GitHub Copilot을 사용할 때까지는 'Auto에 모델 선택을 맡길 것'과 'HydraFusion에 여러 모델의 실행을 맡길 것' 중 하나를 고려해야 하는 상황이 있었습니다.
2026년 10월 28일, GitHub은 Copilot Fusion의 일반 제공(GA)을 발표했습니다. Copilot Fusion은 Auto의 모델 선택 기능과 Project HydraFusion의 여러 모델 오케스트레이션 기능을 결합한 기능입니다.
이전 글에서는 Auto가 '어떤 모델을 사용할지', HydraFusion이 '모델을 어떻게 조합할지'라는 차이를 정리했습니다. 이번에는 그 두 가지가 Copilot Fusion에서 어떻게 하나의 경험으로 통합되었는지 공식 발표를 바탕으로 살펴보겠습니다.
- Copilot Fusion이 Auto와 HydraFusion을 어떻게 결합하는지 이해하기
- effort level과 실행 패턴의 차이점 파악하기
- 이용 가능한 클라이언트, 요금제, 관리자 설정 확인하기
지금까지의 두 기능 모두 모델 선택과 관련되지만, 주로 담당하는 역할이 달랐습니다.
| 구조/기능 | 주요 역할 | 사용자가 인지할 점 |
|---|
| 🎛️ Auto | 작업에 따라 사용할 모델을 선택 | 모델 선택 자동화 |
| 🧠 HydraFusion | 모델과 실행 패턴을 선택하고, 필요에 따라 여러 모델 사용 | 모델 조합 방식을 맡기기 |
Auto는 프롬프트마다 사용할 모델을 선택하는 방식입니다. 반면, HydraFusion은 단순히 모델을 선택하는 것뿐만 아니라, 여러 모델을 사용하는 실행 패턴도 선택합니다. 자세한 내용은 이전 글인 'HydraFusion과 동적 워크플로우: 작성 시의 모델 선택이 품질에 어떻게 영향을 미치는가'에서도 정리했습니다.
Copilot Fusion은 이 두 가지 장점을 통합하여, 사용자가 개별 모델을 직접 골라낼 필요 없이 작업에 따라 모델 선택 및 연동을 수행하는 경험으로 제공됩니다. 공식 발표에서는 Copilot Fusion 자체를 선택하고 필요한 effort level을 지정하는 흐름이 안내되고 있습니다.
Copilot Fusion에서는 모델 그 자체가 아니라 어느 정도의 능력을 우선할지 선택합니다.
| effort level | 우선순위 | 예상되는 작업 |
|---|
| ⚖️ Fusion Standard | 비용, 품질, 응답 시간의 균형 | 일상적인 작업. 작업마다 하나의 모델을 선택 |
| ... | | |
| 선택하는 것은 개별 모델 이름이 아니라 effort level입니다. 어떤 모델을 사용할지, 또는 모델들을 어떻게 연동할지는 Copilot Fusion이 프롬프트마다 판단합니다. 이로써 작업 도중에 모델을 전환하거나 각 공정에 맞는 모델을 그때그때 선택해야 하는 필요성이 줄어드는 개념입니다. 참고로, Fusion Fast는 현재 VS Code의 Inline Chat에 한정된 사용자가 선택할 수 없는 effort level입니다. | | |
GitHub의 발표에서는 Copilot Fusion의 실행 패턴으로 다음 세 가지가 소개되었습니다.
| 패턴 | 처리 흐름 |
|---|
| 🧩 Single | 하나의 모델이 그대로 작업을 해결함 |
| ... | |
| 매번 여러 모델을 사용하는 것이 아니라, 작업에 맞춰 하나의 모델로 처리하거나, 확인 및 추가 추론 단계를 거치는 것이 핵심입니다. 사용자가 프롬프트마다 실행 방법을 설계할 필요 없이 Copilot Fusion에게 선택을 맡길 수 있습니다. | |
같은 세션 내에서도 프롬프트마다 다른 실행 패턴이 선택될 수 있습니다. Copilot Fusion 진행 중에는 각 단계와 사용 모델을 확인할 수 있으며, 응답 후에는 effort level 표시를 통해 사용된 모델 목록을 확인할 수 있습니다.
Copilot Fusion은 모델의 건전성 및 이용 가능성도 고려하여 모델을 선택합니다. 단순한 작업에는 불필요한 검토 공정을 추가하지 않기 때문에 반드시 여러 모델을 사용하는 것은 아닙니다. 다만, 상세한 라우팅 조건이나 품질 검사 판정 기준까지는 공개 정보만으로는 단정할 수 없습니다.
Copilot Fusion이 사용하는 모델은 기업이나 조직에서 활성화된 모델 정책을 따릅니다. 관리자는 Copilot Fusion이 선택할 수 있는 모델을 확인하고, Fusion 전용으로 개별 모델을 비활성화할 수 있습니다. 이는 해당 모델을 조직 전체에서 사용할 수 없게 하는 설정과는 분리하여 관리될 수 있습니다.
또한, Enterprise 관리 설정을 이용하는 환경에서는 관리자가 원하는 Effort Level의 Copilot Fusion을 기본 모델로 설정할 수 있습니다. 개인 사용자가 선택하는 것뿐만 아니라, 조직 차원에서 사용할 모델이나 기본값을 관리할 수 있다는 점도 이번 발표에 포함되어 있습니다.
Copilot Fusion의 이용 요금은 Fusion이 사용한 각 모델별로 각각의 표준 요율에 따라 청구됩니다. GitHub는 한시적으로 유료 Copilot 플랜 사용자들을 대상으로 Copilot Fusion의 모델 이용료를 30% 할인한다고 발표했습니다. 할인이 적용되는 조건이나 기간은 변경될 수 있으므로, 이용 전에 공식 정보를 확인해 주십시오.
발표 시점 기준으로 Copilot Fusion은 모든 Copilot 플랜에서 사용 가능하며, 다음 클라이언트들이 대상입니다.
- Visual Studio Code
- GitHub Copilot app
- GitHub Copilot CLI
- JetBrains IDE
사용하려면 클라이언트를 업데이트하고 모델 피커(model picker)에서 Copilot Fusion을 선택하여 Effort Level을 지정해야 합니다. 발표 기사에서는 다른 클라이언트들에 대한 지원은 향후 제공될 예정이라고 밝히고 있습니다.
연구 프리뷰에 참여하여 Auto, HydraFusion, HydraFusion Max를 활성화했던 경우, 각각 대응하는 Copilot Fusion의 Effort Level로 자동 전환된다는 안내가 있었습니다.
GitHub는 Artificial Analysis Coding Agent Index에서 Copilot Fusion Max가 60점을 획득했으며, Claude Code with Opus 5.5 Max의 점수와 2점 이내였다고 설명했습니다. 또한, 작업당 평균 API 비용과 토큰 수는 절반 수준이고 소요 시간은 약 40% 단축되었다고 밝혔습니다.
이는 GitHub가 발표한 벤치마크 결과입니다. 특정 평가 환경에서의 비교이며, 모든 리포지토리나 태스크에서 동일한 비용, 시간, 품질을 보장하지는 않습니다. 실제 이용 시에는 태스크의 종류나 선택된 모델, 조직의 모델 정책에 따라 결과가 달라질 수 있습니다. 숫자를 참고하되, 본인의 작업에서의 품질이나 비용도 확인해 보는 것이 좋을 것 같습니다.
Copilot Fusion은 Auto의 '모델을 선택하는' 역할과 HydraFusion의 '모델을 조합하여 처리하는' 역할을 하나의 옵션으로 통합한 것입니다. 사용자는 모델 이름을 고르는 대신 Effort Level을 지정하며, 프롬프트별 모델 선택이나 실행 패턴 판단을 Copilot Fusion에 맡기게 됩니다.
세밀하게 모델을 선택해야 하는 수고는 줄어드는 반면, 이용자가 지정하는 것은 모델 그 자체가 아니라 능력 또는 추론의 강도 방향성입니다. 모델마다 동작을 고정하여 비교하고 싶은 경우와 태스크에 맞춰 자동 선택 기능을 활용하고 싶은 경우는 목적에 따라 다르게 사용하게 될 것 같습니다.
우선 모델 피커에서 Copilot Fusion을 선택하여 평소 업무에서 Standard, High, Max의 차이점을 직접 시험해 보면, 어떤 작업을 맡기기 쉬운지 파악할 수 있을 것 같습니다🧭
