프로그래밍을 위한 최고의 AI 10선: 실제 프로젝트로 테스트한 코딩 도구

프로그래밍을 위한 최고의 AI 10선: 실제 프로젝트로 테스트한 코딩 도구

프로그래밍에 최적인 AI를 찾고 있나요? Claude Code, Cursor, Enter, Copilot 등 10개의 AI 코딩 도구를 동일한 실제 과제로 테스트했습니다. 결과와 가격을 확인하세요.

인사이트Audrey·

모든 AI 코딩 도구는 데모에서는 뛰어나 보입니다. 진짜 시험대는 뒤죽박죽인 코드베이스, 실패하는 테스트, 그리고 미룰 수 없는 마감입니다. 100개 이상의 AI 도구를 테스트해온 저는 가장 인기 있는 10개 옵션을 같은 프로젝트에서 동일한 6가지 프로그래밍 작업으로 테스트하고, 실행 사이마다 코드를 같은 시작점으로 되돌리고, 모든 결과를 같은 방식으로 채점했습니다.

상위권 결과는 예상보다 훨씬 치열했습니다. Claude Code와 Cursor가 30점 만점에 28점으로 동률을 이루었고, Enter가 단 1점 차로 뒤를 이었습니다. 아래에서는 AI 프로그래밍 도구가 실제로 무엇을 하는지, 제가 어떻게 테스트했는지, 용도별 프로그래밍을 위한 최고의 AI, 현재 코드 작업에 가장 강력한 AI 모델, 그리고 자신의 작업 방식에 맞는 도구를 고르는 방법을 소개합니다.

AI 프로그래밍이란 무엇인가?

AI 프로그래밍은 AI 도구를 사용해 코드를 작성하고, 설명하고, 테스트하고, 수정하는 것을 의미합니다. 필요한 것을 일반적인 언어로 설명하면 도구가 코드를 제안하거나, 파일을 수정하거나, 명령을 실행하거나, 심지어 앱 전체를 만들어 줍니다. 그 뒤에서는 엄청난 양의 코드로 학습된 대형 언어 모델이 다음에 무엇이 와야 하는지 예측하고, 그 모델을 감싸는 도구가 모델이 볼 수 있고 건드릴 수 있는 범위를 결정합니다. 따라서 프로그래밍을 위한 최고의 AI는 모델의 순수한 성능보다 에디터 안에서, 터미널에서, 또는 브라우저에서와 같이 어떻게 작업하는지에 더 좌우됩니다.

제 테스트에서도 이것이 그대로 드러났습니다. 전체 저장소를 읽고 답변 전에 테스트 스위트를 실행하는 도구들은, 눈앞의 파일만 주로 보는 도구들보다 서로 연결된 다중 파일 변경 작업에서 훨씬 더 나은 성과를 냈습니다.

Enter Code AI 프로그래밍 에이전트가 Python 파일을 분석하고, FastAPI 버그를 식별하며, 코딩 표준을 확인하는 모습.

프로그래밍을 위한 AI 도구의 종류

프로그래밍을 위한 AI 도구는 대부분 다섯 그룹으로 나뉩니다. 어떤 그룹이 필요한지 알면 선택을 빠르게 좁힐 수 있습니다.

  • 에디터 내 어시스턴트: 이미 사용 중인 IDE 안에서 자동완성과 채팅을 제공합니다. GitHub Copilot, Amazon Q Developer, Gemini Code Assist 등이 있습니다.
  • AI 네이티브 에디터: 에이전트를 중심으로 구축된 완전한 에디터입니다. Cursor, Devin Desktop, Google Antigravity 등이 있습니다.
  • 터미널 에이전트: 저장소를 읽고, 계획을 세우고, 파일을 수정하고, 커맨드 라인에서 테스트를 실행하는 도구입니다. Claude Code, Codex CLI, Enter Code 등이 있습니다.
  • 브라우저 기반 앱 빌더: 프롬프트로부터 앱 전체를 만들고 호스팅하는 도구입니다. Replit과 Enter Pro가 있습니다.
  • 코드 리뷰 및 테스트 도구: 풀 리퀘스트를 검토하고 테스트를 작성하는 도구입니다. Qodo와 CodeRabbit 등이 있습니다.

용어에 관한 짧은 설명입니다. "프로그래밍 AI"는 Python이 주로 사용되는, 직접 AI 소프트웨어를 작성하는 것을 의미하기도 합니다. 이 글은 프로그래밍을 도와주는 AI 도구에 관한 것이며, 언어 관련 질문은 마지막 FAQ에서 짧게 답합니다.

한눈에 보는 프로그래밍 최고의 AI 도구

간략히 정리하면, 다음은 2026년 기준 최고의 ai 코딩 도구를 제 테스트의 총점 순으로 정리한 것입니다. 가격은 2026년 10월 각 공급사의 가격 페이지에서 확인했습니다.

도구가장 적합한 용도실행 환경시작 가격제 점수(30점 만점)
1. Claude Code대규모 코드베이스와 다단계 작업터미널, IDE, 데스크톱 앱, 웹Claude Pro, 월 $20(연간 결제 시 월 $17)28
2. Cursor여러 파일에 걸친 AI 우선 편집자체 에디터(VS Code 기반)무료 플랜; Plus 월 $8; Premium 월 $3028
3. Enter (Enter Code + Enter Pro)터미널 에이전트와 완전한 앱 구축터미널과 브라우저시작 시 무료 크레딧; 두 제품에 공유되는 크레딧 잔액27
4. GitHub Copilot현재 IDE에서의 페어 프로그래밍VS Code, JetBrains 등무료 플랜; Pro 월 $1026
5. OpenAI CodexOpenAI 중심 개발자와 클라우드 작업ChatGPT, CLI, IDEChatGPT Plus(월 $20)에 포함25
6. Google Antigravity / Gemini Code AssistGoogle Cloud 및 Gemini 사용자데스크톱 앱, IDE 플러그인무료 티어; Google AI Pro 월 $2024
7. Devin Desktop(구 Windsurf)AI 네이티브 에디터에서의 에이전트 주도 편집자체 에디터무료 플랜; Pro 월 $2023
8. Amazon Q DeveloperAWS 프로젝트IDE, CLI, AWS 콘솔무료 티어; Pro 사용자당 월 $1923
9. Replit초보자와 브라우저 코딩브라우저Core 월 $20(연간 결제 시 월 $18)22
10. Tabnine비공개 또는 폐쇄망 팀IDE 플러그인, 자체 호스팅사용자당 월 $39, 연간 결제22

프로그래밍 최고의 AI를 테스트한 방법

서로 관련 없는 프롬프트로 AI 코딩 도구를 비교하면 알 수 있는 것이 거의 없습니다. 어떤 도구는 새 랜딩 페이지에서는 빛나지만 기존 백엔드를 변경해야 할 때는 넘어지기도 합니다. 그래서 모든 도구에 같은 프로젝트, 같은 6가지 작업, 각 기준에 대해 1부터 5까지 같은 점수를 부여했습니다.

  • 테스터: 100개 이상의 AI 제품을 테스트해온 AI 도구 리뷰어.
  • 테스트 환경: Python 3.15, Node.js 24, VS Code, Git이 설치된 Windows 10.
  • 테스트 프로젝트: FastAPI 백엔드, React 프런트엔드, 자동화된 테스트를 갖춘 작업 추적 앱. 작업 생성, 상태 업데이트, 마감일, 프런트엔드와 데이터베이스 사이의 작은 API 레이어를 다룹니다.
  • 공정한 시작점: 모든 도구는 같은 저장소에서 시작했고, 실행 사이마다 그 기준선을 복원했기 때문에 한 에이전트의 변경이 다음 도구의 결과에 영향을 주지 않았습니다.
  • 모델: 도구가 모델을 선택할 수 있게 해주는 경우, 결과 옆에 모델을 기록했습니다. 모델을 자동으로 선택하는 도구는 기본 설정으로 실행되었습니다.

여섯 가지 테스트 과제

  1. 실패한 테스트에서 버그를 수정하기. 작업에 마감일이 없을 때 백엔드 테스트가 실패했습니다. 프롬프트는 의도적으로 짧게 작성했습니다: "작업에 마감일이 없을 때 테스트가 실패합니다. 원인을 조사하고, 버그를 수정하고, 관련 테스트를 다시 실행하세요." 도구는 파일 이름과 줄 번호가 아니라 증거를 바탕으로 작업해야 했습니다.
  2. 세 개 이상의 파일에 걸친 기능 추가하기. 작업을 위한 CSV 내보내기 기능으로, FastAPI 엔드포인트, 프런트엔드의 다운로드 버튼, 올바른 CSV 형식, 새 동작에 대한 테스트가 필요했습니다.
  3. 테스트되지 않은 함수에 대한 단위 테스트 작성하기. 작업 우선순위 헬퍼로, 좋은 테스트는 빈 값, 잘못된 우선순위, 경계 사례도 포함해야 했습니다.
  4. 낯선 모듈을 설명하고 짧은 문서 작성하기. 도구는 기존 백엔드 모듈이 무엇을 하는지 설명하고, 의존성을 명시하고, 간결한 문서를 작성해야 했습니다.
  5. 데이터 모델 리팩터링하기. API, 프런트엔드, 검증 로직, 테스트 전반에서 작업 필드의 이름을 변경하면서 예전 참조를 남기지 않아야 했습니다.
  6. 하나의 프롬프트로 작은 앱 만들기. 앱 빌더만을 위한 과제: PawRoute, 클라이언트와 소유자 계정, 강아지 프로필, 가능 시간, 예약 관리, 청구서를 갖춘 강아지 산책 예약 앱. 데이터와 로그인이 미리보기에만 보이는 것이 아니라 실제로 작동해야 했습니다.

채점 기준

  • 정확성: 큰 수작업 수리 없이 변경사항이 관련 검사를 통과했는가?
  • 코드베이스 이해도: 올바른 파일을 찾고 의존성을 이해했는가?
  • 속도: 사용 가능한 결과에 도달하기까지 얼마나 많은 시간과 노력이 필요했는가?
  • 제어와 안전성: 변경 내용을 확인하고, 명령을 승인하고, 쉽게 되돌릴 수 있었는가?
  • 비용과 제한: 사용이 얼마나 효율적이었으며, 플랜 제한은 얼마나 제약적이었는가?
  • 워크플로 적합성: 설계된 환경에서 얼마나 자연스럽게 작동했는가?

테스트 결과

도구정확성코드베이스 이해도속도제어
Claude Code5545
Cursor5554
Enter5445
GitHub Copilot4454
OpenAI Codex5444
Google Antigravity / Gemini Code Assist4444
Devin Desktop4444
Amazon Q Developer4435
Replit4343
Tabnine4435

이 점수는 제가 직접 테스트한 워크플로 점수로, 표준화된 벤치마크 백분율이 아닙니다. 비교를 정리하는 데 도움이 되지만 세부 사항을 대체하지는 않습니다. AWS를 위해 만들어진 도구는 더 높은 순위의 범용 에디터보다 AWS 엔지니어에게 더 가치가 있을 수 있습니다.

2026년 프로그래밍을 위한 최고의 AI 10선(테스트 완료)

도구는 여섯 가지 기준의 총점으로 순위가 매겨졌습니다. 각 항목은 누구에게 가장 적합한지를 설명하므로, 여러분에게 맞는 선택은 목록 아래쪽에 있을 수도 있습니다.

1. Claude Code: 대규모 코드베이스와 다단계 작업에 최적

URL: https://www.claude.com/product/claude-code

Claude Code는 Anthropic의 코딩 에이전트입니다. 저장소를 읽고, 변경을 계획하고, 파일을 수정하고, 테스트와 셸 명령을 실행합니다. 터미널에서, VS Code와 JetBrains 확장 기능을 통해, 데스크톱 앱에서, 또는 웹에서 사용할 수 있습니다. 기본적으로 파일을 수정하거나 명령을 실행하기 전에 확인을 요청하며, 얼마나 많은 자유를 줄지는 사용자가 결정합니다.

Claude Code가 테스트 통과, CSV 내보내기 검증, 브라우저 테스트 결과를 거치며 다단계 코딩 작업을 완료하는 모습.

제 테스트에서는 편집 전에 의존성을 추적해야 하는 요청일 때마다 가장 강력했습니다. CSV 내보내기에서 어려운 부분은 엔드포인트를 작성하는 것이 아닙니다. 백엔드, 프런트엔드, CSV 형식, 테스트가 모두 일치해야 한다는 것을 파악하는 것이며, Claude Code는 그 변경을 하나의 연결된 작업으로 계획하고 검증했습니다. 필드 이름 변경도 같은 식으로 진행되었습니다. 이로 인해 정확성, 코드베이스 이해도, 제어, 워크플로 적합성에서 5점 만점을 받았습니다.

  • 눈에 띈 점: 다중 파일 변경, 복잡한 리팩터링, 디버깅. 배포 스크립트나 자격 증명을 보유한 저장소에서 중요한 명확한 권한 관리도 강점입니다.
  • 느려진 부분: 에이전트를 많이 사용하면 플랜 제한을 많이 소모하므로, 대형 프로젝트의 개발자는 더 높은 등급이나 API 과금이 필요할 수 있습니다.
  • 가격: Claude Pro(월 $20, 연간 결제 시 월 $17), Max(월 $100부터), Team 플랜(Standard 시트 월 $25, 연간 결제 시 월 $20)에 포함되어 있습니다. API 과금도 이용 가능합니다.

2. Cursor: 여러 파일에 걸친 AI 우선 편집에 최적

URL: https://cursor.com

Cursor는 모든 구석에 AI가 내장된 VS Code 기반 에디터입니다. Tab 자동완성, 전체 프로젝트를 이해하는 채팅, 다중 파일 변경을 만들고 테스트하는 에이전트, 백그라운드에서 작업하는 클라우드 에이전트까지 갖추고 있습니다. 이미 VS Code를 사용하고 있다면 전환하는 데 몇 분이면 충분합니다.

Cursor AI 코드 에디터가 Python 코드 변경을 나란히 표시하고, AI Agent 제안과 통과한 단위 테스트 결과를 보여주는 모습.

Cursor는 Claude Code와 28점으로 동률을 이루었고, 두 도구 중 속도에서 만점인 5점을 받은 유일한 도구였습니다. CSV 내보내기와 리팩터링 작업은 Cursor에 잘 맞았는데, 프런트엔드 컴포넌트, 백엔드 파일, 테스트 사이를 이동하면서 각각 무엇이 바뀌었는지 정확히 확인할 수 있었기 때문입니다. 자동완성 기능도 일반적인 타이핑 중에 계속 효과를 발휘해, 큰 AI 작업을 위해서만 여는 도구가 아니라 실용적인 일상 에디터로 만들어 주었습니다.

  • 눈에 띈 점: 속도, 부분별로 수락하거나 거부할 수 있는 명확한 diff, 강력한 자동완성.
  • 느려진 부분: Claude나 GPT 모델을 선택하면 플랜 위에 추가 비용이 들기 때문에, 모델 선택이 어떻게 과금되는지 확인해야 합니다.
  • 가격: 무료; Plus 월 $8(Grok 모델만); Premium 월 $30; Super 월 $100; Ultra 월 $200; Teams 사용자당 월 $30부터.

3. Enter (Enter Code + Enter Pro): 터미널 에이전트와 완전한 앱 구축에 최적

URL: https://enter.converge.ai/code

Enter는 대부분의 도구가 분리해 놓은 두 종류의 작업, 즉 기존 코드베이스 유지 관리와 아이디어로부터 새 앱을 구축하는 작업을 모두 다룹니다. Enter Code가 터미널에서 전자를 담당하고, Enter Pro가 브라우저에서 후자를 담당하며, 하나의 계정과 하나의 크레딧 잔액을 공유합니다.

Enter Code는 터미널 AI 에이전트입니다. npm으로 설치하고, 프로젝트에서 enter를 실행하고, 브라우저를 통해 로그인하면, 코드베이스를 읽고, 모듈을 설명하고, 변경을 계획하고, 파일을 수정하고, 테스트를 실행합니다. 실행 전에 계획을 세우고, 명령 실행 전에 허락을 구하고, diff를 보여주며, 코드를 사용자의 컴퓨터에 그대로 둡니다. 클라우드로 전송되는 것은 대화뿐입니다. 네 가지 기능이 이를 단순한 코드 생성기 이상으로 만듭니다:

  • Skills: 코딩 규칙, 아키텍처 선택, 테스트 규칙이 담긴 마크다운 파일로, 에이전트가 모든 작업 전에 읽습니다.
  • Memory: 프레임워크, 명명 패턴, 핵심 결정 사항을 세션 간에 유지하므로 프로젝트를 다시 설명할 필요가 없습니다.
  • Rewind: 모든 파일 변경에 대한 체크포인트로, 하나의 명령으로 코드와 대화를 모두 복원합니다.
  • MCP: 이슈 트래커, 데이터베이스, 기타 외부 도구와의 연결.

버그 수정, 테스트, 문서, 다중 파일 기능 모두 Enter Code의 작동 방식과 잘 맞아떨어졌고, 정확성, 제어, 워크플로 적합성에서 5점 만점을 받았습니다. 실행 전에 Skills 파일을 설정한 것이 도움이 되어, 테스트와 오류 처리에 대한 프로젝트 규칙이 제가 반복해서 설명하지 않아도 작업마다 그대로 이어졌습니다. Git worktree 지원 역시 실험적인 변경을 메인 작업 복사본에서 멀리 떨어뜨려 두었습니다.

Enter Code AI 프로그래밍 에이전트가 FastAPI 버그를 식별하고, Python 코드를 수정하고, 두 개의 테스트 통과를 보고하는 모습.

Enter Pro는 PawRoute 구축을 맡았습니다. Plan Mode가 코드가 생성되기도 전에 계정, 강아지 프로필, 가능 시간, 예약, 청구서를 설계했고, Enter Cloud가 그 뒤에서 PostgreSQL 데이터베이스, 인증, 스토리지, 함수를 제공했습니다. 그 계획 우선 흐름은 예약 앱이 필요로 하는 바로 그것인데, 데이터 규칙이 홈페이지보다 더 중요하기 때문입니다.

Enter Pro Plan Mode가 예약, 소유자 접근, 가격 책정, 인증, 청구서에 대한 PawRoute 강아지 산책 예약 앱 요구사항을 보여주는 모습.

  • 눈에 띈 점: 강력한 터미널 에이전트와 풀스택 앱 빌더를 하나의 계정으로 사용할 수 있다는 점, Skills와 Memory를 통해 유지되는 팀 규칙, Rewind를 통한 안전한 실험.
  • 가장 적합한 대상: 기존 저장소와 새 제품 사이를 오가는 개발자, 그리고 창업자나 제품 담당자도 작동하는 앱이 필요한 팀.
  • 가격: 크레딧으로 무료 시작 가능하며, Enter Code와 Enter Pro가 공유합니다. 유료 플랜은 Enter 가격 페이지에서 확인할 수 있습니다.

4. GitHub Copilot: 현재 IDE에서의 페어 프로그래밍에 최적

URL: https://github.com/features/copilot

Copilot은 가장 널리 사용되는 AI 코딩 어시스턴트이며, 이미 GitHub에 익숙한 팀에 도입하기가 가장 쉽습니다. VS Code, JetBrains IDE 및 기타 에디터 내에서 작동하며, 자동완성, 채팅, 다단계 편집을 위한 에이전트 모드, 이슈를 받아 풀 리퀘스트를 열 수 있는 클라우드 코딩 에이전트를 제공합니다.

Copilot은 속도와 워크플로 적합성에서 5점을 받았는데, 기존 에디터, 확장 기능, 단축키를 그대로 유지할 수 있기 때문입니다. 단위 테스트처럼 더 작고 명확하게 정의된 작업에서 최고의 성과를 보였습니다. 더 큰 다중 파일 변경에서는 에이전트 모드가 해냈지만, 상위 세 도구보다 더 많은 지시가 필요했습니다.

VS Code의 GitHub Copilot이 FastAPI 애플리케이션에서 유효하지 않은 마감일 검증을 위한 Python pytest 테스트를 제안하는 모습.

  • 눈에 띈 점: 빠르고 마찰이 적은 자동완성, 긴밀한 GitHub 통합, 실제로 쓸 만한 무료 플랜.
  • 느려진 부분: 채팅, 에이전트 모드, 코드 리뷰, 프리미엄 모델은 AI 크레딧으로 측정되므로 사용량을 주시해야 합니다.
  • 가격: 무료(월 2,000회 완성 및 50회 채팅 요청); Pro 월 $10; Pro+ 월 $39; Max 월 $100. Business 및 Enterprise 가격은 GitHub 영업팀을 통해 처리됩니다.

5. OpenAI Codex: OpenAI 중심 개발자와 클라우드 작업에 최적

URL: https://openai.com/codex

Codex는 OpenAI의 코딩 에이전트입니다. ChatGPT 안에서, 커맨드라인 도구를 통해, 또는 IDE 확장 기능을 통해 사용할 수 있습니다. 작업을 계획하고, 명령을 실행하고, 반복하며, 무언가가 적용되기 전에 사용자의 승인을 받기 위해 변경사항을 돌려줍니다.

OpenAI Codex Cloud가 Python 작업 추적기 파일과 자동화된 pytest 테스트를 만들고, 12개의 테스트가 통과하는 모습.

가장 뛰어난 점은 위임입니다. 단위 테스트와 문서 작업을 별도의 클라우드 작업으로 넘기고, 모든 단계를 지켜보는 대신 끝난 작업을 나중에 검토할 수 있었습니다. Codex는 정확성에서 만점인 5점을 받았으며, 수락 기준이 명확한 버그 수정과 테스트 작성에서 가장 뛰어났습니다. 작업 설명이 더 엄격할수록 그 결과물을 검토하기가 더 쉬워졌습니다.

  • 눈에 띈 점: 위임 가능한 클라우드 작업, 디버깅, 테스트 생성, GPT-6 Astra를 포함한 OpenAI의 최신 모델에 대한 접근.
  • 느려진 부분: 플랜 제한과 클라우드 작업 사용량이 긴 세션에서 실행할 수 있는 작업 수를 제한할 수 있습니다.
  • 가격: ChatGPT Plus(월 $20)와 Pro(월 $200)에 포함되어 있습니다. Business와 Enterprise 워크스페이스는 크레딧 기반 가격을 사용하며, API 가격은 모델에 따라 다릅니다.

6. Google Antigravity / Gemini Code Assist: Google Cloud 및 Gemini 사용자에게 최적

URL: https://antigravity.google

Google은 이 분야에 두 가지 제품을 보유하고 있어 혼동하기 쉽습니다. Antigravity는 소프트웨어 작성을 위한 Google의 에이전트 앱입니다. 2025년 11월 VS Code 기반 에디터로 출시되었고, 2026년 5월에는 독립형 데스크톱 앱인 버전 2.0이 등장했습니다. Gemini Code Assist는 더 오래된 옵션으로, 이미 사용 중인 IDE에 Gemini 채팅과 자동완성을 추가하는 플러그인입니다.

Gemini는 매우 많은 양의 컨텍스트를 처리할 수 있으며, 이는 모듈 설명 작업에서 드러났습니다. 거기서의 목표는 하나의 파일을 요약하는 것이 아니라 그것이 나머지 앱과 어떻게 연결되는지 설명하는 것이었고, Gemini는 이를 잘 수행했습니다. 여섯 가지 기준 모두에서 균일하게 4점을 받았습니다. 어디서든 견실하지만 특별히 두드러지는 범주는 없었습니다.

Google Antigravity가 Gemini를 사용해 FastAPI Python 프로젝트를 분석하고, pytest 검증 테스트와 애플리케이션 의존성을 설명하는 모습.

  • 눈에 띈 점: 전체 저장소 설명, 문서 작성, 에이전트 워크플로를 시도해보기에 유용한 무료 티어.
  • 느려진 부분: Google은 무료 주간 쿼터 수치를 공개하지 않으며, 무료 플랜과 유료 플랜 사이에 모델 옵션이 다릅니다. Claude 4.6 모델은 2026년 11월 2일에 무료 티어에서 제외됩니다.
  • 가격: Antigravity는 Google의 AI 플랜에 포함됩니다: 주간 속도 제한이 있는 무료, Google AI Pro 월 $20, Google AI Ultra 월 $100 또는 $200. Google Cloud를 통한 Business 플랜은 시트당 월 $30부터 시작합니다.

7. Devin Desktop(구 Windsurf): AI 네이티브 에디터에서의 에이전트 주도 편집에 최적

URL: https://windsurf.com

Windsurf를 찾고 있다면 제대로 찾아왔습니다. 처음에는 Codeium으로, 그다음에는 Windsurf로 알려졌던 이 에디터는 2026년 6월 2일에 Devin Desktop으로 이름이 바뀌었습니다. 워크스페이스 전체에 걸친 Tab 완성과, 다단계 변경을 계획하고 실행하는 에이전트를 결합한 VS Code 기반 에디터이며, 로컬 에이전트 모드는 세션 간 프로젝트 컨텍스트를 유지합니다.

필드 이름 변경 작업은 이 도구에 잘 맞았습니다. 필드 이름을 변경한다는 것은 선언을 바꾸는 것 이상을 의미합니다. API, 프런트엔드 참조, 테스트가 모두 따라와야 하며, 에이전트는 제가 모든 파일을 열지 않아도 그 관련 변경사항들을 처리했습니다. 워크플로 적합성만이 4점 미만을 받은 유일한 점수였습니다.

Devin Desktop의 인터페이스가 필드 이름 변경에 대한 Python API 및 pytest 변경을 검토하는 AI 에이전트를 보여주는 모습.

  • 눈에 띈 점: 에이전트 우선 워크플로를 갖춘 익숙한 에디터, 세션 간 유지되는 프로젝트 컨텍스트.
  • 느려진 부분: 오래된 튜토리얼은 여전히 Windsurf나 Codeium이라는 이름을 사용하므로, 가이드가 현재 앱과 플랜에 맞는지 확인해야 합니다.
  • 가격: 무료; Pro 월 $20; Max 월 $200.

8. Amazon Q Developer: AWS 프로젝트에 최적

URL: https://aws.amazon.com/q/developer/

Amazon Q Developer는 Amazon CodeWhisperer를 대체했으므로, 오래된 목록이 여전히 CodeWhisperer를 언급한다면 그것은 구식입니다. Q Developer는 IDE, 커맨드라인, AWS 콘솔 내에서 작동하며, 채팅, 에이전트형 코딩, 보안 스캐닝, 오래된 Java 및 .NET 프로젝트를 위한 코드 변환 기능을 갖추고 있습니다.

Q는 보안 스캐닝과 변경사항의 신중한 처리 덕분에 제어와 안전성에서 만점인 5점을 받았습니다. 하지만 제 테스트 앱은 AWS와 연관되어 있지 않았기 때문에 속도와 워크플로 적합성은 3점에 머물렀습니다. 진짜 장점은 플랫폼 컨텍스트입니다. Lambda, IAM, 기타 AWS 서비스와 관련된 작업에서는 일반 어시스턴트가 알지 못하는 것들을 알고 있습니다.

VS Code의 Amazon Q Developer 인터페이스가 FastAPI Python 코드 리뷰, 입력 검증 체크, 보안 권장사항을 보여주는 모습.

  • 눈에 띈 점: AWS를 이해하는 도움, 보안 스캐닝, Java 및 .NET 업그레이드 도구.
  • 느려진 부분: 무료 티어에는 월 50회의 에이전트형 요청만 포함되며, 대부분의 강점이 AWS 작업에 의존합니다.
  • 가격: 무료 티어; Pro 사용자당 월 $19로, 더 높은 제한, 관리자 대시보드, IP 보상이 추가됩니다.

9. Replit: 초보자와 브라우저 코딩에 최적

URL: https://replit.com

Replit은 에디터, AI 에이전트, 데이터베이스, 호스팅을 하나의 브라우저 탭에 담았습니다. 설치할 것이 전혀 없으며, 학습 중이거나 학교 노트북으로 작업하는 경우 큰 의미가 있습니다. Replit Agent는 프롬프트로부터 앱 전체를 구축할 수 있으며, 작성된 코드를 읽고 수정할 수 있습니다.

PawRoute 구축은 Replit에 잘 맞았는데, 기존 저장소의 함수 하나를 바꾸는 것이 아니라 전체 앱을 새로 만드는 작업이었기 때문이며, 작동하는 구조를 빠르게 세워 호스팅할 수 있었습니다. 기존의 작업 추적기에서 작업하는 것은 다른 이야기였습니다. 코드베이스 이해도와 제어 모두 3점을 받아, 손에 있는 대형 저장소보다는 새 프로젝트에 더 적합한 곳이라는 것을 보여줍니다.

Replit Agent가 Python 코드 에디터, 프로젝트 파일, 앱 미리보기를 보여주며 PawRoute 강아지 산책 예약 앱을 구축하는 모습.

  • 눈에 띈 점: 설정이 전혀 필요 없음, 즉각적인 호스팅, 초보자를 위한 부드러운 시작.
  • 느려진 부분: 에이전트 작업은 노력에 따라 과금되므로, 더 큰 빌드는 눈에 띄게 더 많은 크레딧을 사용합니다.
  • 가격: Core 월 $20(연간 결제 시 월 $18); Pro 월 $100(연간 결제 시 월 $90); Enterprise는 문의 필요.

10. Tabnine: 비공개 또는 폐쇄망 팀에 최적

URL: https://www.tabnine.com

Tabnine은 프라이버시와 제어에 초점을 맞춥니다. SaaS로, 자체 가상 프라이빗 클라우드에서, 자체 서버에서, 또는 완전히 폐쇄망(air-gapped) 환경에서 실행할 수 있습니다. 그 에이전트는 Jira 이슈를 받아 구현하고, 해당 이슈의 요구사항에 대해 코드를 검증할 수도 있습니다.

제어에서 만점인 5점을 받았는데, 이것이 바로 이 제품의 핵심입니다. 속도, 비용, 워크플로 적합성은 3점에 그쳤으므로, 가장 강력한 에이전트를 찾는 1인 개발자라면 다른 곳에서 더 만족스러울 것입니다. 하지만 코드를 퍼블릭 클라우드로 보낼 수 없는 회사는 프로그래밍을 위한 최고의 AI에 대해 다른 정의를 가지고 있으며, 그런 구매자에게 Tabnine은 몇 안 되는 진지한 선택지 중 하나입니다.

Tabnine AI 코딩 어시스턴트 일러스트가 VS Code에서의 Python 코드 리뷰, 프라이빗 클라우드 배포, 온프레미스 호스팅, 폐쇄망 보안 옵션을 보여주는 모습.

  • 눈에 띈 점: 경쟁사들이 따라오기 어려운 배포 옵션, 규제 산업을 위해 만들어진 관리자 통제 기능.
  • 느려진 부분: 가격과 패키징이 팀을 위해 설계되어 있으며, 장기 무료 플랜이 없습니다.
  • 가격: Code Assistant Platform 사용자당 월 $39; Agentic Platform 사용자당 월 $59, 연간 결제.

살펴볼 만한 다른 AI 프로그래밍 도구

몇몇 도구는 더 좁은 범위의 작업만 수행해서 메인 목록에는 들지 못했지만, 알아 둘 가치가 있습니다.

  • Qodo와 CodeRabbit: 풀 리퀘스트에 대한 AI 코드 리뷰로, 인간 리뷰어가 diff를 열어보기도 전에 문제를 잡아냅니다.
  • Aider와 Cline: 자신의 모델과 API 키를 가져와 사용하는 오픈소스 에이전트로, 비용과 데이터에 대한 완전한 제어권을 제공합니다.
  • ChatGPT, Claude, DeepSeek 채팅 앱: 에이전트가 파일을 직접 건드릴 필요가 없을 때, 빠른 질문, 설명, 또는 다른 의견이 필요할 때 적합합니다.

프로그래밍에 가장 적합한 AI 모델은 무엇인가?

사람들이 프로그래밍을 위한 최고의 AI에 대해 물을 때, 도구와 모델을 혼동하는 경우가 많습니다. 모델은 코드를 작성하고 그것에 대해 추론합니다. 도구는 그 모델이 파일, 명령, 테스트, 에디터와 어떻게 작동하는지를 결정합니다. 그래서 같은 모델이라도 채팅창, AI 에디터, 또는 자신의 변경사항을 검증하는 터미널 에이전트에서는 상당히 다르게 작동할 수 있습니다.

현재 Claude Opus 5.5는 DataCamp의 코딩을 위한 최고의 LLM 순위(2026년 9월)에서 기본 선택으로 꼽히며, 가장 길고 어려운 에이전트 작업에는 Claude Fable 5.1이 권장됩니다. 주요 옵션들을 비교하면 다음과 같습니다.

모델강점SWE-bench Pro100만 토큰당 API 가격(입력/출력)
Claude Opus 5.5(Anthropic)범용 에이전트형 코딩 및 복잡한 소프트웨어 작업89.90%$4 / $20
Claude Fable 5.1(Anthropic)까다롭고 장시간이 걸리는 에이전트 작업81.20%$10 / $50
GPT-6 Astra(OpenAI)고급 코딩과 기술적 추론공개되지 않음$10 / $50
Gemini 3.8 Flash(Google)대량, 비용 효율적인 코딩61.60%2026년 12월 31일까지 $0.75 / $3.75, 이후 $1.50 / $7.50
DeepSeek V4.1 Flash(오픈 웨이트)저비용 API 사용 및 자체 호스팅공개되지 않음비혼잡 시간 $0.15 / $0.60, 혼잡 시간에는 두 배

두 개의 벤치마크 이름이 자주 등장하므로, 쉬운 말로 설명하면 다음과 같습니다:

  • SWE-bench Pro: 모델이 실제 GitHub 프로젝트에서 가져온 실제 이슈를, 그 프로젝트의 테스트가 통과하도록 수정할 수 있는가?
  • Terminal-Bench: 모델이 패키지 설치, 스크립트 실행, 디버깅 등 커맨드라인 안에서의 작업을 완수할 수 있는가?

모든 점수는 다소 조심스럽게 받아들이세요. 많은 수치가 해당 모델을 만든 회사에 의해 보고되며, 벤치마크 버전과 에이전트 설정이 다르면 같은 모델에 대해서도 다른 수치가 나옵니다. 저장소를 이해하고, 규칙을 따르고, 변경사항을 검증하는 잘 만들어진 에이전트는 프로젝트 컨텍스트 없이 작동하는 더 강력한 모델을 이길 수 있습니다. 그래서 도구가 모델만큼이나 중요하며, Enter Code의 Skills와 Memory 같은 기능이 일상 작업에서 실질적인 차이를 만드는 이유입니다.

프로그래밍을 위한 최고의 AI를 고르는 방법

리더보드가 아니라 이미 하루의 대부분을 보내는 곳에서 시작하세요. 매일 아침 씨름해야 하는 뛰어난 도구는 많은 시간을 절약해 주지 못합니다.

  • VS Code나 JetBrains를 주로 사용한다면: GitHub Copilot으로 시작하세요. 더 에이전트 주도적인 에디터를 원한다면 Cursor나 Devin Desktop을 시도해 보세요.
  • 대형 저장소에서 터미널 작업을 한다면: Claude Code, Enter Code, 또는 Codex CLI. 재사용 가능한 코딩 규칙, 프로젝트 메모리, 체크포인트를 원할 때 Enter Code가 특히 유용합니다.
  • AWS나 Google Cloud를 사용한다면: Amazon Q Developer 또는 Gemini Code Assist. 둘 다 자신의 플랫폼을 가장 잘 이해합니다.
  • 코딩을 배우고 있다면: Replit과 코드가 무엇을 하는지, 왜 그런지 설명해주는 채팅 어시스턴트를 함께 사용하세요.
  • 회사가 코드를 클라우드로 보낼 수 없다면: 자체 호스팅이나 폐쇄망 설정이 가능한 Tabnine.
  • 코드가 아니라 앱을 원한다면: Enter Pro는 설명 하나로 백엔드까지 포함한 완전한 웹 앱을 구축합니다.

결제하기 전에, 무료 플랜이나 트라이얼 기간 동안 자신의 프로젝트에서 저의 여섯 가지 과제 중 두세 가지를 직접 실행해보고, 모든 도구를 같은 파일로부터 시작하게 해보세요. 한 시간의 실제 작업은 이 리뷰를 포함한 어떤 리뷰보다도, 여러분의 환경에서 프로그래밍을 위한 최고의 AI가 무엇인지 더 많은 것을 알려줄 것입니다. 이후에 얼마나 많이 고쳐야 했는지, 도구가 요청하지 않은 변경을 만들었는지, 그리고 한 작업을 얼마나 쉽게 되돌릴 수 있는지를 살펴보세요.

프로젝트에서 Enter Code 사용하는 방법

Enter Code는 기존 저장소 안에서 바로 작동하므로, 새로운 에디터로 프로젝트를 옮길 필요가 없습니다. 디버깅 작업을 위해 작업 추적기에 어떻게 설정했는지 소개합니다.

1단계: Enter Code 설치하기

Node.js와 npm이 설치되어 있는지 확인한 다음, 터미널을 열고 Enter Code를 전역으로 설치합니다:

npm install -g @enter-pro/enter-code

이렇게 하면 어떤 프로젝트 폴더에서든 enter 명령을 사용할 수 있습니다. macOS, Linux, Windows에서 실행됩니다.

Windows에 성공적으로 설치된 Enter Code가 명령 프롬프트에서 버전 1.0.19를 보여주는 모습.

2단계: 프로젝트에서 실행하고 로그인하기

프로젝트 폴더로 이동해 에이전트를 시작합니다:

cd task-tracker
enter

브라우저가 열려 Enter 계정으로 로그인할 수 있습니다. 이미 Enter Pro를 사용 중이라면, 같은 계정, 같은 크레딧입니다. 터미널로 돌아와서, 아무것도 바꾸지 않는 좋은 첫 프롬프트는 이렇습니다:

"이 프로젝트를 분석하고 아키텍처를 설명하세요. 주요 백엔드 라우트, 프런트엔드 컴포넌트, 데이터 모델, 테스트 구성을 식별하세요. 아직 어떤 파일도 수정하지 마세요."

계정 인증이 성공한 후 Windows 터미널에서 실행되는 Enter Code.

3단계: 코딩 표준을 Skills로 추가하기

매 프롬프트마다 반복하지 않도록 자신의 규칙을 마크다운 Skills 파일에 작성하세요. 제가 사용한 것의 짧은 버전입니다:

# 작업 추적기 개발 표준

## 백엔드
- 비즈니스 로직을 라우트 핸들러와 분리하세요.
- Pydantic 모델로 요청 데이터를 검증하세요.
- 선택적 필드는 명시적으로 처리하세요.

## 테스트
- 백엔드 테스트에는 pytest를 사용하세요.
- 모든 버그 수정마다 회귀 테스트를 추가하세요.
- 유효한 입력과 유효하지 않은 입력을 모두 테스트하세요.

## 일반
- 작고 집중된 변경을 선호하세요.
- 관련 없는 파일을 수정하지 마세요.

그런 다음 Memory가 세션 간 프로젝트 결정 사항을 유지해주므로, 돌아올 때마다 기술 스택을 다시 소개할 필요가 없습니다.

계속하기 전에 확인하세요: 규칙을 짧고 구체적으로 유지하세요. "모든 버그 수정마다 회귀 테스트를 추가하세요"는 "좋은 테스트를 작성하세요"보다 훨씬 더 도움이 됩니다.

작업 추적기 프로젝트를 위한 맞춤 Skills를 표시하는 Enter Code. 백엔드, 테스트, 일반 코딩 표준을 포함.

4단계: 작업을 지시하고 변경사항 검토하기

증상, 예상 동작, 검증 방법을 포함한 구체적인 작업을 지시하세요. 제가 사용한 프롬프트입니다:

"test_task_without_due_date 테스트가 저희 FastAPI 애플리케이션에서 실패하고 있습니다. 원인을 조사하고, 관련 코드를 식별하고, 응답 형식을 바꾸지 않고 문제를 수정하세요. 회귀 테스트를 추가하거나 업데이트하고, 관련 테스트를 실행하고, 끝내기 전에 변경사항을 설명하세요."

마감일 누락과 NoneType AttributeError로 인해 실패한 FastAPI 테스트를 보여주는 Python pytest 터미널.

계획과 diff를 검토한 다음, 직접 결과를 확인하세요:

python -m pytest -q

FastAPI Python 버그를 수정하고, 코드 변경을 설명하고, 두 개의 테스트 통과를 확인하는 Enter Code AI 코딩 에이전트.

Enter Code로 FastAPI 마감일 버그를 수정한 후 두 개의 pytest 테스트가 통과하는 것을 보여주는 Windows 터미널.

다른 접근 방식을 시도해보고 싶다면, Rewind가 코드와 대화를 이전 체크포인트로 되돌립니다. 인증, 결제, 데이터베이스 동작에 관련된 변경사항은 특히 더 신경 써서 검토하세요.

기존 프로젝트 안에서 작업하는 대신 설명으로부터 프로젝트 전체를 생성하고 싶다면, Enter의 AI 코드 생성기가 그 부분을 다룹니다.

CTA 버튼: Enter Code 무료로 체험하기

AI 프로그래밍 도구의 한계와 위험

제 테스트에서 최고였던 도구들조차 작업을 확인해줄 사람이 필요했습니다. 프로덕션 코드를 맡기기 전에 어디서 미끄러지는지 알아두세요.

  • 틀렸지만 자신감 있는 코드: 존재하지 않는 함수를 만들어내거나, 오래된 API를 사용하거나, 경계 사례를 놓치는 일이 여전히 발생합니다. 부분적인 리팩터링은 조용히 앱을 망가뜨리면서도 올바른 것처럼 보일 수 있으므로, 병합 전에는 항상 테스트를 실행하고 diff를 읽으세요.
  • 보안: 생성된 코드에는 인젝션 결함이나 취약한 접근 제어가 포함될 수 있습니다. 로그인, 결제, 사용자 데이터에 관련된 것이라면 특히 OWASP Top 10에 비추어 검토하세요.
  • 프라이버시: 각 도구가 어떤 코드를 클라우드로 보내는지, 얼마나 오래 보관하는지, 학습에 사용되는지 확인하세요. 대부분의 비즈니스 플랜은 관리자가 학습을 끌 수 있게 해줍니다.
  • 라이선스: 각 도구가 퍼블릭 저장소와 일치하는 제안을 어떻게 처리하는지 확인하세요. 일부는 참조 추적이나 퍼블릭 코드용 필터를 제공합니다.
  • 역량: 모든 제안을 그대로 받아들이는 초보자는 더 적게 배웁니다. AI를 코드를 작성하는 데뿐만 아니라 설명하는 데에도 사용하세요.

에디터 안에서 함께 작업하는 어시스턴트를 더 넓게 살펴보고 싶다면, AI 코딩 어시스턴트 플랫폼 가이드를 다음으로 읽어보는 것이 좋습니다.

결론: 프로그래밍을 위한 최고의 AI는 당신의 작업 방식에 맞는 것

10개의 도구 모두를 같은 여섯 가지 작업으로 실행해본 후, 제 주된 결론은 간단합니다. 오늘날의 AI 프로그래밍 도구는 버그를 고치고, 테스트를 작성하고, 낯선 코드를 설명하고, 기능 전체를 배포할 수 있지만, 각각 빛나는 곳이 다릅니다. 에디터에서 하루를 보낸다면 Cursor나 GitHub Copilot이 가장 자연스럽게 느껴질 것입니다. 대형 저장소에서 터미널 작업을 한다면, Claude Code가 최고점으로 동률을 이루고 서로 연결된 다중 파일 변경을 가장 잘 처리했습니다. 초보자라면 Replit이 가장 적은 설정으로 바로 만들기 시작할 수 있게 해줍니다.

그 뒤에 있는 모델도 도구만큼 중요하므로, 여러분의 플랜에 어떤 모델이 포함되어 있는지, 실제 작업이 얼마나 빨리 그 한도를 소모하는지 확인하세요. 그런 다음 연간 플랜에 가입하기 전에 여섯 가지 테스트 과제 중 몇 가지를 자신의 코드로 실행해보세요. 그 한 시간은 벤치마크만을 위한 것이 아니라, 당신에게 프로그래밍 최고의 AI가 무엇인지 알려줄 것입니다.

기존 코드베이스와 새로운 제품 아이디어 사이를 오간다면, Enter를 자세히 살펴볼 만합니다. 제 테스트에서 30점 만점에 27점을 받았으며, 여기 소개된 도구 중 유일하게 터미널 코딩 에이전트와 풀스택 앱 빌더를 하나의 계정으로 결합합니다. 무료로 시작할 수 있으며, Enter Code와 Enter Pro는 같은 크레딧으로 작동합니다.

프로그래밍을 위한 최고의 AI에 관한 FAQ

FAQ 1: 2026년 프로그래밍에 가장 적합한 AI는 무엇인가요?

모두에게 승리하는 단 하나의 프로그래밍을 위한 최고의 AI는 없습니다. 제 테스트에서는 Claude Code와 Cursor가 30점 만점에 28점으로 최고점에 동률을 이루었고, 프롬프트로부터 완전한 앱도 만들고 싶다면 27점을 받은 Enter가 그 다음으로 가장 강력한 선택이었습니다. 초보자는 보통 Replit에서 더 나은 결과를 얻고, 프라이버시를 중시하는 기업은 종종 Tabnine을 선택합니다.

FAQ 2: AI 프로그래밍이란 무엇이며, 어떻게 작동하나요?

AI 프로그래밍은 AI 도구를 사용해 코드를 작성하고, 설명하고, 테스트하고, 수정하는 것입니다. 엄청난 양의 코드로 학습된 대형 언어 모델이 사용자의 요청으로부터 유용한 코드를 예측하고, 그 주위의 도구가 모델이 어떤 파일을 읽을 수 있고 어떤 명령을 실행할 수 있는지를 결정합니다. 단순한 어시스턴트는 다음 줄만 제안하지만, 에이전트는 작업을 계획하고, 여러 파일을 수정하고, 테스트를 실행할 수 있습니다.

FAQ 3: 프로그래밍에 가장 적합한 AI 모델은 무엇인가요?

2026년 9월 기준, Claude Opus 5.5가 DataCamp의 코딩 모델 순위에서 기본 선택이며, 가장 길고 어려운 에이전트 작업에는 Claude Fable 5.1이 사용됩니다. GPT-6 Astra는 Codex 사용자에게 자연스러운 선택이며, Gemini 3.8 Flash와 DeepSeek V4.1 Flash는 대량 작업에서 훨씬 저렴한 비용으로 사용할 수 있습니다. 많은 벤치마크 점수는 모델 제작자 자신이 보고하며, 순위는 몇 달마다 바뀝니다.

FAQ 4: 프로그래밍을 위한 무료 AI가 있나요?

있습니다. GitHub Copilot, Cursor, Devin Desktop, Amazon Q Developer, Google Antigravity 모두 사용량 제한이 있는 무료 플랜을 제공하며, Enter는 Enter Code와 Enter Pro 둘 다에 시작용 무료 크레딧을 제공합니다. Aider와 Cline 같은 오픈소스 에이전트도 무료이지만, 그것들에 연결하는 모델에는 비용을 지불해야 합니다. 무료 플랜은 학습이나 가벼운 프로젝트에 잘 작동하며, 일상적인 전문 작업에는 보통 유료 플랜이 필요합니다.

FAQ 5: AI 프로그래밍 도구에 제 코드를 공유하는 것이 안전한가요?

도구와 플랜에 따라 다릅니다. 코드가 저장되는지, 얼마나 오래 보관되는지, 모델 학습에 사용되는지 확인하세요. 비즈니스 플랜은 종종 관리자가 학습 기능을 끌 수 있게 해줍니다. 코드가 네트워크를 벗어날 수 없다면, Tabnine의 폐쇄망 설정처럼 로컬이나 자체 호스팅으로 작동하는 도구를 선택하세요. 비밀번호, API 키, 고객 데이터는 절대로 프롬프트에 붙여넣지 마세요.

FAQ 6: AI 프로그래밍 도구가 개발자를 대체할 수 있나요?

아직은 아닙니다. 이 도구들은 빠르게 코드를 작성하고 고치지만, 여전히 자신 있게 실수를 저지르고, 비즈니스 맥락을 놓치며, 보안과 설계 결정을 검토할 누군가를 필요로 합니다. 반복적인 작업을 개발자의 부담에서 덜어주는 빠른 어시스턴트로서 가장 잘 작동합니다. 가장 많은 것을 얻는 개발자는 결과물이 올바른지 판단할 수 있는 사람들입니다.

FAQ 7: 프로그래밍을 배우는 초보자에게 가장 좋은 AI는 무엇인가요?

Replit이 좋은 출발점입니다. 에디터, AI 도움, 호스팅이 설정 없이 모두 브라우저에서 작동하기 때문입니다. 코드를 한 줄씩 설명해주는 채팅 어시스턴트와 함께 사용하고, 답만 묻지 말고 왜 그렇게 작동하는지 물어보세요. 로컬 에디터를 사용하기 시작하면 GitHub Copilot의 무료 플랜이 합리적인 다음 단계입니다.

FAQ 8: AI에 가장 적합한 프로그래밍 언어는 무엇인가요?

직접 AI 소프트웨어를 만드는 것을 의미한다면, PyTorch, TensorFlow, scikit-learn 같은 라이브러리 덕분에 Python이 가장 흔한 선택입니다. JavaScript와 TypeScript는 AI 기반 웹 앱에서 인기가 있으며, C++는 순수한 속도가 중요한 곳에서 등장합니다. 이것은 코드 작성을 도와주는 AI 도구를 선택하는 것과는 다른 질문이며, 이 가이드의 나머지 부분이 다루는 내용입니다.

이런 글도 좋아할 거예요

유사한 주제에서 자동으로 큐레이션되어 흐름을 이어갑니다.