Vibe coding으로 MVP 만들고 배포하고 피드백 받고 수정해서 개선하고 고도화하기
2026.01.15

청강생이나, 스터디장님의 아는 척(?) 서비스를
무척이나 이용해 보고 싶어서 사례글을 남겨봅니다. 😃
CXO-Leadership-Simulation 웹앱 MVP
기업체 임원들에게 부하 직원들, 팀장들과의 면담/코칭/대화를 시뮬레이션하여
리더십을 발휘할 수 있게 지원해주는 웹앱을 만들어보기로 했습니다.
대부분이 40대 후반에서 50대 이상인 임원분들 특성을 감안해서
그리고 실제 현실을 반영하여
Typing 방식보다는 음성 대화 위주의 앱 MVP를 만들어봤습니다.
Gemini, Chatgpt와 티키타카하면서
임원들의 관련 상황에서의 고충, 니즈 등을 파악하고
어떤 기능과 서비스가 있으면 좋을지 감을 잡아갔습니다.
실제로 기업체에서 임원/팀장 레벨에서는
리더십을 발휘해야 하는 일이 많고 어려움도 많기 때문에
수요는 있다라고 판단했습니다.
이렇게 파악한 내용들을 바탕으로
PRD.md 파일을 만들었고,
이를 Google의 Antigravity에 주고 개발 계획을 도출했습니다.
to do list.md를 만들어 달라고 했는데
실제로 Antigravity랑 작업해 보니, implementation plan.md라는 파일을 자기가 만들어서
이 파일 위주로 개발해 나가는 것 같더군요.
Claude Opus 4.5와 Gemini Pro 3 모델 위주로 돌렸고
2일 정도를 계속 씨름하면서
구조 잡고, 개발하고, 에러 잡고, 마음에 안 드는 기능과 부분들은 수정을 요청해 가면서 작업을 했습니다.

개발을 본격적으로 하면서 느낀 것은
작년 초보다 vibe coding tool들의 실력이 아주 많이 좋아져서
잘 만들어준다는 것과
그렇기 때문에 기획력이 더욱 더 중요하겠다라는 점이었습니다.
그리고 기본 와꾸는 어느 정도 잡아주기 때문에
세부적인 detail에서 인간이 개입해서 어떻게 개선할 지
마음에 안 드는 부분은 무엇인지 알려주는 작업과
이런 식으로 개선 보완하는 작업이 시간의 대부분을 차지한다라는 것이었습니다.
그리고 음성을 사용하는 형태로 개발하는 것도
API만 가져와서 개발하면 가능하다는 것도 알 수 있었습니다.
MVP 수준에서 일단 개발을 완료하고
Vercel로 배포까지 했습니다.


제일 큰 목적은 만드는 것이 아니라 실제 사용자들의 의견과 사용 피드백을 듣고
시장성이 실제로 있는지 체크하고,
개선하여 실제 상품으로 팔 수 있을 정도로 고도화하는 것이었습니다.
그래서 주변의 임원 몇 분에게 부탁해서
사용해 보고 피드백을 달라고 부탁했습니다.
우선 받은 피드백 중에는
AI 답변이 너무 general해서 뾰족하게 도움이 되지 않는다....
예를 들면, [핵심 인재 리텐션] 시나리오를 볼 때 경쟁사에서 50%의 연봉을 인상해준다고 하고 본인의 의견이 잘 반영되지 않아 불만이 많다고 함. 그런데, 어떤 것이 문제냐고 묻고 그 것을 해결해볼려고 노력해보겠다고만 하면 바로 이직을 하지 않겠다고 이수석이 태도를 바꿈. 실제 위의 상황이라면 가능성이 전혀 없는 시나리오라서 도움을 느끼기 어려울 것으로 보임.
또한, 현재 이수석은 내가 조금만 호의적이면 이전에 불편한 내용은 다 잊고 바로 수긍하고 이직하지 않겠다고 함. 이건 비현실적임.
직원 역할을 하는 AI가 좀 더 현실적으로 나에게 불편한 질문/답변을 해서 내가 당황할 만한 상황에서 연습을 할 수 있게 했으면 좋겠다.
AI가 생성해내는 말들에 오타가 많음
시뮬레이션 시, 나의 답변에 대한 힌트를 제공하는 기능은 좋으나 힌트들이 너무 적합성이 떨어지고 단편적인 느낌이라서 도움이 안됨
AI 목소리가 페르소나가 바뀌어도 계속 동일한 목소리여서 지루함.
개발자인 내 생각에도 AI가 생성해내는 상황과 말들이 뾰족하지 않은 것 같아서 사용자에게 어필하는데 어려움이 있는 것 같음
이러한 부분들을 해결하면서 MVP를 개선해 가야 하는 상황입니다.
여기서 저의 질문은
MVP 수정 및 개선, 고도화 관련
피드백들에 대해서 어떻게 개선하면 좋을 지 제안 좀 주시면 좋겠습니다.
사실, 피드백 받고 개선해 보는 게 처음이라, 그리고 개발이 처음이라
어떻게 개선하면 좋을지, 어떤 기술 스택을 사용해야 하는 것인지 등등에 대해서
감이 없어서 무더기로 질문을 던지는 것 같습니다.
AI 모델을 더 비싼 것으로 사용하면 좋아지는 것인지,
아니면 제가 무슨 설정을 해 주어야 하는 것인지,
영 감이 오지 않네요.
단순히 피드백을 다 antigravity에게 집어넣고 개선해줘 하면 되는 것인지,
아니면 더 영리한 방법이 있는 것인지 모르겠네요.....
Antigravity 관련
설정 tip이 있으면 알려주시면 좋겠습니다.
유용한 extension 있으면 알려주시면 좋겠습니다.
사용하다보면 작업하다말고 계속 ~ing로 뻗어 있는 경우들이 많더라고요.
이럴 때는 어떻게 해야 하는 것인지? exit 방법? 그리고 다시 이어서 작업을 어떻게 진행해야 하는지?
QA 리스트도 개발 중에 antigravity에게 만들어 달라고 요청하고 check도 하라고 시킨다고 하셨는데 antigravity가 꼼꼼하게 check를 할 수 있는지, 예를 들어 실제 시뮬레이션 대화도 자기가 임의로 티키타카 해보고 괜찮게 돌아가는지 확인도 가능한지? 이런 것이 궁금합니다.
유저가 이상하게 생각할만한 것들 찾아줘!라고 시키신다고 했는데, self 검증이 효과적인지도 궁금하네요. 보통 self 검증은 효과가 떨어지지 않나 싶기도 하고.... 자기 관용의 원리 때문에...
스터디장님, 감사합니다. 🙇 👍

![[아저씨렌탈] 재능있는 아저씨를 치킨 한 마리 보다 싼 가격에 빌려보세요! 썸네일](/_next/image?url=https%3A%2F%2Fcdn-beta.gpters.org%2Fexternal%2Fd90d71d1806298448f17eed6.png&w=3840&q=75)


만드신거에 비해 제가 드린 설명이 많이 부족했을텐데도 트렌디한 기능이 많이 들어간 서비스를 만들어주셨네요! 정말 재밌게봣어요!
우선 제가 궁금한 점
면답/코칭/대화 해주는 ai 모델은 무엇을 사용하셨나요?
ai가 답변하는 프롬프트를 따로 설정하신게 있나요?
더 자세히 알고 싶어서 저도 테스트해보고 싶은데, 배포링크를 공유해주실 수 있나요?
아래는 주로 답변에 대한 퀄리티 문제인 것 같아서 피드백에 대한 개선 제안입니다.
답변이 마음에 들지 않는 이유는 크게 두 가지가 있을 것 같아요.
1. 물어보는 질문 자체의 정보가 모호하다.
2. 답변을 하는 ai의 프롬프팅이 제대로 안되어있다.
이에 대한 해결책으로 저는 이렇게 할 것 같아요.
물어보는 질문을 정형화시킨다.
-> 기존에는 자유형으로 물어보지만 카테고리화 시켜서 연봉/이직/커리어 등으로 나눠서 질문하게 한다. (대신에 유저의 자유도는 떨어질 것 같아요)
-> 대답을 해주는 AI의 프롬프트를 사전에 입력해놓는것도 좋을 것 같아요. 기존에 따로 프롬프팅을 하셨다면 프롬프트를 개선하거나 안하셨다면 antigravity한테, 대답해주는 ai의 시스템프롬프트를 추가해달라고 하면됩니다.
간단한 예시) gemini로 사전에
'회사 생활에 대한 커리어 상담해주는 좋은 직장 동료 혹은 멘토의 특징과 페르소나를 정리해달라하고 ai 를 그 멘토로서 대답하게하려면 시스템 프롬프트를 뭐라고 입력해야해? '
라고 물은 후 나온 프롬프트를 antigravity한테 ai 답변 시스템 프롬프트로 추가해달라고 합니다 (그러면 ai는 이 역할이 기반이되어 답변해요)
1,2,3 에 대한 팁으로는 저는 python script 자꾸 허락받고 실행하는게 흐름 끊겨서 auto accept, 사용량 얼마나 남았고 언제 리셋되는지 확인하는 용도로 cockpit 추천드립니다.
4.번은 아마 에러일거라서 저는 중지하고 '이어서해줘' 이렇게 해결하고 있습니다.
5. 거의 완전 자동화시킨 사례도 있다고 하는데, 저는 예전에 kiro 라는 IDE 쓸 때, 기획문서를 기반으로 QA 리스트 그대로 만들어달라고 요청하고 QA 테스트 순서대로 진행하고 리뷰해달라고 했었습니다. 더 괜찮은 사례는 찾게되면 공유해드릴게요
6. 이부분은 제가 대충 기획할 때 생각하기 싫어서 자주하는 방법인데, 아마도 잘 아실 유저플로우 관점에서 잘 잡아주더라구요.
그래서 현재까지 나온 화면단위 기능명세를 기반으로 gemini에게 인식시키고 '지금 구성요소들 input/output 요소 모두 확인하고 실제 유저가 사용할때 (or 유저플로우)로 허점이 없는지 알아봐줘 이렇게 사용했었습니다.
물론 큰 단위 개발이나 기능은 모두 커버하기 어렵겠지만 작은 서비스에서는 만족할만큼 결과를 얻었어요.
고민하고 실행하신 흔적이 정말 잘 느껴져서 재밌게 봤는데, 후속도 알려주시고 저희 스터디에서도 지식 자랑해주세요!