初めてのバイブコーディング、AIが私のコードを書くまでの73日間 — シム・ジェウ・ソン・ウンギュ代表が語るClaude CodeとGitHub Copilot実戦比較記

2024年1月、あるスタートアップは開発者の採用ができるまで待つことができなかった。MVP（最小機能製品）を2ヶ月以内にローンチしなければシリーズAの期限が迫っていたのだ。バイブコーディング（Vibe Coding）、つまり言葉や要件だけでAIがコードを書いてくれる方式を初めて知ったその日、チームは2つの選択肢の前に立たされた：Claude Code（クロード コード）とGitHub Copilot（ギットハブ コパイロット）。どちらを選んでも、以前の開発方式とは全く異なっていた。コードの書き方を知らないビジネスチームがAIの力を借りて直接開発者の役割を始めなければならなかったのだ。

バイブコーディングは単なる自動補完ツールではない。1編の総合ガイドで整理したように、基本原理と核心要素は、AIが自然言語の要件を理解し、プロジェクト全体の構造を設計・実装するパラダイムシフトを意味する。しかし現実の開発現場で「どのツールを選ぶか」は単なる機能比較を超えている。実際のプロジェクトでAIコーディングツールを使用したAXエデュグループのシム・ジェウ代表とソン・ウンギュ代表の73日間の経験がこれを証明している。

---

Claude CodeはAnthropicが開発したリアルタイム開発環境だ。ユーザーが自然言語でリクエストすると、AIがブラウザ内の開発環境で実際にコードを書き、すぐに結果を表示する。

AXエデュグループのチームが初めて経験した瞬間はショックに近かった。バックエンドのデータベース構造を設計する必要があったが、Supabase PostgreSQLベースのスキーマを韓国語で説明すると、Claudeが正確なSQLクエリを生成した。CREATE TABLE構文、uuid既定値、RLS（Row Level Security）ポリシーまですべてが含まれていた。最も驚いたのは、Vercel配備環境で環境変数設定からAPIルートまで一息で完成させるということだった。SupabaseとVercelの統合はバイブコーディングの最も現実的なユースケースだった。

* リアルタイムプレビュー：コードを書いた直後にブラウザで結果を見ることができ、フィードバックループが5分単位に短縮される
* 自然言語の繰り返し要求：「ボタンの色を青くして」「このフォームをモバイル対応にして」という単純な文だけでコード修正が可能
* Supabaseネイティブサポート：PostgreSQLクエリ生成時に、関係型データベースのJOIN、トリガー、関数まで自動で最適化される

73日間の経験で最も貴重な発見は、Claude Codeが単なる「コード自動生成」ではなく「リアルタイムで議論する開発パートナー」のように機能するということだった。チームが「このロジックが遅い気がするけど、最適化してくれる？」と聞くと、Claudeはインデックス戦略とキャッシング機構を提案した。

---

GitHub Copilotは異なる哲学でアプローチする。VS Code、JetBrains、Vimのような開発者の既存IDE（統合開発環境）に直接組み込まれ、リアルタイム自動補完を提供する。コード入力の途中で次の行を予測し、関数を定義するその瞬間に実装部を完成させる。

AXエデュグループがCopilotを選んだ決定的な理由は速度と文脈理解だった。プロジェクトが複雑化するにつれ、複数ファイル間の依存性が増えたが、Copilotは現在のファイルだけでなく、プロジェクト全体の構造（プロジェクト名、ディレクトリ構造、import文など）を読み、一貫性のあるコードを提案した。Next.js App RouterでAPIルートを作成する時、「app/api/todos/route.js」を作成した瞬間、CopilotはそのパスにふさわしいHTTPメソッド（GET、POST）とSupabaseクライアント接続まで自動で記述した。

* IDE統合の強み：開発者が手を止めることなく自動補完提案を受け入れ・拒否しながら開発速度を加速
* コードレビュー機能：作成したコードについて「セキュリティ脆弱性がないか？」「より良いパフォーマンスパターンがないか？」と質問できる
* マルチファイル文脈：プロジェクト全体の構造を理解しているため、Vercel Functionsの作成時に環境変数を自動で正確に参照

シム・ジェウ代表が記録した日誌によれば、「Copilotを使う時は経験豊かな先輩開発者の腕を借りてコードを書いている感覚」だと述べている。一人で考えながら一行ずつ悩むのではなく、次の行を予測されてそれを修正する方式だからだ。

---

73日間の旅路の中で40日までは選択の岐路に立たされていた。Claude Codeの強力な自動生成能力とCopilotの速いフィードバックループ、どちらも必要だったが、どちらも完璧ではなかった。

Claude Codeは戦略立案に強かった。 Supabaseのデータベーススキーマを初めて設計する時、Vercel配備パイプラインを構築する時、「ユーザー認証をどのように実装するか？」という「全体像」の質問には、Claudeがより深い答えを示した。まるでアーキテクトのように全体システムを先に描き、その後ディテールを埋めていった。

GitHub Copilotは実行速度で優れていた。 すでに決まった構造の中で反復的なコンポーネントを素早く作成したり、CRUDロジックを短時間で記述する時は、Copilotがより効率的だった。特にEdge Functionsのようなサーバーレスコードはパターンが明確なので、自動補完がほぼ完璧だった。

結局チームの選択はこうだった：

プロジェクト初期（1～2週間）：Claude Codeで全体アーキテクチャ・DBスキーマ・API設計を完成

開発進行中（3～6週間）：GitHub Copilotでコンポーネント・関数・テストコードを大量生産

最適化段階（7～10週間）：Claude Codeでパフォーマンスのボトルネック分析・リファクタリング・配備自動化

このハイブリッドアプローチが73日以内に完成度の高いMVPを配備できた核となる戦略だった。Supabaseのリアルタイムデータベース機能とVercelのグローバルCDNを最大限活用しながら、コード品質も低下しなかった。

---

73日間でチームが直面した最大の教訓はこれだった。AIはコードを書く能力は優れているが、何を作るかはやはり人間の仕事だということだ。

Claudeが提案したデータベース設計が常に最適だろうか？いいえ。チームはClaudeの提案を受けた後、「しかし私たちはリアルタイム通知が1秒以下でなければならないが、このクエリ構造で対応できるか？」と逆に質問した。するとClaudeはpgvectorを活用したキャッシング戦略を提案した。

GitHub Copilotが自動補完したAPIルートは本当に安全だろうか？いいえ。チームの情報セキュリティ担当者は「このエンドポイントにRLSポリシーが抜けている」と指摘し、Copilotに「Row Level Securityを適用してください」と明示的に指示した。するとCopilotはSupabaseのRLSポリシーを正確に反映した。

AIコーディングツールを適切に使うチームの特徴：

* 明確な要件定義：「ナビゲーションバーを作って」ではなく「ナビゲーションバーはレスポンシブで、モバイルではハンバーガーメニュー、タブレット以上では水平メニューにする」という具体的指示
* コードレビュー観点の維持：AI生成コードを無条件に受け入れるのではなく「この部分がセキュリティ上の問題ではないか？」「パフォーマンスがO(n²)だけど、O(n)に改善できないか？」と質問する
* ツール選択の柔軟性：一つのツールに固執せず、状況に応じてClaudeとCopilotを使い分ける

AXエデュグループのシム・ジェウ代表とソン・ウンギュ代表は最終回顧でこう記録している：「バイブコーディングはコーディング能力を代替しない。むしろ『何を作るか』を決める判断力をより重要にする。AIは実装は速くしてくれるが、アーキテクチャ判断・セキュリティポリシー・パフォーマンス目標は依然として人間の責任だ。」

---

Q1：Claude CodeとGitHub Copilot、初心者はどちらから学ぶべきですか？

A：プロジェクトのステージによって異なります。何もない状態から始める場合は、Claude Codeで全体構造を最初に理解することをお勧めします。Claudeはメンターのように「なぜこの構造か」を説明してくれるからです。一方、プロジェクトの骨組みがすでにある場合は、Copilotで反復作業を速く処理する方が良いです。AXエデュグループの経験でも、最初はClaude、慣れた後はCopilotに切り替えました。

Q2：SupabaseとVercelを使う時、AIコーディングツールが本当に環境変数設定を完璧に行ってくれますか？

A：環境変数は非常に注意すべき部分です。Claude CodeはNEXT_PUBLIC_SUPABASE_URLのようなパブリックキーは正確に生成しますが、service_roleキーを絶対クライアントに露出させてはいけないことを理解しています。一方、GitHub Copilotはこの部分が不完全な場合があります。したがって、機密性の高い環境変数はClaudeに「このキーはサーバーでのみ使用される」と明示的に指示することが必須です。

Q3：73日間でコストはいくらかかりましたか？

A：Claude Codeの場合、月$20購読（Claude Pro）で無制限使用が可能で、GitHub Copilotは月$10です。Vercelはhobbyプラン（無料）からPro（$20/人/月）にアップグレードし、Supabaseは無料（$0）からPro（$25/月）に変更しました。総コストは約300ドル（約4万円）程度で、70日以内にプロダクションサービスをローンチしました。既存開発チームを雇用していた場合、その1/100程度のコストです。

---

初めて聞く「バイブコーディング」から73日でプロダクションMVPに到達したAXエデュグループの旅は、単なる技術導入の事例ではありません。それは開発の民主化を意味します。コードを知らないビジネスチームがAIの力を借りて直接技術を実装できる時代が来たという意味です。

Claude CodeとGitHub Copilotの選択肢の前で、正しい決定は「どちらか一つを選ぶこと」ではなく「いつ何を使うかを判断すること」です。SupabaseのPostgreSQL基盤のデータベースとVercelのグローバル配備インフラという現代的スタックの上で、この2つのAIツールは相互補完しながら機能します。

バイブコーディングはいまだに学び、判断する分野です。しかし今、あなたが学ぶべきことは「プログラミング言語」ではなく「明確な要件をAIに伝える能力」です。この能力は習得がはるかに簡単で、成果にもはるかに速くつながります。

AXエデュグループはソウル市中区でバイブコーディングベースの人材育成と技術コンサルティングを10年以上実施しており、シム・ジェウ代表とソン・ウンギュ代表の指導の下、100以上のチームがすでにバイブコーディングでMVPを成功裏に構築しています。あなたの次のプロジェクトも73日以内に完成する可能性があります。必要なのはツールの選択ではなく行動する勇気だけです。

バイブコーディング実務相談はjaiwshim@gmail.comまたは010-2397-5734にお問い合わせください。

---

| 項目 | Claude Code | GitHub Copilot | 検討事項 |
|------|-----------|----------------|--------|
| 学習曲線 | 初心者向け、メンタリングスタイル | IDE基盤で開発者必須 | プロジェクト初期ならClaude推奨 |
| アーキテクチャ設計 | 優秀（全体構造提案） | 普通（部分的最適化） | 大規模システムはClaudeが安全 |
| 開発速度 | 遅い（深さがある） | 速い（反復作業） | 実装速度重視ならCopilot |
| Supabase連携 | 非常に優秀（SQLクエリ、RLSポリシー） | 優秀（APIルート自動補完） | 複雑なDB設計はClaude、基本CRUDはCopilot |
| Vercel配備 | 優秀（環境変数、CI/CD） | 非常に優秀（環境変数正確） | 両方強いがセキュリティはClaudeで確認推奨 |
| コード品質 | 高い（最初から洗練） | 中上（再検討必要） | プロダクションコードはClaudeで検証推奨 |
| コスト | $20/月（Claude Pro） | $10/月 | Copilotが低廉だが開発時間補償効果でClaude推奨 |
| リアルタイムフィードバック | 非常に良い（ブラウザプレビュー） | 良い（IDE統合） | 完成度重視ならClaude、開発環境選好ならCopilot |
| プロジェクト状況別 | 新規プロジェクト、複雑な構造 | 既存コードベース、反復作業 | ハイブリッド活用が最適（初期：Claude、中期：Copilot、最適化：Claude） |

---

📍 AXエデュグループについてもっと知る

•🌐 ホームページ：https://www.yes24.com/product/goods/188879054

•📝 ブログ：https://metabiz101.tistory.com/

---