Andrej Karpathy는 연구 기여, Tesla의 Autopilot 프로그램 리더십, 그리고 영향력 있는 공개 AI 교육 작업으로 알려진 슬로바키아계 캐나다인 컴퓨터 과학자이다. 그는 Stanford에서 Fei-Fei Li의 지도 아래 박사 학위를 마쳤으며, Computer vision과 Natural language processing 사이의 연결에 초점을 맞추었다. 또한 Stanford의 CS231n 합성곱 신경망 과정을 가르쳤으며, 그 강의 노트와 자료는 한 세대의 Deep learning 실무자들에게 널리 사용되는 자기 주도 학습 자료가 되었다.
OpenAI와 Tesla
Karpathy는 2015년 OpenAI의 창립 멤버로, 초기 Reinforcement learning 및 Deep learning 연구에 참여했다. 2017년에는 Tesla에 AI 수석 이사로 합류하여 Autopilot 컴퓨터 비전 및 신경망 팀을 이끌었으며, Tesla의 자율 주행 소프트웨어를 수작업으로 설계된 규칙이 아닌 차량 수집 데이터로 훈련된 대규모 신경망 중심으로 재구성했다. 이는 자율 주행 자동차에 관한 더 넓은 산업적 흐름의 일부였다. 그는 2022년 Tesla를 떠났고, 2023년에 잠시 OpenAI로 복귀했으나 2024년에 다시 떠나 독립적인 교육 프로젝트에 집중했다.
교육 및 공개 저술
Karpathy는 경력 전반에 걸쳐 교육자로서 비정상적으로 높은 공개적 활동을 유지해 왔다. 널리 읽힌 2015년 블로그 게시물 "The Unreasonable Effectiveness of Recurrent Neural Networks"를 출판하고, "Neural Networks: Zero to Hero" 비디오 강좌 시리즈를 제작했으며, GPT-2와 같은 시스템이 내부적으로 어떻게 작동하는지 이해하기 쉽게 설명하기 위한 최소한의 읽기 쉬운 Deep learning 및 언어 모델 훈련 코드 참조 구현을 만들었다. 2024년에는 전문가가 만든 강좌 콘텐츠와 AI 튜터링을 결합하는 것을 목표로 하는 AI 기반 교육 스타트업인 Eureka Labs를 설립했다.
"바이브 코딩" 용어 창안
2025년 2월, Karpathy는 널리 공유된 소셜 미디어 게시물에서 "vibe coding"이라는 용어를 대중화했다. 이는 프로그래머가 자연어로 원하는 바를 설명하고, AI 코딩 어시스턴트 또는 에이전트가 생성한 코드를 수용하고 반복하며, 생성된 코드를 자세히 읽거나 완전히 이해하지 않고 "코드가 존재한다는 사실조차 잊는" 소프트웨어 개발 스타일을 설명하는 것이었다. 이 용어는 Claude Code, Cursor, GitHub Copilot과 같은 도구를 개발자가 사용하는 방식의 더 넓은 변화를 설명하기 위해 업계 전반에 빠르게 채택되었으며, 일부 엔지니어들은 이를 열악한 코드 검토와 기술 부채를 정상화한다고 비판했다. 에이전트형 코딩 도구가 2025년과 2026년을 거치며 더 강력해짐에 따라 그 비용과 이점에 대한 논쟁은 계속되고 있다.