누구의 "최고 모델"도 실제 업무와 맞닥뜨리면 살아남지 못합니다

"어떤 AI가 더 나은가"라는 논쟁은 대부분 소음에 불과합니다. 왜냐하면 결과에 실제로 영향을 미치는 단 하나의 변수, 즉 당신이 무엇을 하고 있으며 데이터가 이미 어디에 있는지를 간과하기 때문입니다. Claude와 Gemini는 모두 강력한 범용 모델(General models)입니다. 이 둘은 지루하고 실질적인 부분, 즉 파일이 어디에 위치하는지, 어떻게 컨텍스트(Context)를 제공하는지, 그리고 다시 읽어보지 않고 결과물을 얼마나 신뢰할 수 있는지에 따라 갈립니다.

제가 실제로 작업별로 결정하는 방식은 다음과 같습니다.

Gemini: 작업이 Google의 세계에 머물 때

만약 당신의 일과가 Gmail, Docs, Sheets, Drive를 통해 이루어진다면, Gemini는 순수한 추론 능력과는 무관하게 구조적인 이점을 가집니다. Gemini는 이미 이러한 도구들 내부에 자리 잡고 있습니다. 스레드를 요약하거나, 문맥에 맞는 답장을 초안하거나, 시트에서 숫자를 추출하도록 요청하는 과정에서 복사-붙여넣기(Copy-paste) 비용을 생략할 수 있습니다.

Gemini가 승리하는 세 가지 영역:

• Google Workspace 작업. Gmail, Docs, Drive의 컨텍스트에 접근할 수 있어 작업 단계가 줄어듭니다. 문서를 붙여넣을 필요가 없습니다. 모델이 이미 그것을 볼 수 있기 때문입니다.
• 멀티모달(Multimodal) 입력. 이미지, 스크린샷, PDF 및 혼합 미디어를 입력하는 것이 부가적인 기능이 아닌 일급 시민(First-class) 기능처럼 느껴집니다. "여기 대시보드 스크린샷이 있는데, 무엇이 변했나요?"와 같은 질문에 적합합니다.
• 검색 그라운딩 (Search grounding). 답변이 최신 정보에 의존할 때, 실시간 웹 결과에 답변을 그라운딩(Grounding)하면 정적인 모델에서 발생하는 "지난주 일에 대해 자신 있게 틀리는" 실패를 줄일 수 있습니다.

질문이 "X의 현재 상태는 무엇인가" 또는 "이 이미지를 보고 무엇이 잘못되었는지 말해줘"라면, Gemini가 보통 저의 첫 번째 선택입니다.

Claude: 정밀함과 긴 컨텍스트가 중요할 때

Claude의 강점은 많은 양을 주의 깊게 읽고, 당신이 일일이 감시(Babysit)할 필요가 없는 결과물을 만들어내야 하는 작업에서 나타납니다.

• 긴 문맥 정밀도 (Long-context precision). 방대한 코드베이스, 긴 계약서, 또는 엉망인 전사 데이터(transcript)를 던져주고 전체 내용에서 특정 사항을 찾아달라고 요청해 보세요. Claude는 문맥의 끝부분에서 대략적인 느낌(vibes)으로 흐지부지되는 대신, 전체 윈도우(window)에 걸쳐 세부 사항을 유지하는 경향이 있습니다.
• 세심한 편집 (Careful editing). 문장 재작성, 산문 리팩토링(refactoring), 또는 정밀한 코드 수정 작업 시, 요청한 부분만 변경하고 나머지는 그대로 둘 가능성이 더 높습니다. "내가 지시하지 않은 부분을 건드리지 않았는가"에 대한 신뢰는 사람들이 인정하는 것보다 훨씬 더 중요합니다.
• 지시 사항의 문자 그대로의 이행 (Following instructions literally). 특정 형식, 일련의 제약 조건, 하우스 스타일(house style)을 부여하면, 복잡하고 계층적인 지시 사항 하에서도 규칙을 더 잘 준수합니다.

제가 별 고민 없이 Claude에게 맡기는 작업 유형은 다음과 같습니다:

여기 40페이지 분량의 API 문서와 현재 사용 중인 클라이언트 래퍼(client wrapper)가 있습니다.
우리가 놓치고 있는 엔드포인트(endpoints)를 포함하도록 래퍼를 재작성하세요.
이미 내보내고 있는(export) 함수 시그니처(function signatures)는 변경하지 마세요.
...

"내가 요청하지 않은 것은 변경하지 마세요"라는 조항이야말로 세심한 편집 능력이 제값을 발휘하는 바로 그 지점입니다.

10초 만에 사용할 수 있는 결정 가이드

작업에 맞는 모델을 매칭하세요:

대략적인 규칙: 확장성(reach)을 원한다면 Gemini (당신의 데이터, 웹, 이미지로의 접근), 깊이(depth)를 원한다면 Claude (세심한 읽기와 세심한 쓰기).

솔직한 주의사항

이러한 구분은 시작 단계의 편향(bias)일 뿐, 법칙은 아닙니다. 두 가지 요소가 이 구분을 명확하게 만드는 것을 방해합니다.

이 모델들은 끊임없이 추월합니다. 어떤 모델이 편집을 더 잘하는지 또는 근거 제시(grounding)를 더 잘하는지에 대한 구체적인 주장은 유통기한이 짧습니다. "편집은 Claude, 근거 제시는 Gemini"라는 말을 영구적인 진리가 아닌 현재의 경향성으로 취급하고, 몇 달마다 자신의 작업에 대해 직접 다시 테스트해 보세요.

통합(Integration)은 실제 비용입니다. "당연한" 선택은 종종 이미 당신의 스택(stack)에 연결되어 있는 모델인 경우가 많습니다. 만약 팀 전체가 Google Workspace를 사용한다면, 데이터를 외부로 옮기는 마찰(friction)이 매 작업마다 지불해야 하는 세금과 같기 때문에, 일상적인 업무에서는 Gemini의 편의성이 Claude의 편집 우위보다 더 나을 수 있습니다.

또한, 그 어떤 모델도 출력물을 읽어야 하는 수고를 면제해주지는 않습니다. 그라운딩 (Grounding)은 환각 (Hallucination)을 줄여줄 뿐, 완전히 제거하지는 못합니다. 긴 문맥 정밀도 (Long-context precision)가 높다는 것은 실수가 적다는 의미이지, 실수가 제로라는 뜻이 아닙니다. 작업의 결과가 실질적인 영향을 미치는 순간, 모델의 로고가 무엇이든 간에 당신은 반드시 결과물을 검토해야 합니다.

내가 실제로 사용하는 방법

나는 하나만 선택하지 않습니다. 두 모델을 모두 열어두고 작업 성격에 따라 경로를 지정합니다:

• 이메일, 문서, 또는 "지금 무엇이 사실인가"와 관련된 모든 작업은 Gemini로 보냅니다.
• "이 내용을 주의 깊게 읽어라" 또는 "이 내용을 정확하게 작성하라"와 관련된 모든 작업은 Claude로 보냅니다.
• 확신이 서지 않을 때는 동일한 프롬프트를 두 모델 모두에 실행한 뒤 더 나은 답변을 선택합니다. 2분간의 비교가 브랜드에 대한 충성도보다 훨씬 낫습니다.

나는 승자를 가리려는 것이 아닙니다. "AI"를 단일 도구로 취급하는 것을 멈추고, 눈앞의 작업을 위해 어떤 도구를 집어 들어야 할지 이미 알고 있는 작은 도구 상자(Toolbox)로 취급하기 위해 노력하고 있습니다.

나는 AI를 채팅용 장난감에서 업무용 도구로 전환하는 것에 대해 글을 씁니다. 나는 실제 실습을 통해 Claude를 배우는 게임 기반 아카데미인 AGINE Academy를 구축하는 데 도움을 주고 있습니다. 이는 독립적인 제품이며 Anthropic과 관련이 없습니다.