[AI] 클로드 코드 vs 깃헙 코파일럿 (claude code, github copilot)

클로드 코드 vs 깃헙 코파일럿

• 클로드 코드
  • Anthropic은 2021년, OpenAI의 창립 멤버였던 `다리오 아모데이(Dario Amodei)`와 그 형제들이 설립
  • OpenAI가 점점 상업화되고 AI 안전성(Safety)보다 성능 확장에만 치중하는 것에 반대하며 회사를 나옴
  • Anthropic의 핵심 가치는 `안전하고 신뢰할 수 있는 AI`
• 깃헙 코파일럿
  • GitHub은 원래 오픈소스 코드의 저장소였지만, MS 인수 후 `모든 개발 단계에 AI를 심겠다`는 전략을 세우며 2021년 출시된 GitHub Copilot
  • MS는 특정 모델(OpenAI)에만 국한되지 않고 Claude나 Gemini 같은 경쟁사 모델도 Copilot 안에서 선택할 수 있게 개방하도록 수정 -> 플랫폼의 힘 강화

깃헙 코파일럿에서도 클로드 모델을 사용할 수 있는데 클로드 코드와 차이점은?

(깃헙 코파일럿에서 고를 수 있는 클로드 코드 모델들)

(깃헙 코파일럿에서 고를 수 있는 클로드 코드 모델들)

• 비유적으로 클로드 코드와 깃헙 코파일럿은 IDE라고 할 수 있고, 그 IDE에서 돌아가는 가는 model들이 claude sonnet과 같은 것들이라고 이해
• 하지만 클로드 코드와 깃헙 코파일럿은 model들을 사용할 때 그 model들의 결과물들을 얻어내는 과정이 다름 

 GitHub Copilot: 토큰 아끼는 것을 우선

• 전처리 방식: 개발자가 코드를 작성하는 흐름을 방해하지 않도록 속도와 효율에 최적화
• 알고리즘 특성: 깃헙만의 알고리즘이 개입하여, 현재 열려 있는 파일이나 최근 수정한 코드 중 관련이 높은 것들만 골라냄
• 토큰 관리: 전체를 다 보여주기보다는 불필요한 부분을 쳐내거나 요약하여 모델에게 전달. 이는 응답 속도를 높이고 토큰 비용을 아끼는 데 유리하지만, 가끔 아주 멀리 떨어진 파일 간의 복잡한 의존성을 놓칠 수 있다는 단점

 Claude Code: 토큰을 아끼지 않고 파악이 우선

• 전처리 방식: 단순히 보여주는 정보를 수동적으로 받는 것이 아니라, AI가 직접 수사관 처럼 프로젝트를 파악
• 알고리즘 특성: 특정 파일을 읽으라는 명령이 없어도 스스로 grep(검색)이나 파일 시스템 읽기 도구를 사용해 코드 간의 연결 고리를 끝까지 추적
• 토큰 관리: 토큰 소모가 훨씬 크더라도 `정확한 맥락 파악`을 우선시. 요약된 정보가 아니라 코드의 원본 구조와 전체적인 의존성 그래프를 모델이 직접 보게 함으로써, 대규모 수정 작업 시 발생할 수 있는 부작용을 최소화