한 줄 명령어가 드러낸 것
npx client-creep. 설치도 설정도 필요 없다. 이 한 줄이 534개 파일짜리 Next.js 프로젝트에서 418개의 클라이언트 컴포넌트를 발견했고, 그중 113개는 useEffect도 브라우저 API도 없이 클라이언트로 흘러들어간 '사고'였다. 복구 가능한 번들 크기만 237KB. dev.to에 공개된 client-creep CLI 프로젝트가 흥미로운 이유는 단순히 도구가 유용해서가 아니다. 이 숫자가 우리가 얼마나 자신의 컴포넌트 트리를 이해하지 못한 채 코드를 쌓아왔는지를 적나라하게 보여주기 때문이다.
"use client"는 바이러스처럼 퍼진다. 누군가 몇 달 전 한 파일에 추가했고, 배럴 파일(barrel file)을 타고 하위 트리 전체가 조용히 클라이언트로 넘어간다. RSC의 설계 의도—서버에서 렌더링하고, 클라이언트로는 최소한만 내려보낸다—는 import 그래프가 복잡해질수록 현실에서 무너진다. client-creep은 Babel AST로 정적 분석을 수행하고, BFS로 클라이언트 경계를 전파해 어느 import 체인이 어떤 컴포넌트를 클라이언트로 끌어당겼는지 시각화한다. ESLint 플러그인, GitHub Action, D3 기반 인터랙티브 그래프까지 생태계를 갖춘 이 도구는 하나의 질문에서 출발했다: "이게 왜 클라이언트 컴포넌트가 됐지?"
Lovable이 증명한 패러다임 전환
같은 시기, 스웨덴 스타트업 Lovable은 전혀 다른 방식으로 업계에 충격을 던지고 있다. 직원 146명으로 ARR 4억 달러(약 6,100억 원)—1인당 매출 41억 원. 가트너가 2030년에야 가능하다고 예측했던 수치를 이미 넘어섰다. 바이브 코딩(Vibe Coding)의 선두주자인 이 회사는 구글 클라우드와 다년간의 확장 협력을 체결하며 Gemini와 Claude 접근권을 대규모로 확보했고, 구글이 320억 달러에 인수한 Wiz 보안 시스템을 이식해 엔터프라이즈 시장을 정조준했다. 매주 100만 건 이상의 프로젝트가 플랫폼 위에서 생성되고 있다.
자연어로 며칠 만에 풀스택 앱을 뚝딱 만들어내는 시대. 이 숫자들이 의미하는 건 바이브 코딩이 단순한 프로토타이핑 트렌드를 넘어, 실제 비즈니스 가치를 만들어내는 생산 수단으로 자리잡았다는 사실이다. AI가 코드 생성을 맡는 비중이 커질수록, '코드를 얼마나 빨리 타이핑하느냐'는 경쟁 우위에서 빠르게 탈락하고 있다.
Copy-Paste Amnesia: 편리함의 이면
하지만 이 흐름에는 불편한 그림자가 따라온다. dev.to에 올라온 한 개발자의 고백은 많은 이들이 조용히 공감하는 현실을 건드렸다. Claude가 작성한 50줄짜리 커스텀 훅을 한 시간 뒤에 다시 열었을 때, 그는 이렇게 생각했다. "누가 썼지? 어떻게 동작하는 거지?" 프롬프트를 입력하고, 출력을 훑고, Cmd+V를 눌렀다. 테스트는 통과했다. 하지만 그 로직은 뇌에 단 한 번도 저장되지 않았다.
그가 이름 붙인 현상은 'Copy-Paste Amnesia'. AI 코딩 어시스턴트가 일상화되면서 개발자가 겪는 인지적 퇴행이다. 데이터 구조를 깊이 고민하지 않게 되고, 문서를 읽는 대신 LLM에 스니펫을 요청하고, 수천 줄의 로직을 절반만 이해한 채 상속받는다. 마찰이 없어졌다. 그런데 마찰이 사라진 자리에서 깊은 학습도 함께 증발했다. 시스템이 이상적인 조건에서 돌아가는 동안은 환상이 유지된다. 그러나 AI가 생성한 보일러플레이트 깊숙이서 치명적인 실패가 발생했을 때, 그것을 고칠 수 있는 건 운영자(Operator)가 아니라 기초를 이해하는 개발자(Developer)뿐이다.
세 신호가 가리키는 하나의 결론
client-creep, Lovable의 질주, Copy-Paste Amnesia—세 개의 이야기는 서로 다른 각도에서 같은 지점을 가리킨다.
AI가 코드를 생성하는 속도는 올라가지만, 그 구조를 읽고 판단하는 능력은 자동으로 따라오지 않는다.
client-creep이 발견한 113개의 '사고 클라이언트 컴포넌트'는 AI가 만든 게 아니다. 사람이 import 그래프를 이해하지 못한 채 코드를 쌓아간 결과다. Lovable이 만들어낸 매주 100만 건의 프로젝트 중 얼마나 많은 것들이 배포 이후 구조적 문제에 부딪힐지는 아직 모른다. Copy-Paste Amnesia는 그 질문에 대한 예고편이다.
2026년 개발자의 진짜 무기
그렇다면 AI 시대에 프론트엔드 개발자가 연마해야 할 역량은 무엇인가. Copy-Paste Amnesia를 다룬 글에서 제시된 프레임이 명쾌하다.
전통적 해자(Traditional Moat): API 암기, 복잡한 문법 타이핑 속도, 디버깅 루프 현대적 해자(Modern Moat): 시스템 경계 설계, 데이터 격리, 실패 도메인 설계, 프로덕트 공감
AI는 함수를 작성하는 열 가지 방법을 제시할 수 있다. 하지만 어떤 방법이 팀의 장기 기술 부채 전략과 맞는지는 말해주지 못한다. 스테이크홀더와 같은 방에 앉아 인간의 고통을 이해하고 그것을 견고한 시스템 아키텍처로 번역하는 일도 마찬가지다. 그 판단의 자리는 여전히 사람의 몫이다.
client-creep의 가치도 결국 같은 맥락이다. 이 도구가 알려주는 건 단순한 번들 크기 숫자가 아니다. "이 컴포넌트가 왜 클라이언트에 있는가"를 팀이 함께 질문하게 만드는 구조적 가시성이다. RSC 경계를 설계하고, import 그래프를 의식하며, "use client"의 전파 경로를 추적하는 능력—이것이 바로 AI가 코드를 빠르게 생성할수록 더 희귀해지고 더 가치 있어지는 역량이다.
전망: 속도와 판단의 분리
Lovable이 증명한 생산성 혁명은 되돌릴 수 없다. AI 코딩 어시스턴트 없이 경쟁하겠다는 건 현실적인 선택지가 아니다. 그러나 바이브 코딩으로 앱을 뚝딱 만들어내는 것과, 그 앱이 실제 사용자 환경에서 지속 가능하게 작동하도록 설계하는 것 사이의 간극은 오히려 벌어질 것이다.
그 간극을 메우는 개발자가 앞으로의 시장에서 가장 비싸게 불릴 것이다. 프롬프트를 잘 쓰는 것보다, AI가 만들어낸 결과물의 구조를 읽고 개선하고 방어할 수 있는 눈. Copy-Paste Amnesia를 자각하고 의도적으로 저항하는 훈련. 그리고 client-creep이 던진 질문처럼, 자신의 코드베이스를 언제든 해부할 수 있는 분석적 태도.
도구가 빨라질수록, 구조를 이해하는 사람이 진짜 레버리지를 갖는다.