클로드 코드 월 구독료가 최대 $200이다. 사용량 제한은 ‘Opus 4를 24~40시간 사용 가능’처럼 모호하게 표기되고, 코드는 앤트로픽 서버로 전송된다. 이 세 가지 사실만으로도 불편한 개발자들이 꽤 있다. 그래서 대안으로 뜬 게 구스(Goose)다. 완전 무료에 로컬 실행, 오픈소스. 두 도구가 추구하는 방향 자체가 다른데, 어느 쪽이 내 상황에 맞는지 따져봤다.
클로드 코드: 강력한데 비싸고 불투명하다
앤트로픽의 클로드 코드(Claude Code)는 코드 작성부터 디버깅, 배포까지 자율적으로 처리한다. Claude 4.5 Opus 모델을 쓸 수 있고, 복잡한 코드베이스 파악이나 섬세한 지시 수행 성능은 확실히 좋다. 문제는 그 다음부터다.
- 비용: 월 $20에서 최대 $200. 팀 단위로 쓰면 비용이 순식간에 불어난다.
- 불투명한 사용 제한: ‘프롬프트 횟수’나 ‘사용 시간’으로 표기되는 제한이 실제 토큰 사용량과 달라 혼란이 크다. ‘Opus 4를 24~40시간 사용’이라는 문구가 실제로 뭘 의미하는지 명확하지 않아 불만이 폭주한 게 한두 번이 아니다. 작업 흐름 한가운데서 제한에 걸리면 그날 작업은 사실상 끝이다.
- 클라우드 종속: 인터넷 연결 필수, 코드와 데이터가 외부 서버로 나간다. 사내 코드베이스를 다루는 개발자라면 신경 쓰일 수밖에 없다.
성능 자체는 현재 AI 코딩 에이전트 중 최상위권이다. 하지만 하루 종일 진지하게 쓰다 보면 제한에 걸리는 경험을 하게 된다. ‘강력하지만 상용 작업엔 부적합하다’는 평이 나오는 이유가 여기 있다.
구스(Goose): 블록이 만든 로컬 AI 에이전트
구스는 핀테크 기업 블록(Block, 구 Square)이 개발한 오픈소스 AI 코딩 에이전트다. 클로드 코드와 결이 완전히 다르다. 클라우드 없이, 사용자 컴퓨터에서 직접 돌아간다.
- 완전 무료: 구독료 없다. 오픈소스다.
- 로컬 실행: 인터넷 없어도 된다. 비행기 안에서 AI 코딩이 가능하다는 게 실제로 쓸모 있는 포인트다.
- 데이터 프라이버시: 코드가 외부로 나가지 않는다. 사내 코드베이스를 다루는 팀에게는 이게 결정적이다.
- 모델 자유도: 앤트로픽 Claude API, OpenAI GPT, 구글 Gemini 등 어떤 LLM과도 연결된다. Ollama를 쓰면 오픈소스 모델을 로컬에서 직접 실행하는 것도 된다. 비용 제로.
기능 범위도 넓다. 코드 자동완성 수준이 아니라, 프로젝트를 처음부터 구축하고, 여러 파일에 걸쳐 워크플로우를 조율하고, 실패를 스스로 디버깅한다. ‘툴 콜링(Tool Calling)’ 기술을 써서 언어 모델이 외부 시스템에 실제 동작을 요청하는 방식인데, 이건 클로드 코드와 동일한 접근법이다.
단, 공짜에는 이유가 있다. 로컬에서 LLM을 돌리려면 RAM과 VRAM이 넉넉해야 한다. 16GB RAM 이하 환경에서는 응답 속도가 체감상 느려진다. 클로드 코드는 브라우저만 있으면 되는데, 구스는 기계 사양을 먼저 따져봐야 한다.
클로드 코드 vs 구스: 한눈에 비교
두 도구의 핵심 차이다.
| 특징 | 클로드 코드 (Claude Code) | 구스 (Goose) |
|---|---|---|
| 비용 | 유료 (월 $20 ~ $200) | 무료 (오픈소스) |
| 실행 환경 | 클라우드 기반 | 로컬 머신 |
| 데이터 프라이버시 | 클라우드 서버로 데이터 전송 | 로컬 처리, 외부 유출 없음 |
| 인터넷 연결 | 필수 | 로컬 LLM 사용 시 불필요 |
| 모델 선택 | 앤트로픽 모델 고정 | Ollama, GPT, Claude API 등 자유 선택 |
| 사용 제한 | 토큰 기반 복잡한 제한 | 하드웨어 범위 내 무제한 |
| 주요 강점 | 최상급 모델 성능, 높은 편의성 | 비용 절감, 프라이버시, 오프라인, 모델 자유도 |
| 하드웨어 | 브라우저면 충분 | 상당한 RAM, VRAM 필요 |
표를 보면 두 도구가 대상으로 하는 개발자층이 명확히 갈린다. 절대 성능과 편의성이냐, 비용과 자율성이냐. 정답은 없고 상황에 따라 다르다.
구스 로컬 설정: Ollama + Qwen 2.5 조합
구스를 완전 무료로 쓰려면 Ollama와 오픈소스 LLM을 조합하면 된다. 코딩 작업에 툴 콜링을 잘 지원하는 Qwen 2.5가 현재 가장 많이 추천되는 모델이다. 필요한 건 세 가지 — 구스 자체, Ollama, 그리고 호환 언어 모델.
1단계: Ollama 설치
Ollama는 로컬에서 대규모 언어 모델을 쉽게 실행하도록 돕는 오픈소스 도구다. 모델 다운로드, 최적화, 서비스 실행을 알아서 처리해준다.
- 공식 웹사이트 ollama.com에서 설치 파일 다운로드 후 설치
- 설치 후 터미널에서 아래 명령으로 Qwen 2.5 모델을 받아 실행한다:
ollama run qwen2.5
명령 한 줄로 모델이 자동 다운로드되고 로컬에서 바로 돌아간다. 생각보다 간단하다.
2단계: Goose 설치
구스는 데스크톱 앱과 CLI 두 가지 버전이 있다. 시각적으로 쓰고 싶다면 데스크톱, 터미널 친화적이라면 CLI를 고르면 된다. Block은 macOS(Intel 및 Apple Silicon), Windows, Linux용으로 미리 빌드된 바이너리를 제공하니 GitHub 릴리스 페이지에서 운영체제에 맞는 버전을 받으면 된다.
3단계: 구스와 Ollama 연결
- 데스크톱 버전: Settings → Configure Provider → Ollama 선택 → API Host가
http://localhost:11434(Ollama 기본 포트)로 설정되어 있는지 확인 → Submit - CLI 버전: 터미널에서
goose configure를 실행한 다음 안내에 따라 Ollama를 프로바이더로 지정하면 된다
이 조합이면 구독료 한 푼 없이, 코드 외부 유출 걱정도 없이 AI 코딩 에이전트를 돌릴 수 있다. 하드웨어 한계는 분명히 있지만, 비용 대비 효율은 압도적이다.
결국 누가 뭘 써야 하나
클로드 코드가 맞는 경우가 있다. 모델 성능이 업무 퀄리티에 직결되고, 빠른 응답이 필요하고, 하드웨어 여건이 부족한 환경이라면. 반면 구스가 더 나은 선택인 경우도 분명하다. 사내 코드베이스를 다루거나, AI 코딩 비용을 줄여야 하거나, 인터넷이 불안정한 환경에서 작업한다면.
VentureBeat 보도를 보면 구스는 클로드 코드와 동일한 수준의 자율 개발 작업을 무료로 처리한다고 나온다. 성능 차이는 어떤 LLM을 붙이느냐에 따라 달라진다. Claude API를 붙이면 클로드 코드와 비슷한 모델을 쓰는 셈이고, 로컬 오픈소스 모델을 쓰면 비용은 0원이지만 성능은 낮아진다. 이 트레이드오프를 어떻게 받아들이느냐가 선택의 기준이다.
AI 코딩 에이전트 시장은 빠르게 움직이고 있다. 클로드 코드도 가격 정책을 바꿀 수 있고, 구스도 계속 업데이트된다. 지금 기준으로는 — 비용이 문제라면 구스, 성능이 최우선이라면 클로드 코드다. 간단하다.
출처: VentureBeat AI