깃허브 코파일럿 vs 클로드 코드 - 크레딧 개편 후 같은 프롬프트 실전 비교

핵심 메시지

• 깃허브 코파일럿이 6월부터 크레딧 기반(월 약 7,000 크레딧)으로 바뀌면서, 발표자는 몇 시간의 진지한 코딩만으로 한 달치 크레딧을 모두 소진했다.
• 같은 프롬프트를 코파일럿과 클로드 코드에 주어 Dapper 워크플로우의 보상(환불) 트랜잭션을 구현시키는 실전 비교를 진행했다.
• 두 도구 모두 같은 모델(Claude Fable 5)을 써서 결국 비슷한 구현으로 수렴했지만, 클로드 코드가 눈에 띄게 빨랐다.
• 코파일럿은 단일 프롬프트 한 번에 월 한도의 7~9%를 소진해, 발표자는 한 달 내내 쓰기엔 지속 가능하지 않다고 판단했다.
• 발표자는 코파일럿의 diff 보기 경험을 좋아하지만, 가격 때문에 지금은 클로드 코드를 쓰고 있다.

쉽게 이해하기

발표자는 앞서 커서(Cursor)에서 깃허브 코파일럿으로 주력 도구를 바꿨다는 영상을 올렸지만, “그 영상이 잘 늙지 못했다”며 6월 업데이트를 전한다. 마이크로소프트(깃허브)가 코파일럿 가격을 크게 바꾼 것이 계기다. 코파일럿은 작업마다 크레딧을 소모하는 크레딧 기반 체계로 전환됐고, 발표자는 월 약 7,000 크레딧을 받는다고 말한다. 이전의 요청당 과금 방식에서는 한 달 안에 훨씬 많이 쓸 수 있었기에 그가 몇 달간 코파일럿을 쓴 이유였다.

비교를 위해 그는 같은 프롬프트를 코파일럿과 클로드 코드에 동시에 준다. 사용 모델은 며칠 전 출시된 앤트로픽의 가장 강력한 모델 Claude Fable 5이고, effort는 max로 설정한다. 과제는 Dapper(distributed application runtime)의 워크플로우 예제로, 2단계에서 고객 결제가 완료됐지만 3단계의 재고 예약이 실패할 때 결제를 환불하는 보상 동작을 구현하고 테스트까지 작성하는 것이다.

코파일럿은 에이전트 모드와 오토파일럿으로, 클로드 코드는 VS Code 안에서 auto 모드로 돌렸다. 클로드 코드가 먼저 작업을 끝냈는데, 주문 처리 워크플로우에 단계를 추가해 3단계 실패 시 환불 액티비티를 호출하고 program.cs에 등록했으며, 테스트 케이스와 Aspire 대시보드용 보너스 명령까지 더했다. 코파일럿은 Dapper 내부 자료형인 workflow context를 탐색하느라 곁가지로 샜지만, 결국 같은 모델을 쓰는 만큼 동일한 구현으로 수렴했다 — 다만 더 느렸다.

발표자는 클로드 코드 사용량도 공개한다. 월 20달러 플랜으로 시작했다가 100달러를 거쳐 200달러 플랜까지 올렸다. Fable 5 출시 후 며칠간 주간 한도의 58%를 썼고, 최근 7일간 약 1,800만 토큰(대부분 Fable 5에서 약 1,300만)을 소비했다고 한다.

결론적으로 코파일럿의 단일 프롬프트 한 번이 월 한도의 7%를 소진했고, 완료 시 약 600 크레딧(Pro Plus 기준 9%)이 들었다. 그는 Fable 5를 max effort로 돌린 점은 감안하더라도, 이 사용량으로는 코파일럿을 한 달 내내 쓰기 어렵고 기본 클로드 코드 구독에서 더 큰 가치를 얻는다고 본다.

주요 인사이트

• 두 에이전트가 같은 모델을 쓰면 결과 구현이 비슷하게 수렴하므로, 차별점은 속도·사용량·과금 구조로 옮겨간다 — 이 비교에서는 클로드 코드가 더 빨랐다.
• 코파일럿의 강점으로 발표자는 프롬프트마다 에이전트가 만든 diff를 바로 확인할 수 있는 점을 꼽으며, 클로드 코드에는 아직 같은 경험이 없어 아쉽다고 말한다.
• 발표자는 AI 에이전트 가격이 현재 보조금으로 떠받쳐져 있으며, 컴퓨트와 추론 비용이 싸지지 않는 한 가격은 내려가기보다 오를 것으로 본다.
• 주력 모델 제공사를 그대로 도구로 쓰는 선택 — 앤트로픽 모델을 쓰니 클로드 코드로 — 이 가격 면에서 합리적이었다는 것이 그의 판단이다.

자주 묻는 질문

관련 AI 소식