조건이 다 갖춰져서입니다. 90일 만에 만든 토이가 같은 그래프를 그릴 확률은 매우 낮습니다.

그래도 의미 있는 이유

그러면 의미 없냐? 그렇지 않습니다. 90일 동안 얻은 가치를 따로 적으면:

  • 3개 프로젝트 전체를 한 명이 출시까지 끝낸 경험. 5년 전이라면 4명짜리 팀이 6개월 걸렸을 작업입니다.
  • 실패 패턴 데이터. 어떤 아이디어가 안 먹는지를 90일 만에 3개 검증. 이 학습은 다음 프로젝트의 성공 확률을 직접적으로 올립니다.
  • 본인 도구 스택 정착. Replit-Cursor-Cloudflare-AdSense 흐름이 몸에 익으니, 다음 프로젝트의 0→1 단계가 절반 이하로 줄어요.

원스의 결론 — 바이브 코딩의 진짜 가치

바이브 코딩의 가치는 "월세 버는 자동 수익"이 아닙니다. 실패의 비용을 90% 낮춘 것입니다. 5년 전이라면 한 아이디어 출시에 3개월 + 백만 원이 들었지만, 지금은 1주일 + Replit 구독료입니다. 그래서 더 자주 실패하고, 더 빨리 배우고, 우연히 잘 풀리는 1개를 만날 확률이 올라갑니다.

"바이브 코딩으로 자동 수익 만든다"는 컨텐츠를 보면 한 가지를 같이 봐야 합니다. 그 사람이 그 1개 성공작 전에 몇 개를 실패했는가. 안 보이는 9개 실패 위에 1개 성공이 있어요. 이걸 인지하지 못한 채 첫 시도에 월세 벌기를 기대하면 30일 만에 그만두게 됩니다.

여러분도 바이브 코딩을 시작한다면 첫 90일은 "수익화"가 아니라 "실패 빨리 보기"를 목표로 두세요. 그게 가장 정직한 가이드입니다.

바이브 코딩으로 만든 토이 프로젝트

📚 본 글의 1차 자료 / 측정 데이터 출처

댓글

이 블로그의 인기 게시물

구글 제미나이 라이브를 보며 적어둔 AI 교육 메모

AI 튜터, 정말 사교육을 대체할까? 부모로서 4개 도구 직접 써본 솔직 후기 2026-05-03 갱신 | 작성자: 원스 (Wons) | 분야: AI 교육 / 에듀테크 비교 구글이 제미나이 라이브를 공개했을 때 가장 많이 들은 질문이 두 가지였습니다. "이거 진짜 사교육 대체해요?" 와 "우리 애한테 시켜도 돼요?" . 솔직히 처음엔 저도 영상 데모만 보고 답을 못 했어요. 그래서 작년 가을부터 5개월 동안 초등 6학년 사촌 동생과 함께 AI 튜터 4개를 실제로 돌려봤습니다. Khanmigo , Gemini Live , Synthesis Tutor , 그리고 한국의 콴다 GPT 까지요. 결과만 먼저 정리하면 이렇습니다. AI 튜터는 사교육을 대체하는 도구가 아니라, 사교육 사이의 빈틈을 메우는 도구 였습니다. 그게 무슨 말인지, 그리고 한국 부모 입장에서 어디까지 현실적인지 5개월 데이터로 정리합니다. 먼저, 1차 자료에서 본 AI 튜터의 실제 효과 의견부터 늘어놓기 전에 검증된 연구 결과를 봅시다. Khan Academy의 2024년 발표 에 따르면 Khanmigo를 사용한 학생군의 학습 시간이 평균 2.3배 증가했고, 수학 단원 완료율이 비사용군 대비 18%포인트 높았습니다. 단, 이 데이터는 Khan Academy 플랫폼 내 학습자 한정이고 자율성이 높은 학생군이라는 점은 감안해야 합니다. 학술 영역에서는 카네기 멜런 대학의 Intelligent Tutoring Systems 연구 가 30년 넘게 축적되어 있는데, AI 튜터가 사람 1:1 과외에 비해 평균 0.7~0.8 표준편차 낮은 학습 효과를 낸다고 메타분석 결과를 일관되게 보여줍니다. 사람 과외만큼은 아니지만 그룹 수업 대비로는 의미있는 차이라는 게 핵심 결론입니다(이른바 Bloom's 2 sigma problem의 부분 해법). 💡 한국 시장 데이터 ...