솔직히 편애하는 AI 하나쯤 있잖아요 — Claude, Gemini, Copilot 2주 사용기
온보딩 감사 프로젝트를 진행하며 Claude, Gemini, Microsoft Copilot을 채팅만으로 2주간 써본 개발자의 비교 후기. 코딩 협업, 컨텍스트 통제, 응답 길이에서 세 도구가 갈렸다.
Admit it, you have a favorite AI (just like you have a favorite coworker)
A short rant on the Claude, Gemini, and Microsoft Copilot experience
개요 #
개발자 Amara Graham이 온보딩 감사(onboarding audit) 프로젝트를 마치고 Claude, Gemini, Microsoft Copilot 세 도구의 사용 후기를 공개했다. 전통적인 검색에 붙은 구글 AI 답변까지 세면 넷이지만, 실제로 쓴 기능은 거의 채팅 하나뿐이다.
결론부터 말하면 Claude가 이겼다. 저자의 표현을 빌리면 "경쟁이라고 부르기도 애매했다". 다만 이 승부는 IDE 확장이나 에이전트 기능을 뺀, 순수 채팅 경험만 놓고 매긴 순위다.
저자가 세운 전제는 하나다. 사람마다 일하는 방식이 다르듯, 강제로 특정 도구를 쓰라고 지정받지 않은 이상 누구나 어느 한쪽 AI에 끌리게 된다는 것이다.
테스트 조건 #
저자는 Claude Code도, VS Code 확장도 쓰지 않았다. 데스크톱 앱에서 그냥 채팅만 했다. 컨텍스트와 내부 데이터 소스를 최대한 자기 손에 두기 위해서다. 스킬, 메모리, 아티팩트, 프로젝트 기능도 전부 껐다. 저자 표현으로는 "바닐라 설치" 상태다.
감사 프로젝트의 목적이 "외부 사람이 우리 온보딩을 어떻게 보는가"를 확인하는 것이었으니 당연한 선택이다. AI가 사내 데이터를 알아서 끌어오면 실험 자체가 망가진다.
Claude — 페어 프로그래밍이 가장 매끄러웠다 #
Claude는 채팅만으로 하는 페어 프로그래밍에서 가장 부드러웠다. 여러 파일을 고쳐야 할 때 어디를 어떻게 바꾸라는 지시가 명확했고, "그냥 프로젝트 파일을 통째로 다시 만들어줘"라고 하자 정확히 그대로 해줬다.
다른 대화방의 컨텍스트를 멋대로 가져오지 않고 공개된 정보 위주로 답한 점도 저자가 원하던 그림이었다. 덕분에 질문별로 대화방을 따로 열어 답변을 모을 수 있었다.
무료 요금제에서 Sonnet 5로 필요한 작업을 다 했고, 2주 동안 메시지 한도에 걸린 건 두 번뿐이었다. 다만 저자는 여러 AI를 오가며 컨텍스트 스위칭을 많이 한 상태였다고 덧붙였다.
할루시네이션과 "출처를 대라" #
올해 초 저자가 커뮤니티 Slack 스레드의 응답 시간을 측정할 도구가 있느냐고 묻자 Claude는 없는 도구를 지어냈다. 이름이 낯설어 출처를 요구하니 돌아온 답이 "앗, 제가 만들어낸 겁니다"였다.
할루시네이션은 아니지만 반박이 필요했던 사례도 두 번 있었다. Claude가 NSA 보안 코딩 "모범 사례"를 인용하며, 리댁션(redaction) 작업을 한 업체 플랫폼으로 하고 검증은 다른 업체 플랫폼으로 하라고 권한 것이다. 예산이 무제한이면 몰라도 실제 엔터프라이즈 프로젝트에는 현실성이 없는 조언이었다. 저자가 따져 묻자 Claude는 금방 물러서며 "인용 가능한 모범 사례라기보다는 보안 원칙에 근거한 제 권고"라고 정정했다.
저자는 이런 답변이 반박을 어려워하는 사람에게는 큰 문제가 될 수 있다고 지적한다. 자신은 "왜?"를 달고 사는 부류라 AI를 쓸 때도 그 습관이 결정적으로 작용했다고 한다. "출처를 대라"고 요구해야 근거가 믿을 만한지, 아니면 애초에 근거랄 게 없었는지 직접 확인할 수 있다는 것이다. 위 사례는 후자였다. 근거는 없고 분위기만 있었다.
Gemini — 나쁘지 않았지만 마감이 덜 됐다 #
Gemini는 무난했다. 저자는 개인 용도로는 Gemini를 주로 쓴다. 배우자가 구글 생태계에 깊이 들어가 있어 접근성이 좋아서다. 다만 개인 사용량 자체가 아주 가벼운 편이라고 선을 그었다.
프로그래밍과 디버깅에 Gemini를 써본 건 이번이 처음이었다. 어떤 에러가 어디서 뜰지 짚어주는 설명이 분명했고, 디버깅 구문을 추가하면서 예상 결과까지 알려주는 점은 좋았다.
문제는 마무리였다. Claude가 React 프로젝트를 통째로 넘겨준 반면, Gemini는 .JSX와 .CSS 파일만 만들어놓고 알아서 React 프로젝트에 넣으라는 식이었다. 결국 샘플 React 프로젝트를 직접 찾아 띄운 다음 Gemini가 준 파일을 붙여 넣어야 했다. 똑같은 프롬프트를 받고도 저자에게 기존 React 프로젝트가 있으려니 넘겨짚은 셈인데, 저자는 이 대목이 의외였다고 했다. 맨바닥에서 시작한다고 읽었어야 맞다.
Gemini 역시 무료 요금제였다. 가족 요금제를 건드리지 않으려고 개인 구글 계정 대신 업무용 브라우저 프로필을 썼고, 전 과정을 브라우저 탭에서 진행했다.
Microsoft Copilot — 너무 똑똑해서 문제였다 #
저자는 Copilot을 "스테로이드 맞은 Glean"에 비유했다. 사내 데이터를 워낙 공격적으로 끌어와서, 데이터 소스와 "Work IQ"를 전부 꺼야 했다.
그런데도 원치 않는 컨텍스트를 참조하는 문제는 끝내 해결되지 않았다. 대화방을 분리해도 소용없었다. 업로드한 파일의 디렉터리 구조와 이름만 보고 저자가 Apryse 직원이라는 것까지 추론해냈다. 누군가에겐 반가운 기능이겠지만, 외부 사람 눈에 어떻게 보이는지를 확인하려던 이번 감사에는 방해였다. 너무 똑똑했다.
Photo by cottonbro studio on Pexels
짧게 답하라니까 논문을 쓴다 #
Copilot은 모든 프롬프트에 과잉 응답했다. 커리큘럼 기반 학습이나 아카데미 과정이 있느냐고 묻자, 없어 보인다고 답한 뒤 대신 쓸 만한 대안들의 평점 매트릭스를 펼쳐놨다. 더 짧게 답해달라고 하자 오히려 한 번 더 논문을 쓰고, 맨 아래에 짧은 답을 굵게 표시해뒀다. 그쯤 되자 저자는 위로 스크롤해 읽을 마음도 사라졌다고 한다.
자기가 만든 코드를 기억하지 못했다 #
코딩 경험은 셋 중 압도적으로 최악이었다. 처음 생성한 React 프로젝트는 구버전 패키지 투성이라 로딩부터 에러가 났다. 이 문제를 채팅으로 다시 물으면 매번 기억을 잃은 듯 굴었다.
"그 파일에는 접근할 수 없습니다."
바로 위 응답에서 직접 생성해서 건네준 코드인데도 접근할 수 없다는 답이 돌아왔다.
"이건 AI가 생성한 코드로 보입니다."
AI인 당신이 생성했으니 당연한 얘기다.
"파일을 업로드해주시면 접근할 수 있습니다."
Copilot이 준 파일을 내려받아 한 글자도 고치지 않은 상태에서, 그걸 다시 업로드하라는 요구였다.
Copilot은 엔터프라이즈 라이선스 환경이었다. 토큰이나 메시지 한도 안내는 본 적 없지만 응답 속도가 자주 느렸다. 저자는 cowork 기능 대신 채팅만 썼고, 작업은 브라우저 탭에서 했다는 조건을 덧붙였다.
승자, 그리고 다음 #
Claude가 이겼다. 저자는 세 도구 모두에서 사용자 실수가 있었을 가능성, 그리고 "어떤 작업엔 어떤 AI가 낫다"는 식의 선입견이 생기고 있을 가능성을 스스로 인정한다. 이번 실험의 목표는 세팅에 품을 들이지 않고 빠른 답을 얻는 것이었고, 좋든 나쁘든 그 목표는 달성했다. 적은 투자, 높은 산출이었다.
앞으로는 다른 프로젝트로 옮겨 가면서 유스케이스가 달라질 예정이다. Microsoft Copilot을 좀 더 쓸 만하게 길들여볼 계획이고, 회사가 허용한다면 Claude Code와 VS Code 확장도 들여다볼 생각이다. 그마저 안 되면 엔지니어들에게 뭘 쓰는지 직접 물어보겠다고 한다.
이 글은 위 출처를 바탕으로 한국 독자를 위해 재작성한 기사입니다. 원문의 사실과 수치에 근거하며, 별도의 견해를 포함하지 않습니다.