📊플랫폼별 기능 비교표
Codex vs Claude vs Gemini
세 플랫폼의 기능을 항목별로 상세 비교합니다.
Chapter 13: 플랫폼별 기능 비교표 — Codex vs Claude vs Gemini
바이브 코딩의 세계에는 세 가지 주요 AI CLI 플랫폼이 있습니다: OpenAI Codex CLI, Claude Code, Gemini CLI. 이 장에서는 세 플랫폼을 모든 측면에서 비교하여, 여러분의 프로젝트에 가장 적합한 도구를 선택할 수 있도록 안내합니다.
DAW를 고를 때와 같습니다. Ableton Live는 라이브 퍼포먼스와 전자음악에 강하고, Logic Pro는 Apple 생태계에서 작곡에 최적화되어 있고, FL Studio는 비트 메이킹에 직관적입니다. 세 가지 모두 "음악을 만든다"는 목적은 같지만, 각자의 철학과 강점이 다릅니다. AI 코딩 도구도 마찬가지입니다.
13.1 설치 방법 비교
세 플랫폼 모두 터미널에서 한 줄로 설치할 수 있지만, 방식이 약간 다릅니다.
| 항목 | GPT Codex | Claude Code | Gemini CLI |
|---|---|---|---|
| 설치 명령어 | npm install -g @openai/codex | npm install -g @anthropic-ai/claude-code | npm install -g @google/gemini-cli |
| 패키지 매니저 | npm (Node.js) | npm (Node.js) | npm (Node.js) |
| Node.js 최소 버전 | v22 이상 | v18 이상 | v18 이상 |
| 인증 방식 | OPENAI_API_KEY 환경변수 또는 ChatGPT Plus/Pro 로그인 | claude login 명령어 (브라우저 OAuth) | gemini login 또는 GOOGLE_API_KEY 환경변수 |
| 첫 실행 | codex | claude | gemini |
각 플랫폼의 설치 과정을 단계별로 살펴보겠습니다:
Codex CLI 설치
설치 후 인증합니다:
Claude Code 설치
Gemini CLI 설치
Gemini CLI는 Google 계정으로 인증합니다. 무료 티어(Gemini Flash, 일 1,000회)로 시작할 수 있고, Google AI Studio에서 API 키를 발급받아 사용할 수도 있습니다.
세 도구의 npm 패키지명을 정확히 구분하세요:
- Codex:
@openai/codex - Claude Code:
@anthropic-ai/claude-code - Gemini CLI:
@google/gemini-cli
설치 명령에서 패키지 이름을 잘못 입력하면 다른 도구가 설치됩니다!
13.2 설정 파일 비교
각 플랫폼은 프로젝트 동작을 제어하는 설정 파일 구조가 다릅니다.
| 항목 | GPT Codex | Claude Code | Gemini CLI |
|---|---|---|---|
| 글로벌 설정 위치 | ~/.codex/config.toml | ~/.claude/settings.json | ~/.gemini/settings.json |
| 프로젝트 설정 위치 | .codex/config.toml | .claude/settings.json | .gemini/settings.json |
| 설정 형식 | TOML | JSON | JSON / YAML |
| MCP 설정 파일 | .codex/config.toml 내 [mcp] | .mcp.json (프로젝트 루트) | .gemini/settings.json 내 mcpServers |
| 환경변수 관리 | .env 또는 환경변수 | .env 또는 환경변수 | .env 또는 환경변수 |
| 설정 우선순위 | 프로젝트 > 글로벌 | 프로젝트 > 글로벌 | 프로젝트 > 글로벌 |
설정 파일은 DAW의 프로젝트 템플릿과 같습니다. Ableton에서는 .als 파일에 템포, 오디오 설정, 기본 트랙 구성이 저장되듯, AI CLI의 설정 파일에는 사용할 모델, 권한, MCP 도구 등이 저장됩니다. 글로벌 설정은 "기본 템플릿", 프로젝트 설정은 "곡별 커스텀 설정"입니다.
설정 파일 예시
각 플랫폼의 주요 설정 항목을 포함한 실전 예시입니다.
# Codex: .codex/config.toml
# 모델 및 승인 모드 설정
model = "o4-mini"
approval_mode = "suggest"
# 대화 기록 저장
[history]
persistence = "save-all"
save_dir = ".codex/history"
# MCP 서버 연결 (파일 시스템)
[mcp.servers.filesystem]
command = "npx"
args = ["-y", "@modelcontextprotocol/server-filesystem", "./"]
# MCP 서버 연결 (브라우저 자동화)
[mcp.servers.playwright]
command = "npx"
args = ["-y", "@anthropic-ai/mcp-playwright"]// Claude: .claude/settings.json
{
// 도구별 권한 제어
"permissions": {
"allow": [
"Read", "Edit", "Write", "Glob", "Grep",
"Bash(npm run build)",
"Bash(npm run dev)",
"Bash(npm test)",
"Bash(git *)"
],
"deny": [
"Bash(rm -rf *)",
"Bash(sudo *)"
]
},
// 이벤트 후크 (자동화)
"hooks": {
"PostToolCall": [
{
"matcher": "Write",
"command": "echo '파일 생성 완료'"
}
]
}
}
// MCP는 별도 파일: .mcp.json (프로젝트 루트)// Gemini: .gemini/settings.json
{
// 기본 모델 설정
"defaultModel": "gemini-2.5-pro",
// 코드 실행 설정
"codeExecution": true,
// MCP 서버 연결
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"./"
]
},
"playwright": {
"command": "npx",
"args": ["-y", "@anthropic-ai/mcp-playwright"]
}
}
}13.3 지침 파일 비교
AI에게 프로젝트 맥락과 규칙을 전달하는 "지침 파일"은 각 플랫폼마다 이름이 다릅니다.
| 항목 | GPT Codex | Claude Code | Gemini CLI |
|---|---|---|---|
| 지침 파일명 | AGENTS.md | CLAUDE.md | GEMINI.md |
| 위치 | 프로젝트 루트 또는 하위 폴더 | 프로젝트 루트 | 프로젝트 루트 |
| 계층 구조 | 지원 (하위 폴더 AGENTS.md 오버라이드) | 제한적 (루트 CLAUDE.md 중심) | 지원 (디렉토리별 GEMINI.md) |
| 자동 로딩 | 세션 시작 시 자동 | 세션 시작 시 자동 | 세션 시작 시 자동 |
| 포함 권장 내용 | 프로젝트 구조, 코딩 스타일, 테스트 규칙, 금지사항 | 프로젝트 개요, 기술 스택, 운영 규칙, 보안 가이드 | 프로젝트 설명, 우선순위, 코드 스타일 가이드 |
| 최대 크기 권장 | 제한 없음 (간결 권장) | 제한 없음 (간결 권장) | 제한 없음 (간결 권장) |
프로젝트에서 세 플랫폼 모두 사용하고 싶다면, AGENTS.md, CLAUDE.md, GEMINI.md를 모두 만들 수 있습니다. 핵심 내용은 같지만 플랫폼별 특화 설정을 각 파일에 넣으면 됩니다. 또는 하나의 PROJECT.md를 만들고 각 지침 파일에서 참조하는 방식도 좋습니다.
13.4 모델 종류 및 컨텍스트 비교
각 플랫폼이 사용하는 AI 모델과 그 성능 특성을 비교합니다.
| 항목 | GPT Codex | Claude Code | Gemini CLI |
|---|---|---|---|
| 기본 모델 | GPT-5.4 | Claude Opus 4.6 | Gemini 2.5 Pro |
| 경량 모델 | GPT-5.4-mini GPT-5.3-Codex-Spark (초고속) | Claude Sonnet 4.6 | Gemini 2.0 Flash |
| 컨텍스트 윈도우 | 약 200K 토큰 | 최대 1M 토큰 (100만) | 최대 1M 토큰 (100만) |
| 코드 생성 품질 | 매우 높음 (실행 중심) | 매우 높음 (설계/분석 강점) | 높음 (멀티모달 강점) |
| 장문 코드 이해 | 우수 | 최우수 (1M 컨텍스트) | 우수 (1M 컨텍스트) |
| 모델 선택 가능 | config.toml에서 변경 | claude --model 플래그 | settings에서 변경 |
컨텍스트 윈도우는 악보를 한 번에 볼 수 있는 범위와 같습니다. 200K 토큰이면 소나타 한 악장을 한 번에 볼 수 있고, 1M 토큰이면 교향곡 전체를 한눈에 펼쳐놓고 각 악장 간의 관계를 분석할 수 있는 것입니다. 프로젝트가 클수록 넓은 컨텍스트가 유리합니다.
13.5 MCP 지원 비교
MCP(Model Context Protocol)는 AI가 외부 도구와 상호작용하는 프로토콜입니다. 지원 수준이 플랫폼마다 다릅니다.
| 항목 | GPT Codex | Claude Code | Gemini CLI |
|---|---|---|---|
| MCP 지원 | 지원 (config.toml) | 완전 지원 (.mcp.json) | 지원 (settings.json) |
| MCP 설정 위치 | .codex/config.toml [mcp] | .mcp.json (프로젝트 루트) | .gemini/settings.json |
| 지원 서버 수 | 대부분의 MCP 서버 호환 | 대부분의 MCP 서버 호환 (가장 활발한 생태계) | 대부분의 MCP 서버 호환 |
| 커뮤니티 생태계 | 빠르게 성장 중 | 가장 활발 (MCP 창시) | 성장 중 |
| 빌트인 도구 | Bash, File Read/Write | Bash, Read, Edit, Glob, Grep, Write 등 다수 | Shell, File 작업 |
| 외부 도구 제한 | 승인 모드에 따름 | permissions로 세밀 제어 | 승인 모드에 따름 |
MCP(Model Context Protocol)는 원래 **Anthropic(Claude 개발사)**이 제안한 개방형 표준입니다. 그래서 Claude Code에서 MCP 지원이 가장 성숙하며, 다른 플랫폼도 이 표준을 채택하고 있습니다. 음악으로 치면 MIDI 프로토콜처럼 — 한 회사가 제안했지만 업계 전체가 사용하는 표준이 된 것입니다.
13.6 권한 모드 비교
AI가 어떤 작업을 자동으로 할 수 있고, 어떤 작업에 사용자 승인이 필요한지를 결정하는 권한 모드입니다.
| 항목 | GPT Codex | Claude Code | Gemini CLI |
|---|---|---|---|
| 기본 모드 | Read Only (읽기만 허용) | 기본 모드 (승인 필요) | 기본 모드 (승인 필요) |
| 중간 모드 | Auto (자동 실행, 샌드박스 내) | allowedTools로 세밀 허용 (도구별 개별 설정) | 카테고리별 승인 |
| 완전 자동 | Full Access (모든 제한 해제) | --dangerously-skip-permissions (모든 권한 건너뛰기) | -y / --auto-approve (전체 자동 승인) |
| OS 샌드박스 | macOS Seatbelt Linux Landlock/Bubblewrap Windows 네이티브 | 없음 (permissions 시스템으로 대체 컨테이너 권장) | 네이티브 샌드박스 내장 Windows 샌드박스 지원 |
| 네트워크 제어 | OS 수준 egress 규칙 (자동 차단 가능) | deny 목록으로 특정 명령 차단 | 샌드박스 내 MCP 서버 격리 가능 |
권한 모드는 녹음 세션의 엔지니어 권한과 같습니다. "Suggest" 모드는 엔지니어가 "이 EQ 세팅 어때요?"라고 제안만 하는 것이고, "Auto" 모드는 엔지니어에게 "마음대로 믹싱해줘"라고 맡기는 것입니다. 보통은 중요한 결정은 직접 확인하고, 반복 작업만 자동화하는 게 좋습니다.
13.7 가격 및 구독 모델 비교
| 항목 | GPT Codex | Claude Code | Gemini CLI |
|---|---|---|---|
| 무료 티어 | 없음 (API 키 또는 구독 필요) | 없음 (구독 필요) | 있음 (일 1,000회, Gemini Flash) |
| 기본 구독 | ChatGPT Plus $20/월 (제한적 Codex 사용) | Claude Pro $20/월 (기본 사용량) | Google One AI Premium $20/월 |
| 중간 구독 | ChatGPT Pro $200/월 (무제한에 가까운 사용) | Claude Max $100/월 (5x Pro 사용량) | 별도 없음 (API 종량제) |
| 고급 구독 | 없음 (Pro가 최상위) | Claude Max $200/월 (20x Pro 사용량) | Gemini Advanced (API 종량제 별도) |
| API 종량제 | GPT-5.4: ~$10/M 입력 토큰 ~$30/M 출력 토큰 | Opus 4.6: $15/M 입력 $75/M 출력 | 2.5 Pro: 무료 티어 있음 유료: $1.25~$10/M 토큰 |
| 학생 할인 | 없음 | 없음 | 없음 (무료 티어 활용) |
예산이 제한적인 학생이라면: Gemini CLI 무료 티어로 시작해서 기본기를 익히고, 본격적인 프로젝트를 시작할 때 Claude Pro($20/월) 또는 ChatGPT Plus($20/월) 중 하나를 선택하세요. 무료로 시작해서 필요할 때 업그레이드하는 것이 가장 합리적입니다.
13.8 자동화 수준 비교
각 플랫폼이 "코딩 에이전트"로서 얼마나 자율적으로 작업할 수 있는지를 비교합니다.
| 항목 | GPT Codex | Claude Code | Gemini CLI |
|---|---|---|---|
| 파일 생성/편집 | 지원 | 지원 | 지원 |
| 터미널 명령 실행 | 지원 (샌드박스) | 지원 (권한 설정) | 지원 |
| Git 작업 자동화 | 지원 | 지원 (커밋, 브랜치 등) | 지원 |
| 멀티 파일 동시 편집 | 지원 | 지원 (매우 강력) | 지원 |
| 테스트 자동 실행 | 지원 | 지원 | 지원 |
| 빌드/배포 자동화 | 지원 (Auto 모드) | 지원 (스크립트 실행) | 지원 |
| 헤드리스(비대화형) 모드 | codex -q (quiet) | claude -p (pipe 모드) | gemini -p (pipe 모드) |
| CI/CD 연동 | GitHub Actions 연동 | claude -p로 스크립트 실행 | 스크립트 실행 가능 |
13.9 강점과 약점 요약
강점 비교
| 항목 | GPT Codex | Claude Code | Gemini CLI |
|---|---|---|---|
| 최대 강점 | 네트워크 샌드박스 — 보안에 매우 강함 | 1M 토큰 컨텍스트 — 대형 프로젝트에 최적 | 무료 티어 제공 — 진입장벽 최저 |
| 생태계 | ChatGPT Pro 구독으로 통합 사용 (웹+API+CLI) | MCP 생태계의 원조 + 가장 풍부한 도구 | Google 생태계 통합 (Drive, Docs, Colab 등) |
| 기술적 강점 | 코드 생성 품질이 매우 높음 (GPT-5.4 특화) | 세밀한 권한 제어 (allowedTools) + Sub Agent | 1M 컨텍스트 지원 + 멀티모달 이해력 |
약점 비교
| 항목 | GPT Codex | Claude Code | Gemini CLI |
|---|---|---|---|
| 비용 장벽 | 무료 티어 없음 ($20 Plus도 Codex 제한적) | 무료 티어 없음 (최소 $20/월 Pro 필요) | 무료 티어 사용량이 빡빡함 (일 1,000회) |
| 생태계 한계 | MCP 생태계가 아직 초기 단계 | Opus 모델 API 비용이 높음 ($75/M 출력 토큰) | 커뮤니티 자료와 레퍼런스가 상대적으로 적음 |
| 기능 제약 | 샌드박스로 인해 네트워크 필요 작업 불편 | 구독 플랜에 따라 일일 사용량 제한 | MCP 생태계와 Hooks 등 고급 기능이 아직 성장 중 |
13.10 어떤 상황에서 어떤 플랫폼? — 의사결정 가이드
선택이 어렵다면, 아래 상황별 가이드를 참고하세요.
상황 1: "처음 시작하는데 돈을 쓰기 부담스러워요"
Gemini CLI의 무료 티어로 시작하세요. 일 1,000회 요청이면 학습하기에 충분합니다. 바이브 코딩의 기본 워크플로우를 익힌 후 유료 구독을 고려해도 늦지 않습니다.
상황 2: "MediaPipe + Ableton 프로젝트를 제대로 만들고 싶어요"
MediaPipe 프로젝트처럼 여러 파일과 라이브러리가 얽히는 프로젝트에는 1M 토큰 컨텍스트가 강력한 무기입니다. 프로젝트 전체를 이해하고 수정할 수 있기 때문입니다. MCP로 브라우저 테스트(Playwright), 파일 관리(filesystem) 등도 연동하기 좋습니다.
상황 3: "보안이 중요한 프로젝트를 해요"
Codex의 네트워크 샌드박스는 AI가 인터넷에 접근하지 못하게 차단합니다. 민감한 데이터를 다루거나 보안이 중요한 프로젝트에서는 이 기능이 큰 장점입니다.
상황 4: "여러 플랫폼을 번갈아 쓰고 싶어요"
가능합니다! 프로젝트에 AGENTS.md, CLAUDE.md, GEMINI.md를 모두 만들어두면 세 플랫폼 모두에서 같은 프로젝트를 작업할 수 있습니다. 사용량이 한 플랫폼에서 소진되면 다른 플랫폼으로 전환하는 것도 실용적인 전략입니다.
상황 5: "TouchDesigner/Max MSP와 연동할 프로젝트예요"
미디어 아트 프로젝트에서는 OSC, MIDI, WebSocket 등 다양한 프로토콜을 다뤄야 합니다. Claude Code의 풍부한 MCP 생태계와 넓은 컨텍스트 윈도우가 복잡한 인터랙티브 시스템 구축에 유리합니다. Playwright MCP로 웹 기반 인터페이스 테스트도 자동화할 수 있습니다.
DAW 선택과 마찬가지로, "최고의 플랫폼"은 없습니다. Ableton이 라이브에 좋고 Logic이 작곡에 좋듯이, 각 AI 플랫폼도 상황에 따라 최적이 다릅니다. 중요한 것은 도구를 탓하는 것이 아니라, 도구의 특성을 이해하고 적재적소에 사용하는 것입니다. 프로 뮤지션들도 상황에 따라 여러 DAW를 번갈아 사용합니다.
13.11 종합 비교 — 한눈에 보기
마지막으로 전체를 한 테이블로 정리합니다.
| 항목 | GPT Codex | Claude Code | Gemini CLI |
|---|---|---|---|
| 개발사 | OpenAI | Anthropic | Google DeepMind |
| 설치 | npm install -g @openai/codex | npm install -g @anthropic-ai/claude-code | npm install -g @google/gemini-cli |
| 지침 파일 | AGENTS.md | CLAUDE.md | GEMINI.md |
| 기본 모델 | GPT-5.4 | Claude Opus 4.6 | Gemini 2.5 Pro |
| 컨텍스트 크기 | ~200K 토큰 | 최대 1M 토큰 | 최대 1M 토큰 |
| MCP | STDIO + HTTP | STDIO (.mcp.json) | STDIO |
| Skills | 지원 (앱/CLI 동기화) | 지원 (.claude/commands/) | Agent Skills (자동 인식) |
| Sub Agent | 지원 (TOML 정의) | 강력 (Task + Agent Teams) | 지원 (격리 실행) |
| Hooks | 실험적 (hooks.json) | 지원 (settings.json) | 지원 (hooks.json) |
| Plugin / 확장 | Plugin 시스템 (공식) | 없음 (MCP+Skills 조합) | Extensions 시스템 |
| OS 샌드박스 | Seatbelt/Landlock/Win | 없음 (권한 시스템) | 네이티브 샌드박스 |
| 무료 사용 | 불가 | 불가 | 가능 (일 1,000회) |
| 월 $20 구독 | ChatGPT Plus | Claude Pro | Gemini Advanced |
| 철학 | 자동 실행 엔진 | AI 개발 OS (가장 완성된 플랫폼) | 인터랙티브 CLI AI |
이 비교는 2026년 4월 기준입니다. AI 도구 시장은 매우 빠르게 변화하므로, 각 플랫폼의 공식 문서를 정기적으로 확인하세요. 오늘의 약점이 내일의 강점이 될 수 있습니다. 중요한 것은 하나에 올인하지 말고, 여러 도구를 유연하게 활용하는 능력을 기르는 것입니다.