칼럼·5개월·1.5k

“코드 짜면 안 되는” 바이브코딩 해커톤 기술지원 스태프 시점 썰

지난주 토요일(2월 21일), OKKY 오피스에서 열렸던 ‘코드 짜면 안 되는’ 바이브코딩 해커톤에 현장 기술지원 스태프로 참여했어요.

'바이브코딩'이라는 취지에 맞춰, 행사 기획부터 운영까지 전 과정에 AI를 최대한 활용하고자 했어요. 예상치 못한 트래픽으로 당황했던 행사 초반 이슈, 그리고 그 과정을 통해 얻은 데이터들을 이번 회고를 통해 찬찬히 풀어볼게요.

“제출”까지 바이브하게

시험 문제를 다 풀어놓고 마지막에 OMR 카드를 마킹하다가 실수해서 당황했던 적, 한 번쯤 있으신가요?

참가자들이 제한 시간 내에 훌륭한 결과물을 다 만들어 놓고도, 막상 제출 단계에서 복잡한 가이드 문서를 읽거나 Git 명령어를 치다가 실수하고 흐름이 뚝 끊기는 경우가 많거든요. 그래서 이번 행사에는 참가자들이 실수 없이 결과물을 제출하게 만들도록 고민했어요. 게다가 이번 행사는 확실한 컨셉이 있었죠.

코드는 짜면 안 된다

흔히 말해 “딸깍” 으로 구현하는 상황에 결과물 제출은 매우 귀찮은 행위라고 생각해서 agent가 알아서 하도록 Agent Skill로 구현하기로 했죠.

컨셉은 다음과 같았고

참가자는 프로젝트 루트에 스킬을 설치한다
끝나면 한 문장만 던진다: “hackathon-submission 스킬로 제출 문서 생성하고 PR까지 진행해 주세요.”
에이전트가 프로젝트를 훑고 PR 생성까지 마무리한다

이것도 AI에게 딸깍

AI: hackathon-submission이라는 제출 전용 skill이 생성되었어요

이 skill에서 가장 중요했던 ‘절대 PR 생성이 실패하지 않도록 만드는 것’ 이었어요.

결과 제출이 한번 꼬이면, 팀은 데모 직전까지 멘탈을 갈아넣게 되기 때문에 로컬 환경에서 Dry-run 테스트를 돌리며 최적화 작업에 집중했어요.

다행히 행사 당일 큰 이슈는 없었는데요…(제출할 때 agent가 알아서 오류 수정하고 실행하지 않았을까 싶네요.) 스킬 설치 방식을 ‘메뉴얼 다운로드’와 ‘Python 환경 설치’ 두 가지로 제공했는데, Python 환경 이슈로 파일을 일일이 수동으로 다운받아 구성하셔야 했던 참가자분이 계셨어요. 이 자리를 빌려 너무 죄송했다는 말씀을 전합니다

토큰 제공… 그 뒷 이야기

이번 해커톤 운영의 핵심 관건 중 하나는 바로 참가자들에게 제공할 ‘AI API 토큰’이었어요.

프론트앤드 개발자분이 OpenRouter 쓰면 좋을 것 같다고 하셔서 찾아보니 BYOK(Bring Your Own Key)를 지원하는 대부분의 환경에서 원활하게 쓸 수 있더라구요. 최신 모델도 지원해서 도입에는 무리가 없었어요.

행사 당일 오전에 API 키 배포를 했고, 시작 10분 전 대부분의 참가자가 API Key 세팅을 마쳤어요. 저는 혹시 모를 이슈에 대비해 토큰 관리 페이지에 접속해서 새로고침을 누르고 있었죠.

“어? 아직 시작 안 했는데?”

참가자분들은 “연동 확인” 을 하기위해 Agent와 핑퐁을 하고 있었는데, 대시보드에 API 사용량이 불타고 있었어요.

행사가 시작됐고, 20분쯤 지났을까요?

준비했던 토큰 바닥이 보이고 있었어요.

주최 측 입장에서는 참가자분들의 작업 흐름이 끊기지 않게 최대한 버텨보며 지켜보고 있었어요.
글을 작성하는 지금도 마음이 참 쓰린데요, 결국 대회 중간에 참가자분들께 공지를 해야만 했어요.
제공할 수 있는 토큰이 한계치가 오고 있고 자칫 작업이 중단될 수 있으니, 개인 계정 사용을 부탁드린다고요.

토큰 제공은 그렇게 당초 계획했던 것보다 7배를 더 제공하고 나서야 종료될 수 있었어요.

행사가 끝난 뒤 OpenRouter 활동 로그를 뽑아, 요청/토큰 관점으로만 다시 봤어요.

요청 수는 10,102건
피크는 오후 14시(3,569건)

5분 버킷 스파크라인 2026-02-21 12:30:00 ~

▁▂▂▁▂▂▁▂▂▅▄▇▅▇▆▆▅█▇▇▅██▄▅▅▃▃▃▅▃▂▄▃▄▄▃▃▃▂▂▃▂▃▃▄▅▄▃▁

총 토큰은 1,204,383,384였고 구성 비중이에요.

prompt: 657,678,125 (54.61%)
cached: 542,334,692 (45.03%)
completion: 4,184,243 (0.35%)
reasoning: 186,324 (0.02%)

finish_reason 기준으로는

tool_calls: 5,862건 (58.03%)
stop: 3,948건 (39.08%)
(null): 249건 (2.46%)
- 이 중 cancelled로 표시된 행이 232건 (전체 2.30%)
length: 43건 (0.43%)

출력 토큰 비중(0.35%)이 극단적으로 낮고, 도구 호출(58.03%)이 멈춤(stop)보다 많다는 건, 에이전트가 컨텍스트 전체를 계속 품은 채로 백그라운드에서 바쁘게 움직였다는 뜻이에요. 바이브코딩이라는 새로운 워크플로우가 얼마나 많은 자원을 필요로 하는지 확실하게 배울 수 있었던 값진 데이터였어요.

아래는 모델별 요청 수와 토큰 수에요.

모델별 요청 수: