제가 아는 모든 사람은 ChatGPT 탭을 열어두고 있습니다. 그것은 Google이 그랬던 것처럼 기본값이 되었습니다. 하나의 동사, 습관, 그리고 생각 없이 타이핑하게 되는 대상이 된 것입니다. Claude는 언급되는 빈도가 적기 때문에, 사람들은 이를 충성심이나 반골 기질 때문에 사용하는 약자로 생각하곤 합니다.

그러한 프레임은 잘못되었습니다. 글쓰기, 긴 문서, 코드, 데이터를 다루며 두 모델을 매일 사용해 본 후, 저는 "어느 것이 더 똑똑한가"라고 묻는 것을 멈추고 "어느 것이 이 작업에 적합한가"라고 묻기 시작했습니다. 그 질문에는 실제적인 답이 있습니다.

도움이 되지 않는 비교

"어느 모델이 더 똑똑한가"는 나쁜 질문입니다. 정직한 답변은 "작업, 프롬프트 (Prompt), 그리고 지난달에 무엇이 출시되었는지에 따라 다르다"이기 때문입니다. 둘 다 강력한 범용 모델 (General models)입니다. 대부분의 일회성 질문에서는 차이를 느끼지 못할 것이며, 단일 축으로 이들을 순위 매길 수 있다고 가정하는 것이 결국 아무도 신뢰하지 않는 벤치마크 (Benchmark) 차트를 만드는 방식입니다.

그러니 리더보드 (Leaderboard)는 건너뛰세요. 대신 작업별로 나누어 보세요.

긴 문서와 큰 컨텍스트 (Context): Claude

이 부분이 제가 가장 명확한 격차를 느끼는 지점입니다. 40페이지짜리 계약서, 엉망인 사양서, 또는 서로 겹치는 세 개의 회의 녹취록을 붙여넣고 "무엇이 무엇과 모순되는가"라고 물으면, Claude는 전체 내용을 더 안정적으로 머릿속에 담아둡니다. 30페이지에 도달했을 때 2페이지의 내용을 조용히 잊어버릴 가능성이 적으며, 확신이 서지 않을 때는 자신 있게 조항을 지어내는 대신 그렇다고 말하는 경향이 있습니다.

만약 당신의 업무가 "이 크고 지루하며 중요한 것을 읽고 그 전체에 대해 추론하는 것"이라면, 저의 기본값은 Claude입니다. Claude의 요약은 그럴듯하게 들리는 버전으로 흘러가지 않고, 문서가 실제로 말한 내용에 더 가깝게 유지됩니다.

글쓰기: 명확한 승자가 아닌 서로 다른 기본값

둘 다 글을 잘 씁니다. 차이점은 기질입니다.

ChatGPT의 기본 어조는 더 강렬하고 자신감이 넘치며, 이는 마케팅 문구, 후크 (Hooks), 그리고 에너지가 필요한 모든 것에 적합합니다. Claude의 기본값은 더 절제된 경향이 있으며, 약한 입장을 논증해 달라고 요청할 때 반박하거나 뉘앙스를 더합니다. 에세이, 문서화 (Documentation), 그리고 추론 과정이 눈에 보이기를 원하는 모든 작업에서 이는 저의 작업 방식과 잘 맞습니다.

어느 한 쪽이 압도적으로 승리하는 것은 아닙니다. 만약 당신의 초안이 로봇처럼 들린다면, 그것은 대개 모델의 문제가 아니라 프롬프트 (Prompt)의 문제입니다. 두 모델 중 어느 쪽이든 군더더기를 빼라고 말하면 그렇게 할 것입니다.

코드: 인터넷이 인정하는 것보다 더 뛰어난 성능

"X가 코드에 더 강하다"라는 진영 논리적인 의견들은 당신이 그것을 읽을 때쯤이면 대부분 진부해진 것들입니다. 실제로 두 모델 모두 함수 작성, 스택 트레이스 (Stack trace) 설명, 파일 리팩터링 (Refactoring) 등 일상적인 프로그래밍을 잘 수행합니다.

실제 코드베이스 (Codebase)에서 Claude를 사용하며 제가 느낀 점은, Claude가 그럴듯해 보이는 API를 환각 (Hallucination)하는 대신 "이것을 수정하기 전에 다른 파일을 확인해야 합니다"라고 말하는 데 조금 더 적극적이라는 것입니다. 여러 파일에 걸친 변경 사항이나 기존 컨벤션 (Convention)을 따르는 작업에서, 이러한 절제력은 저의 디버깅 (Debugging) 시간을 아껴줍니다. 결과는 사용하는 언어와 제공하는 컨텍스트 (Context)의 양에 따라 달라질 수 있으므로, 이를 법칙이 아닌 개인적인 선호도로 취급하십시오.

데이터 및 구조화된 출력 (Structured output)

"이 엉망인 데이터를 깔끔한 JSON으로 바꿔줘", "여기서 모든 날짜와 금액을 추출해줘", 또는 "이 스키마 (Schema)를 정확히 따라줘"와 같은 작업에서 두 모델 모두 능력이 있으며, 둘 다 가끔 필드 (Field)를 누락하기도 합니다. 저는 앞서 언급한 컨텍스트 처리 능력 때문에 크고 까다로운 입력값에는 Claude를 선호하지만, 작은 구조화된 작업에 대해서는 반반의 확률입니다. 어떤 경우든 출력값을 검증하십시오. 두 모델 중 어느 것도 구조화된 추출 작업에서 맹목적인 신뢰를 얻지는 못했습니다.

ChatGPT가 확실히 승리하는 부분

Claude가 엄격하게 더 낫다고 묘사한다면 그것은 거짓말일 것입니다. ChatGPT는 중요한 몇 가지 영역에서 승리합니다:

• 이미지. 이미지 생성 및 편집 기능이 ChatGPT 내부에 포함되어 있습니다. 당신의 워크플로 (Workflow)가 텍스트와 시각 자료를 혼합한다면, 이는 실질적이고 일상적인 이점입니다.
• 음성 및 모바일. 대화형 음성 모드와 세련된 모바일 앱 덕분에 "걸으면서 대화하기"에 더 나은 도구입니다.
• 생태계 및 도달 범위. 더 많은 제3자 통합 (Third-party integrations), 더 많은 튜토리얼, 그리고 이미 이를 사용하고 있는 더 많은 동료들이 있습니다. 다른 도구에 연결하여 바로 작동해야 하는 무언가가 필요할 때, 이곳의 확률이 더 높습니다.

만약 당신의 업무가 시각적이거나, 핸즈프리 (Hands-free) 방식이거나, 더 넓은 툴체인 (Toolchain)에 깊게 연결되어 있다면, 추론의 미묘한 차이와 상관없이 ChatGPT가 종종 실용적인 선택이 됩니다.

솔직한 주의사항

여기서 언급된 모든 구체적인 주장은 유효 기간이 있습니다. 이러한 제품들은 끊임없이 변화를 출시하며, 오늘 제가 설명하는 격차가 다음 분기에는 좁혀지거나 뒤바뀔 수 있습니다. "모델 A가 작업 B에 더 뛰어나다"라고 표현된 모든 내용은 "내가 마지막으로 확인했을 때, 나의 프롬프트(prompts) 기준으로는 그러했다"로 읽어야 합니다. 비교 게시물(이 글을 포함하여)을 영구적인 진리로 믿는 대신, 주기적으로 여러분의 실제 업무를 통해 직접 다시 테스트해 보세요.

제가 실제로 나누는 기준

• 방대한 문서, 신중한 추론, 다중 파일 코드: Claude를 우선적으로 사용.
• 임팩트 있는 카피, 이미지, 음성, 광범위한 통합이 필요한 도구: ChatGPT 사용.
• 리스크가 큰 모든 작업: 두 모델 모두에 실행해 보고 비교할 것. 두 모델의 결과가 다를 때, 그것은 해당 작업이 진정으로 어렵다는 유용한 신호가 됩니다.

특정 팀을 선택할 필요는 없습니다. 승리는 하나의 도구를 모든 작업에 강제로 적용하지 않는 데서 옵니다. 도구를 작업에 맞게 매칭하면, "어느 쪽이 더 똑똑한가"라는 논쟁은 대부분 의미가 없어지는 동시에 두 도구 모두 눈에 띄게 더 유용해질 것입니다.

저는 AI를 채팅 장난감에서 작동하는 도구로 전환하는 것에 대해 글을 씁니다. 저는 실제 실습을 통해 Claude를 배우는 게임 기반 아카데미인 AGINE Academy를 구축하는 것을 돕고 있습니다. 이는 독립적인 제품이며 Anthropic과 관련이 없습니다.