2025년, 대학교 독후감 과제로 AI를 다룬 책을 한 권 골랐습니다. 당시 Gemini Nano Banana가 이미지 생성의 혁명을 일으켰는데, 그 책은 DALL-E와 미드저니를 소개하고 있더군요. 읽으면서 계속 이런 생각이 들었습니다. “이거, 벌써 지난 얘긴데.”
요즘 바이브 코딩 책이 쏟아지고 있습니다. 코딩을 모르는 사람도 AI로 결과물을 만들 수 있다는 메시지는 분명 매력적이죠. 그런데 이런 책을 읽는 게 과연 의미 있을까요? 책이라는 매체 자체가 AI의 속도를 따라갈 수 없는 구조이기 때문입니다.
출판이 AI 속도를 못 따라가는 구조
책 한 권이 세상에 나오려면 생각보다 오래 걸립니다. 집필에 수개월에서 길게는 몇 년, 편집에 1~6개월, 출판 과정까지 합치면 빨라야 반년, 보통은 1년이 넘습니다. 대형 출판사라면 내부 일정 때문에 더 길어지기도 하고요.
AI 업계는 어떨까요. METR(AI 평가 기관)의 연구에 따르면, AI의 작업 수행 능력은 약 7개월마다 두 배가 됩니다. 코딩 분야로 좁히면 3개월도 안 걸리고요. 실리콘밸리에서는 1년 전의 전제가 이미 무효화되는 환경이라는 분석도 나옵니다.
저자가 원고를 쓰기 시작한 시점과 독자가 책을 펼치는 시점 사이에, AI는 이미 한두 세대를 지나가 있습니다. 바이브 코딩처럼 특정 도구와 워크플로우에 의존하는 주제일수록 이 시차가 치명적이에요. 책이 서점에 깔릴 때쯤이면, 그 책이 가르치는 방법은 이미 더 나은 방식으로 대체되어 있습니다.
이건 이론만은 아닙니다. 실제로 바이브 코딩 책을 구매한 독자들의 리뷰를 보면 같은 문제가 반복되고 있어요.
“26년 4월 4일 기준으로 커서 UI와 대부분 설명이 맞지 않아 이해하기가 어렵습니다.” 책이 나온 지 몇 달도 안 됐는데 이미 UI가 바뀌어서 따라할 수가 없다는 겁니다. “급조된 책인듯”, “없는 명령어도 많고”, “초보자들이 잘 쓸 수 있을지 의심스럽습니다”라는 리뷰도 있고요.
저자가 잘못했다기보다, 이건 구조의 문제입니다. 아무리 빨리 써도 출판이라는 과정을 거치는 순간, AI 도구의 변화 속도를 이길 수가 없습니다.
15페이지면 될 걸 300페이지로 늘려놓은 책들
속도만 문제가 아닙니다. 출판에는 분량의 구조적 압박도 있습니다.
제가 그동안 읽어본 AI 관련 책들은 대부분 비슷한 패턴이었습니다. 핵심 내용만 추리면 15페이지 정도면 충분한데, 책이라는 형태를 갖추려면 300페이지를 채워야 하죠. 그래서 이미 아는 개념을 반복하고, 기초 설명을 길게 늘리고, 비슷한 예제를 여러 번 돌려씁니다.
물론 좋은 책도 가끔 있습니다. 하지만 그런 걸 찾을 바에는, AI를 실제로 깊이 다루는 사람들의 블로그를 읽는 게 더 낫다고 봅니다. 블로그는 일단 무료이고, 책처럼 분량을 억지로 채울 필요가 없으니 핵심만 담겨 있는 경우가 많습니다. 그리고 무엇보다, 어제 바뀐 내용을 오늘 바로 업데이트할 수 있죠.
바이브 코딩 책에도 구조를 잡는 데 도움이 되는 인사이트가 아예 없지는 않겠죠. 하지만 그 인사이트를 얻기 위해 300페이지를 넘기는 건, 솔직히 비효율적입니다. 같은 시간에 AI 테크 뉴스를 찾아보거나, 직접 프로젝트를 하나 돌려보는 게 훨씬 많이 배웁니다.
책을 보고 따라하는 것 자체가 나쁘다는 게 아닙니다. 다만 제가 경험한 AI 관련 책들은 대부분 한 세대 느린 설명이었고, 그 느린 설명을 분량까지 늘려놓은 결과물이었습니다.
바이브 코딩보다 읽어야 할 책들
그러면 뭘 읽어야 할까요. 저는 차라리 마케팅, 심리학, 철학 같은 인문학 책을 읽거나 금융 관련 책을 보는 게 낫다고 생각합니다.
이유는 이렇습니다. 기술은 계속 발전하고, 디지털 도구의 진입장벽은 빠르게 낮아지고 있습니다. AI를 잘 다루는 능력 자체는 점점 특별하지 않게 될 겁니다. 지금 바이브 코딩으로 결과물을 만드는 게 대단해 보여도, 그 기술적 허들은 몇 달 뒤면 더 낮아져 있을 테니까요.
반면에 내 분야의 지식, 그러니까 마케팅을 아는 사람이 AI를 쓰는 것과 마케팅을 모르는 사람이 AI를 쓰는 건 결과가 완전히 다릅니다. AI는 기본적으로 다음에 올 법한 텍스트를 예측해서 출력할 뿐이고, 주로 평범한 사용자들의 데이터로 학습됩니다. 그래서 방향을 안 잡아주면 결과물도 일반적이고 평범합니다.
하지만 특정 목적과 방향을 세팅해주면 얘기가 달라집니다. 어떤 분야의 지식을 깊이 가진 사람이 AI에 맥락을 잡아주면, AI는 정말 그 목적에 맞게 잘 작동합니다. 사람보다 나을 때도 있고요. 결국 AI를 잘 쓰는 건 말만 많이 하는 게 아니라, 무엇을 시킬지 아는 겁니다.
AI를 잘 쓰려면 방향이 먼저다
바이브 코딩으로 뭔가를 만들어보는 것도 좋습니다. 하지만 그보다 먼저, 뭘 만들어야 하는지를 아는 게 중요하다고 생각합니다. 본질을 파악하고 방향을 잡는 능력은 책 한 권 따라한다고 생기지 않습니다.
저도 바이브 코딩으로 끝말잇기 게임을 직접 만들어본 적이 있는데, 기획을 먼저 잡고 만든 것과 바로 프롬프트부터 던진 것의 차이가 확연했습니다. 도구 사용법보다 방향 설정이 결과를 결정하더라고요.
AI 관련 책이 생각보다 도움이 안 되는 이유도 여기에 있고, 바이브 코딩 책은 구조적으로 더 그렇습니다. 빠르게 바뀌는 도구 사용법을 느린 매체로 배우는 것보다, 내 분야의 지식을 깊이 쌓고 AI를 거기에 적용하는 쪽이 훨씬 오래 쓸 수 있는 방법입니다.
IT와 AI 테크 뉴스를 직접 찾아보세요. 관심 있는 프로젝트에 AI를 직접 붙여보세요. 그리고 남는 시간에는 바이브 코딩 책 대신, 내 분야의 책을 한 권 더 읽으세요.