Karpathy 신경망 레시피: 한 번에 하나만 바꿔 바이브 코딩 디버깅을 고정합니다 | DAKER 커뮤니티

바이브 코딩의 위험은 속도 자체가 아닙니다. 한 번에 너무 많은 변화가 생겨서, 무엇이 성공과 실패를 만들었는지 모르게 되는 일입니다. Karpathy 신경망 레시피의 습관은 이 문제를 다루는 검증된 방법입니다.

오늘 배울 것

훈련 루프를 의심하고, 작은 실험으로 확인하고, 변화는 한 번에 하나만 넣는 디버깅 습관을 배웁니다. 오늘은 이 습관을 코딩 에이전트와 바이브 코딩 작업에 그대로 옮기는 방법을 정리합니다.

신경망 레시피의 핵심은 “파이프라인이 살아 있는지”를 먼저 증명하는 일입니다. 작은 데이터에서 과적합이 되는지 보고, 손실과 지표를 읽고, 가설을 하나만 바꿉니다. 여러 설정을 한꺼번에 바꾸면 원인과 결과가 섞입니다.

에이전트에게도 같습니다. 큰 기능을 한 번에 맡기기보다, 재현 가능한 실패를 주고, 테스트를 먼저 만들게 하고, 수정 후 근거를 읽게 합니다. “더 만들어 줘”보다 “이 실패를 통과시키고 근거를 보여 줘”가 더 강한 요청입니다.

1) 변경 전에 실패를 캡처합니다. 실패하는 테스트, 로그 한 줄, 스크린샷 중 하나를 남깁니다.

2) 가설을 한 문장으로 적습니다. 예: “이 분기가 null을 처리하지 못한다.”

3) 그 가설에 해당하는 수정만 한 번 적용합니다. 스타일 정리와 리팩터는 다음 턴으로 미룹니다.

4) 같은 실패 재현으로 검증합니다. 통과하면 다음 가설로 넘어갑니다.

가장 흔한 막힘은 프롬프트에 기능 목록을 잔뜩 넣고, 실패 원인을 추적하지 못하는 경우입니다. 또 다른 막힘은 로그를 읽지 않고 “다시 해 줘”만 반복하는 경우입니다. 이럴 때는 변경을 되돌리고, 실패 재현 한 건부터 다시 고정합니다.

한 번에 하나만 바꾸는 습관이 잡히면, 작은 모델로 실패 지점을 설명하는 학습과 Software 2.0의 목적함수·평가 설계로 이어가면 좋습니다.