GitHub Copilot vs Codex vs Claude Code: 진정한 2026년 비교
요약
2026년 기준 GitHub Copilot, OpenAI Codex, Claude Code의 성능, 가격, 모델 라인업을 수치 기반으로 비교 분석합니다. 세 서비스 모두 사용자 수 중심에서 토큰 및 크레딧 기반의 미터링 방식으로 전환되었음을 강조합니다.
핵심 포인트
- GitHub Copilot은 AI 크레딧 기반의 정액제 모델을 채택함
- OpenAI Codex는 토큰 기반 크레딧 방식으로 운영됨
- Claude Code는 시간 단위(5시간 윈도우) 제한을 적용함
- 각 도구별로 GPT-5 및 Sonnet 5 등 최신 모델 라인업을 지원함
2026년 5월 24일 최초 게시.
사람들은 계속해서 이 비교를 검색하지만, 상위에 노출되는 정보 대부분은 오래되었거나 막연한 느낌(vibes)에 의존하고 있습니다. 이 포스트의 첫 번째 버전 역시 막연한 느낌에 의존했습니다. 이번 개정판은 수치를 기반으로 합니다. 아래의 모든 가격, 제한 사항 및 점수는 2026년 7월 21일 기준 공식 문서 및 리더보드(leaderboards)를 통해 확인되었습니다. 시작하기 전에 명칭에 대한 함정을 하나 짚고 넘어가겠습니다. 여기서 Codex는 과거 초기 Copilot을 구동했던 은퇴한 2021년 모델이 아니라, OpenAI의 현재 코딩 에이전트(coding agent)를 의미합니다.
30초 요약 버전
| GitHub Copilot | OpenAI Codex | Claude Code | |
|---|---|---|---|
| 정의 | 에디터 및 GitHub 내부의 자동 완성(Autocomplete), 채팅, 에이전트 | ChatGPT, 터미널 및 클라우드 내부의 OpenAI 코딩 에이전트 | 터미널에서 탄생한 Anthropic의 에이전트 우선(agent-first) 코딩 도구 |
| ... |
가격 책정 (Pricing)
| 계층 (Tier) | GitHub Copilot | OpenAI Codex (ChatGPT) | Claude Code (Claude) |
|---|---|---|---|
| 무료 (Free) | $0, 월 2,000회 완성 + 50회 채팅 | $0, 기본적인 Codex 액세스 | $0, 엄격한 표준 제한 사항 |
| ... | |||
| 세 서비스 모두 2026년 상반기에 가격을 재조정했으며, 그 방향은 동일했습니다. 즉, 하단에 미터링 엔진(metered engine)을 둔 정액제 구독 방식입니다. Copilot은 6월 1일에 프리미엄 요청을 AI 크레딧(AI Credits)으로 전환했습니다. Codex는 4월 2일에 토큰 기반 크레딧(token-based credits) 방식으로 전환되었으며, ChatGPT는 4월 9일에 $100 Pro 계층을 추가했습니다. Anthropic은 5월 6일에 Claude Code의 5시간 제한(caps)을 두 배로 늘렸습니다. 무엇을 선택하든, 이제는 사용자 수(seats)가 아닌 토큰(tokens)을 기준으로 예산을 세워야 합니다. |
사용 제한 (Usage limits)
| GitHub Copilot | OpenAI Codex | Claude Code | |
|---|---|---|---|
| 측정 방식 (Meter) | AI 크레딧, 1 크레딧 = $0.01, 토큰 단위로 청구 | 토큰당 크레딧, 모델에 따라 다름 | 시간: 이동식 5시간 윈도우(rolling 5-hour window) 및 주간 제한 |
| ... |
모델 (Models)
| GitHub Copilot | OpenAI Codex | Claude Code | |
|---|---|---|---|
| 네이티브 라인업 (Native lineup) | 자체 프런티어 모델 없음; Raptor mini (튜닝된 GPT-5 mini) 및 Microsoft의 MAI-Code-1-Flash | GPT-5.6 Sol, Terra, Luna (272K 컨텍스트), GPT-5.5, GPT-5.4, 그리고 연구용 프리뷰 단계인 GPT-5.3-Codex-Spark | Sonnet 5 (기본값, 네이티브 1M 컨텍스트), 선택 가능한 2.5배 빠른 모드가 포함된 Opus 4.8, Fable 5, Haiku 4.5 |
| ... |
에이전트 및 자동화 (Agents and automation)
| 기능 (Capability) | GitHub Copilot | OpenAI Codex | Claude Code |
|---|---|---|---|
| 인라인 자동 완성 (Inline autocomplete) | 예, 유료 플랜에서 무제한 | 아니요 | 아니요 |
| ... | |||
| 이 포스트의 첫 번째 버전에서 등장했던 페르소나들이 데이터 검증 과정을 거쳐 살아남았습니다. Copilot은 여전히 동네 사정을 잘 아는 이웃처럼, 당신의 에디터 및 리포지토리 호스트와 가장 가깝게 맞닿아 있습니다. Codex는 여전히 자동차 여행을 떠나는 삼촌 같습니다. 열쇠를 넘겨주고 나중에 다시 확인하면 됩니다. Claude Code는 짧은 심부름 수준을 넘어섰습니다. 서브 에이전트 (subagents), 훅 (hooks), 그리고 예약된 루틴 (scheduled routines)을 통해 이제 세 가지 중 가장 높은 커스터마이징 가능성을 보여줍니다. 이 부분은 의견입니다. 표에 정리된 내용은 사실입니다. |
벤치마크 (Benchmarks)
| 벤치마크 (Benchmark) | 가장 관련성 높은 결과, 2026년 7월 | 측정 항목 |
|---|---|---|
| Terminal-Bench 2.0, 공식 리더보드 | GPT-5.5를 탑재한 Codex CLI가 82.2%로 명시된 제품 CLI 중 최고; 최상의 Claude 하네스 (Opus 4.7)는 80.2% | |
| ... | 터미널에서 실제 작업을 수행하는 에이전트 |
점수는 가볍게 받아들이십시오. 벤도(Vendor)의 수치는 튜닝된 하네스 (harnesses)에서 나온 것이며, 공식 리더보드는 최신 출시 모델(GPT-5.6 및 Fable 5는 아직 포함되지 않음)보다 뒤처져 있고, 상위 항목들은 서로 몇 점 차이 내에 머물러 있습니다. 이 포스트의 첫 번째 버전은 '느낌은 벤치마크할 수 없다'고 주장했습니다. 그 주장의 데이터 버전은 다음과 같습니다: 실제로 사용하며 즐거움을 느끼는 하네스가 벤치마크 점수 2점 차이보다 더 중요하다는 것입니다.
개인정보 보호 및 엔터프라이즈 (Privacy and enterprise)
| 질문 | GitHub Copilot | OpenAI Codex | Claude Code |
|---|---|---|---|
| 귀하의 코드로 학습하나요? | Free, Pro, Pro+의 상호작용 데이터는 기본적으로 모델 학습에 사용되나, 설정에서 거부(opt out) 가능 (2026년 변경 사항); Business 및 Enterprise는 절대 사용 안 함 | 개인용 플랜: 데이터 제어 설정에서 거부 가능; Business 및 Enterprise: 기본적으로 사용 안 함 | 개인용 플랜: 귀하의 개인정보 설정에 따름; Team, Enterprise 및 API: 사용 안 함 |
| ... | ... | ... |
그렇다면 어떤 것을 선택해야 할까요
| 만약 귀하가 | 선택하세요 |
|---|---|
| 에디터 내에서 작업하며 가장 저렴하고 유용한 업그레이드를 원한다면 | $10의 Copilot Pro |
| ... | ... |
2026년 현재 저의 솔직한 답변은 두 가지를 함께 사용하는 것입니다. 자동 완성 (Autocomplete)과 위임 (Delegation)은 서로 다른 작업이며, 벤더(Vendor)들도 더 이상 이를 다르게 포장하지 않습니다. 이제 Copilot Pro+는 GitHub 내부에서 Claude 및 Codex 에이전트에게 작업을 넘길 수 있습니다. 에디터 내의 흐름 (in-editor flow)을 위해서는 Copilot을 유지하고, 위임된 작업 (delegated work)을 위해 Codex 또는 Claude Code를 추가하십시오. 그리고 이미 결제 중인 구독 서비스부터 시작하세요. AI가 실제로 제 역할을 다하는 곳에 대해서는 저의 enterprise AI reality check를 참조하십시오.
참고 문헌 (References)
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기