기본 콘텐츠로 건너뛰기

Claude vs Gemini vs ChatGPT — 인프라 엔지니어가 다 써본 솔직한 비교

들어가며

AI 도구를 쓰다 보면 결국 다 한 번씩은 써보게 됩니다. 저도 인프라 엔지니어로 일하면서 ChatGPT, Claude, Gemini를 모두 써봤습니다. 이 글은 세 도구를 일정 기간 이상 직접 사용해본 사람의 솔직한 후기입니다. 어떤 도구가 무조건 좋다는 결론은 없습니다. 작업 종류와 상황에 따라 다르고, 비용 부담도 무시할 수 없으니까요. 비슷한 고민을 하시는 분들께 작은 참고가 됐으면 합니다.

처음은 ChatGPT였다

당연한 시작이었습니다. ChatGPT가 가장 먼저 나왔고, 그래서 처음 써본 도구도 ChatGPT였습니다. 처음 썼을 때는 정말 신기했습니다. 질문하면 답이 나오고, 코드도 짜주고, 모르는 개념도 설명해주니까요. 그래서 유료 결제도 했습니다.

그런데 쓰다 보니 점점 불만이 생겼습니다. 답변이 느려지는 느낌도 있었고, 같은 작업을 시켜도 결과가 일정하지 않았습니다. 프롬프트를 아무리 잘 작성해도 어느 순간 한계가 명확하게 보였습니다. 특히 코드 작업이 길어지면 앞에서 한 약속을 잊거나, 엉뚱한 방향으로 가는 일이 많았습니다.

결국 점점 안 쓰게 됐습니다. 지금은 거의 사용하지 않고, 구독은 일단 해지 예정으로 두고 있습니다. 다만 ChatGPT가 무조건 나쁘다는 건 아닙니다. 일상 정보 검색이나 그림 분석 같은 일반 사용에는 여전히 정보가 풍부해서 강점이 있다고 봅니다. 단지 제 작업—인프라와 코드 중심—에는 맞지 않았을 뿐입니다.

Claude — 코드 작업에서 진가

Claude는 처음에 존재 자체를 몰랐습니다. 주변에서 쓰는 사람도 없었고요. 그러다가 코딩 작업에 강점이 있다는 이야기를 듣고 써보기 시작했습니다.

처음 써보고 가장 인상적이었던 건 코드 품질이었습니다. 같은 요청을 했을 때 코드가 깔끔하고 정렬이 잘 되어 있었습니다. 주석도 충실해서 긴 코드라도 나중에 다시 봤을 때 이해하기 쉬웠습니다. ChatGPT나 Gemini에서 받은 코드는 주석이 약해서 시간이 지나면 "이게 왜 이렇게 됐지?" 싶은 부분이 많았는데, Claude는 그런 일이 적었습니다.

저는 주로 OS 보안 조치 작업과 사내 프로젝트 관리 웹 만들 때 Claude를 사용했습니다. RHEL 환경에서 보안 패치 적용할 때 Claude가 보여준 접근 방식이 마음에 들었습니다. 자기가 알고 있는 지식 안에서 일단 시도해보고, 안 되는 부분이나 부족한 부분을 분석하는 방식이었습니다. 그리고 Claude Code는 더 전문적으로 분석합니다. 현재 환경의 리소스를 정밀하게 확인하고 수정하는 방식이라, 복잡한 인프라 작업에서 큰 도움이 됐습니다.

다만 약점도 있습니다. 최신 정보에는 약합니다. 보안 패치 같은 경우 최신 정보가 중요한데, Claude가 알고 있는 지식의 한계가 있어서 따로 확인이 필요합니다. 시각화도 아직 약한 편이고, 문서 작업은 잘하긴 하지만 수정해야 할 부분이 많았습니다.

Gemini — 확장성과 무료의 강점

Gemini는 유튜브에서 좋다는 이야기를 보고 알게 됐습니다. 무료로도 충분히 쓸 수 있다고 해서 시작했는데, 지금까지 계속 무료로 쓰고 있습니다. 무료라도 꽤 높은 등급의 모델을 사용할 수 있어서 일상적인 작업에는 큰 부족함이 없습니다. 사용량 한도는 있지만 제 사용량에는 충분합니다.

Gemini의 강점은 두 가지입니다. 첫째는 최신 정보입니다. RHEL 관련 작업할 때도 최신 패치 정보를 잘 가져옵니다. 이해하기 쉽게 정리해주는 능력도 있어서, 처음 보는 주제를 빠르게 파악할 때 유용합니다. 둘째는 시각화입니다. 정보를 정리해서 보여주는 방식이 잘 되어 있어서 학습용으로도 좋습니다.

그리고 한 가지 더 큰 장점은 확장성입니다. Gemini는 다른 AI 도구들과의 연계가 쉽습니다. NotebookLM, Veo, Lyria 같은 구글 계열 AI 도구들과 자연스럽게 연결됩니다. 영상 자동화나 노트 정리 같은 작업을 한 흐름에서 처리할 수 있어서, 도구를 여러 개 쓰는 입장에서는 편합니다.

약점은 코드 품질입니다. 코드가 안 되는 부분도 있고, 정리도 정확하지 않을 때가 있습니다. 특히 주석이 약해서 긴 코드를 작성할 때는 나중에 찾기 어려운 문제가 있습니다. 전문성 면에서는 Claude만큼 깊이 있는 분석을 기대하기 어렵다는 게 솔직한 평가입니다.

같은 작업을 세 도구에 시켜본 결과

가장 차이가 컸던 건 RHEL 환경에서 작업할 때였습니다. 보안 패치나 라이브러리 설정 관련 작업을 같은 질문으로 세 도구에 던져봤습니다.

Gemini는 최신 정보를 빠르게 정리해줬습니다. 이해는 쉬웠습니다. 다만 코드가 가끔 이해하기 어렵게 나오기도 했습니다.

Claude는 코드는 깔끔했지만 최신 패치 정보가 부족할 때가 있었습니다. 자기가 알고 있는 범위에서 가장 안전한 방식으로 접근하는 느낌이었습니다.

Claude Code는 다른 도구들과 차원이 달랐습니다. 단순히 코드를 만들어주는 게 아니라, 현재 환경의 리소스를 직접 확인하고 분석한 다음 수정하는 방식이었습니다. 자동으로 시도하고 실패하고 다시 시도하면서 진행되는 흐름이 인상적이었습니다. 다만 시간이 좀 더 걸리고, 비용도 더 듭니다.

답변 속도 자체는 Claude와 Gemini가 비슷한 수준이었습니다. ChatGPT는 같은 작업에서 느린 편이었습니다.

상황별로 어떤 도구를 쓰는지

지금은 작업에 따라 도구를 다르게 씁니다.

코딩 작업은 Claude입니다. 코드 품질, 정리, 주석 모두 가장 안정적입니다. 특히 인프라 관련 코드 짤 때는 Claude가 가장 든든합니다. 사진을 찍어서 분석을 요청해도 이미지 자체를 잘 읽어내서 인프라 작업에 편리합니다.

일상 검색은 Gemini나 ChatGPT를 씁니다. 최신 뉴스, 일상 정보, 가벼운 질문은 굳이 Claude를 쓸 필요가 없습니다. 특히 Gemini는 시각화가 잘 되어 있어서 정보를 빠르게 파악하기 좋습니다.

글 작성도 Claude를 씁니다. 긴 글의 흐름을 잘 잡아주고, 톤 유지도 잘 됩니다.

영상 자동화 쪽은 솔직히 아직 명확한 답을 못 찾았습니다. 시도는 해봤는데 확실하게 잘 됐다고 할 수 있는 결과를 못 만들었습니다. Gemini가 영상 자동화 도구들과 연계는 쉬워 보이는데, 실제로 만족스러운 결과까지는 아직입니다.

한국어 자료 처리는 셋 다 비슷한 수준으로 잘 지원한다고 느꼈습니다.

비용은 어떤가

이게 사실 가장 솔직히 이야기해야 할 부분입니다. 사용량이 많아질수록 비용 부담이 커집니다.

Claude는 정확성과 코드 품질이 좋지만 그만큼 비용이 듭니다. Claude Code는 정밀하게 분석하는 만큼 토큰 사용량이 많아서 비용이 빠르게 올라갑니다. 회사 단위에서 잘못 사용하면 단기간에 큰 금액이 나오는 경우도 본 적이 있습니다. 가격 대비 만족도가 높지만, 무한정 쓸 수는 없다는 게 현실입니다.

Gemini는 무료로도 충분히 쓸 수 있어서 일단 가성비가 좋습니다. 무료 한도 내에서 일상 작업은 거의 다 가능합니다. 다만 정확성을 요구하는 작업에서는 Claude를 따라가기 어렵습니다.

ChatGPT는 유료로 결제했었는데, 비용 대비 만족도가 점점 떨어져서 안 쓰게 됐습니다.

그래서 요즘 진지하게 고민하는 게 로컬 실행입니다. 구글에서 나온 Gemma 같은 오픈소스 모델을 로컬에 띄워서 비용 부담 없이 쓸 수 있을지 고민하고 있습니다. 정확성이 유료 도구보다 떨어질 수 있지만, 사용량이 많은 작업에는 합리적인 선택이 될 수도 있을 것 같습니다.

자주 묻는 질문

인프라 엔지니어에게 가장 추천하는 도구는?

저는 Claude를 추천합니다. 코드 품질, 인프라 작업 분석, 사진 분석 모두 안정적입니다. 다만 최신 정보가 중요한 작업은 Gemini로 보완하면 좋습니다. 한 가지 도구만 쓰는 게 아니라 작업에 맞춰서 같이 쓰는 방식이 가장 효율적입니다.

처음 시작하는 사람은 어떤 도구로 시작하면 좋을까요?

가벼운 사용이라면 Gemini가 좋습니다. 무료로도 충분하고, 일상적인 질문에는 부족함이 없습니다. 본격적으로 코드나 전문 작업에 쓸 거라면 Claude를 결제해서 써보시는 걸 권합니다.

유료 도구 비용이 부담스러운데 어떻게 해야 하나요?

저도 같은 고민을 하고 있습니다. 일단 작업을 분리하는 게 도움이 됩니다. 가벼운 작업은 무료 도구, 중요한 작업만 유료 도구로 처리하는 식입니다. 그리고 로컬에서 실행 가능한 오픈소스 모델도 점점 좋아지고 있어서, 이쪽도 검토해볼 만합니다.

ChatGPT는 정말 안 쓰게 되나요?

제 경우는 그랬습니다. 다만 사람마다, 작업마다 다를 수 있습니다. 일상 검색이나 그림 분석은 ChatGPT가 여전히 강점이 있으니 본인 용도에 따라 판단하시면 됩니다.

AI 도구는 결국 어느 정도 신뢰할 수 있나요?

완벽한 도구는 없습니다. 어떤 도구든 결과를 본인이 검증할 수 있어야 합니다. 특히 코드나 보안 관련 작업은 도구의 답변을 그대로 믿고 적용하면 안 됩니다. 작업 속도를 올려주는 보조 수단으로 활용하고, 최종 판단은 사람이 한다는 원칙이 중요합니다.

마치며

ChatGPT, Claude, Gemini를 다 써보면서 느낀 건 단순합니다. 어떤 도구가 무조건 좋은 게 아니라, 작업에 맞는 도구가 따로 있다는 점입니다. 저는 코딩과 인프라 작업에는 Claude, 일상과 최신 정보 검색에는 Gemini, 그림 분석이나 가벼운 질문은 ChatGPT나 Gemini를 씁니다. 비용 부담 때문에 로컬 실행도 고민 중입니다.

도구를 선택할 때 가장 중요한 건 본인이 하는 작업이 무엇인지 명확히 아는 것 같습니다. 그리고 도구의 결과를 그대로 믿지 말고, 본인이 검증할 수 있는 능력을 키우는 게 결국 가장 안전한 방법입니다. 도구는 빠르게 바뀌지만, 본인의 판단력은 어디서든 통하니까요.

📌 참고 자료

본 글은 운영자의 실제 사용 경험을 기반으로 작성됐습니다. 도구의 정책, 가격, 기능은 각 서비스 정책에 따라 변경될 수 있으므로 최신 정보는 공식 사이트에서 확인하시기 바랍니다.

본 글은 어떠한 협찬·광고 관계 없이 작성됐습니다. 운영자의 개인 경험이며, 모든 사용자에게 동일하게 적용되지 않을 수 있습니다.

최종 검토일: 2026년 05월 21일

댓글

이 블로그의 인기 게시물

RHEL 9.3에서 Docker rootless 변환 작업, Claude Code로 3시간 만에 해결한 후기

들어가며 STT/TTS 인프라를 설치하는 일을 하다 보면 평소 같은 설치는 별 문제가 없습니다. 문서대로 따라가면 되니까요. 진짜 문제는 보안 정책이 까다로운 고객사 환경에서 시작됩니다. 최근에 RHEL 9.3 환경에서 Docker를 rootless로 변환하라는 고객사 요청을 받았는데, 이 작업에 거의 3시간을 매달렸습니다. Gemini도 써보고 Claude도 써봤는데 결국 해결한 건 Claude Code였습니다. 이 글에서는 그 과정과, 인프라 엔지니어 입장에서 RHEL 환경에서 AI 도구를 어떻게 활용하는 게 효율적이었는지 솔직하게 정리해봤습니다. 문제 상황 — Docker rootless 변환 Docker에는 rootful과 rootless 두 가지 실행 방식이 있습니다. 일반적으로는 root 권한으로 실행하는 rootful이 편한데, 보안에 민감한 고객사는 root 권한으로 컨테이너가 도는 걸 좋아하지 않습니다. 권한 분리가 명확하지 않다는 이유로요. 이번 프로젝트 고객사도 같은 요청을 했고, 기존에 rootful로 설치돼 있던 STT 인프라를 rootless로 변환해야 했습니다. 처음 접근은 단순했습니다. rootless로 다시 설치하면 되겠다 싶었는데, 막상 작업해보니 전체 구성이 rootless로 통일되면서 새로운 문제가 생겼습니다. root 권한으로 가져와야 하는 환경 리소스를 일반 사용자 권한으로는 가져올 수 없는 부분이 있었기 때문입니다. 부분적으로는 rootless로 동작해야 하지만, 특정 리소스는 root 권한이 필요한 상황이었습니다. Gemini와 Claude로 먼저 시도했던 이유 처음에는 Gemini를 썼고, 그 다음에 Claude도 써봤습니다. 두 도구 모두 답변은 잘 해줬는데 문제는 따로 있었습니다. 답변을 받아도 직접적으로 환경에서 확인해볼 수가 없으니, 적용했다가 안 되면 다시 질문하고, 다시 안 되면 또 질문하는 패턴이 반복됐습니다. 대화형 AI 도구의 답변은 일반적으로 잘 정리돼 있긴 한데, 제 환경...

AI로 블로그 글 100편 자동 발행했더니 일어난 일

들어가며 2개월. 100편. AdSense 거절 1회. 이게 제가 첫 블로그를 운영하고 받은 성적표입니다. 거절 메일을 받고 한참을 멍하니 화면을 봤습니다. 글이 백 편이나 있는데, 도대체 뭐가 부족하단 말인가 싶었거든요. 지금 돌아보면, 부족한 게 없는 게 아니라 전부 부족했습니다. 그리고 그걸 깨닫는 데 두 달이 걸렸어요. 같은 길을 가려는 분들이 같은 시간을 낭비하지 않으셨으면 해서, 솔직한 회고록을 남깁니다. 1. 왜 시작했나 — 자동화에 대한 환상 저는 IT 인프라 엔지니어입니다. 평소 업무에서 자동화를 자주 다루다 보니, "AI로 글까지 자동화하면 부수입이 되겠다"는 생각이 자연스러웠습니다. 검색해보니 유튜브에는 그런 광고가 넘쳤어요. "하루 30분 투자로 월 100만원" , "AI로 자동 발행하고 잠자는 동안 수익" 같은 것들요. 처음엔 자동화보다 직접 써보자는 마음이었습니다. 그런데 알아볼수록 자동화 콘텐츠가 너무 많이 나왔고, 결국 "다들 하니까 나도"라는 마음으로 시작했습니다. 솔직히 말하면, 가족 사정도 있었습니다. 두 딸의 아버지로서 본업 외에 부수입이 절실했고, 자동 블로그는 가장 적은 돈으로 시작할 수 있는 부수입처럼 보였거든요. 2. 시스템 구축 — Antigravity와 Leo Agent 처음 만든 시스템은 유튜브에서 본 antigravity 기반 자동 발행 도구를 제 상황에 맞게 변형한 것이었습니다. 발행 도구 이름은 제가 보던 유튜브에서 만들었고 이름은 "Leo Agent" 였습니다. 처음엔 하루 1편으로 시작했어요. 그런데 너무 적어 보여서 하루 2편, 그러다 3편으로 늘렸습니다. 4시간 간격으로 발행하면 좋다는 글을 보고, "그럼 아침·점심·저녁이 사람들이 가장 많이 보는 시간이지 않나?" 싶어서 그 패턴으로 갔습니다. 주제는 처음엔 정하지 못해서 제 일상 이야기를 쓰다가,...