GitHub Copilot의 AI 모델 비교
GitHub Copilot은 다양한 기능을 갖춘 여러 AI 모델을 지원합니다. 선택한 모델은 부조종사 채팅 및 Copilot 인라인 제안으로 응답의 품질과 관련성에 영향을 줍니다. 일부 모델은 대기 시간이 더 짧고, 또 다른 모델은 환각이 적거나 또는 특정 작업에서 성능 향상을 제공합니다. 이 가이드는 모델 이름뿐만 아니라 작업에 따라 가장 적합한 모델을 선택하는 데 도움이 됩니다.
참고 항목
- 모델별로 프리미엄 요청 승수가 다르기 때문에 월별 사용 허용량에 영향을 줄 수 있습니다. 세부 정보는 GitHub Copilot의 요청(을)를 참조하세요.
- 지원되는 IDE에서 부조종사 채팅를 사용하는 경우 자동이 가용성을 기준으로 가장 적합한 모델을 자동으로 선택합니다. 다른 모델을 수동으로 선택하여 이 선택 항목을 재정의할 수 있습니다. Copilot 자동 모델 선택에 대해 및 GitHub Copilot Chat의 AI 모델 변경을(를) 참조하세요.
작업별 권장 모델
Grok Code Fast 1에 대한 무료 액세스는 2025년 9월 10일 수요일 PDT 기준 오후 12시까지 제공됩니다. 그 이후에는 일반 요금이 적용됩니다.
이 표를 사용하면 적합한 모델을 빠르게 찾을 수 있습니다. 아래 섹션에서 자세한 내용을 참조하세요.
| 모델 | 작업 영역 | 탁월한 기능(주요 사용 사례) | 추가 참고 자료 |
|---|---|---|---|
| 모델에 대한 | |||
| GPT-4.1 | General-purpose coding and writing | Fast, accurate code completions and explanations | GPT-4.1 model card |
| 모델에 대한 | |||
| GPT-5 | Deep reasoning and debugging | Multi-step problem solving and architecture-level code analysis | GPT-5 model card |
| 모델에 대한 | |||
| GPT-5-Codex | General-purpose coding and writing | Fast, accurate code completions and explanations | GPT-5-Codex model card |
| 모델에 대한 | |||
| GPT-5 mini | General-purpose coding and writing | Fast, accurate code completions and explanations | GPT-5 mini model card |
| 모델에 대한 | |||
| GPT-5.1 | Deep reasoning and debugging | Multi-step problem solving and architecture-level code analysis | GPT-5.1 model card |
| 모델에 대한 | |||
| GPT-5.1-Codex | Deep reasoning and debugging | Multi-step problem solving and architecture-level code analysis | Not available |
| 모델에 대한 | |||
| GPT-5.1 Codex Max | Agentic software development | Agentic tasks | GPT-5.1-Codex-Max model card |
| 모델에 대한 | |||
| GPT-5.1-Codex-Mini | Deep reasoning and debugging | Multi-step problem solving and architecture-level code analysis | Not available |
| 모델에 대한 | |||
| GPT-5.2 | Deep reasoning and debugging | Multi-step problem solving and architecture-level code analysis | GPT-5.2 model card |
| 모델에 대한 | |||
| GPT-5.2-Codex | Agentic software development | Agentic tasks | GPT-5.2-Codex model card |
| 모델에 대한 | |||
| Claude Haiku 4.5 | Fast help with simple or repetitive tasks | Fast, reliable answers to lightweight coding questions | Claude Haiku 4.5 model card |
| 모델에 대한 | |||
| Claude Opus 4.1 | Deep reasoning and debugging | Complex problem-solving challenges, sophisticated reasoning | Claude Opus 4.1 model card |
| 모델에 대한 | |||
| Claude Opus 4.5 | Deep reasoning and debugging | Complex problem-solving challenges, sophisticated reasoning | Claude Opus 4.5 model card |
| 모델에 대한 | |||
| Claude Sonnet 4.0 | Deep reasoning and debugging | Performance and practicality, perfectly balanced for coding workflows | Claude Sonnet 4.0 model card |
| 모델에 대한 | |||
| Claude Sonnet 4.5 | General-purpose coding and agent tasks | Complex problem-solving challenges, sophisticated reasoning | Claude Sonnet 4.5 model card |
| 모델에 대한 | |||
| Gemini 2.5 Pro | Deep reasoning and debugging | Complex code generation, debugging, and research workflows | Gemini 2.5 Pro model card |
| 모델에 대한 | |||
| Gemini 3 Flash | Fast help with simple or repetitive tasks | Fast, reliable answers to lightweight coding questions | Gemini 3 Flash model card |
| 모델에 대한 | |||
| Gemini 3 Pro | Deep reasoning and debugging | Complex code generation, debugging, and research workflows | Gemini 3 Pro model card |
| 모델에 대한 | |||
| Grok Code Fast 1 | General-purpose coding and writing | Fast, accurate code completions and explanations | Grok Code Fast 1 model card |
| 모델에 대한 | |||
| Qwen2.5 | General-purpose coding and writing | Code generation, reasoning, and code repair / debugging | Qwen2.5 model card |
| 모델에 대한 | |||
| Raptor mini | General-purpose coding and writing | Fast, accurate code completions and explanations | Coming soon |
작업: 범용 코딩 및 쓰기
품질, 속도, 비용 효율성의 균형이 필요한 일반적인 개발 작업에 이러한 모델을 사용합니다. 이러한 모델은 특별한 요구 사항이 없는 경우 기본값으로 사용하기 좋은 모델입니다.
| 모델 | 적합한 이유 |
|---|---|
| GPT-5-Codex | 긴 지침 없이 기능, 테스트, 디버깅, 리팩터, 검토와 같은 복잡한 엔지니어링 작업에 대한 고품질 코드를 제공합니다. |
| GPT-5 mini | 대부분의 코딩 및 쓰기 작업에 대한 신뢰할 수 있는 기본값입니다. 빠르고 정확하며 다양한 언어 및 프레임워크와 잘 호환됩니다. |
| Grok Code Fast 1 | 코딩 작업용으로 특화되었습니다. 다양한 언어에서 코드 생성 및 디버깅 성능이 우수합니다. |
| 랩터 미니 | 빠르고 정확한 인라인 제안 및 설명을 위해 전문화되었습니다. |
이러한 모델을 사용하는 경우
이러한 모델 중 하나를 사용하여 다음 작업을 수행합니다.
- 함수, 짧은 파일, 코드 차이점 작성 또는 검토
- 문서, 메모, 요약 생성
- 오류 또는 예기치 않은 동작 빠르게 설명
- 영어가 아닌 프로그래밍 환경에서 작업
다른 모델을 사용하는 경우
복잡한 리팩터링, 아키텍처 결정, 다단계 논리 작업을 수행하는 경우, 심층 추론 및 디버깅 모델을 고려하세요. 반복적인 편집 또는 일회성 코드 제안과 같은 더 빠르고 간단한 작업은 단순하거나 반복적인 작업에 대한 빠른 지원을 참조하세요.
작업: 단순하거나 반복적인 작업에 대한 빠른 지원
이러한 모델은 속도와 응답성에 최적화되어 있습니다. 빠른 편집, 유틸리티 함수, 구문 도움말, 간단한 프로토타입 작성에 이상적입니다. 불필요한 심층적 또는 긴 추론 과정을 기다리지 않고 빠른 답변을 얻을 수 있습니다.
권장 모델
| 모델 | 적합한 이유 |
|---|---|
| 클로드 하이쿠 4.5 | 빠른 응답과 고품질 출력의 균형을 유지합니다. 작은 작업 및 간단한 코드 설명에 이상적입니다. |
이러한 모델을 사용하는 경우
이러한 모델 중 하나를 사용하여 다음 작업을 수행합니다.
- 작은 함수 또는 유틸리티 코드를 작성하거나 편집합니다.
- 구문 또는 언어에 대한 간단한 질문을 하세요.
- 최소한의 설정으로 아이디어를 프로토타입화합니다.
- 간단한 프롬프트 또는 편집에 대한 빠른 피드백을 받습니다.
다른 모델을 사용하는 경우
복잡한 리팩터링, 아키텍처 결정, 다단계 논리 작업을 수행하는 경우, 심층 추론 및 디버깅을 참조하세요. 더 강력한 범용 추론 또는 보다 구조화된 출력이 필요한 작업은 범용 코딩 및 쓰기를 참조하세요.
작업: 심층 추론 및 디버깅
이러한 모델은 단계별 추론, 복잡한 의사 결정, 높은 컨텍스트 인식이 필요한 작업을 위해 설계되었습니다. 구조적 분석, 신중한 코드 생성, 다중 파일 이해가 필요할 때 효과적입니다.
권장 모델
| 모델 | 적합한 이유 |
|---|---|
| GPT-5 mini | GPT-5보다 더 빠른 응답과 낮은 리소스 사용량으로 깊은 추론 및 디버깅을 제공합니다. 대화형 세션 및 단계별 코드 분석에 적합합니다. |
| GPT-5 | 복잡한 추론, 코드 분석, 기술 의사 결정에 적합합니다. |
| 클로드 소넷 4 | 3.7 버전보다 향상된 완성도가 높아지고 압박 속에서도 더 뛰어난 추론이 가능해졌습니다. |
| 클로드 오푸스 4.1 | Anthropic의 가장 강력한 모델입니다. 클로드 오푸스 4가 개선되었습니다. |
| Gemini 2.5 Pro | 긴 컨텍스트에 대한 고급 추론과 과학적 기술적 분석에 뛰어납니다. |
이러한 모델을 사용하는 경우
이러한 모델 중 하나를 사용하여 다음 작업을 수행합니다.
- 여러 파일에서 컨텍스트와 관련된 복잡한 문제 디버그
- 대규모 또는 상호 연결된 코드베이스 리팩터링
- 여러 계층에 걸친 기능이나 아키텍처 계획
- 라이브러리, 패턴, 워크플로 간의 장단점 비교 및 조정
- 로그, 성능 데이터, 시스템 동작 분석
다른 모델을 사용하는 경우
빠른 반복 또는 간단한 작업은 단순하거나 반복적인 작업에 대한 빠른 지원을 참조하세요. 일반적인 개발 워크플로 또는 콘텐츠 생성은 범용 코딩 및 쓰기를 참조하세요.
작업: 시각적 개체(다이어그램, 스크린샷) 작업
스크린샷, 다이어그램, UI 구성 요소 또는 기타 시각적 입력에 대한 질문을 할 때 이러한 모델을 사용합니다. 이러한 모델은 다중 모드 입력을 지원하며 프런트 엔드 작업 또는 시각적 디버깅에 적합합니다.
| 모델 | 적합한 이유 |
|---|---|
| GPT-5 mini | 대부분의 코딩 및 쓰기 작업에 대한 신뢰할 수 있는 기본값입니다. 빠르고 정확하며 시각적 추론 작업을 위한 다중 모달 입력을 지원합니다. 언어 및 프레임워크에서 잘 작동합니다. |
| 클로드 소넷 4 | 3.7 버전보다 향상된 완성도가 높아지고 압박 속에서도 더 뛰어난 추론이 가능해졌습니다. |
| Gemini 2.5 Pro | 복잡한 코드 생성, 디버깅, 연구 워크플로에 적합한 심층 추론 및 디버깅이 가능합니다. |
이러한 모델을 사용하는 경우
이러한 모델 중 하나를 사용하여 다음 작업을 수행합니다.
- 다이어그램, 스크린샷, UI 구성 요소에 대해 질문합니다.
- 시각적 초안 또는 워크플로에 대한 피드백을 받습니다.
- 시각적 컨텍스트에서 프런트 엔드 동작을 이해합니다.
팁
이미지 입력(예: 코드 편집기)을 지원하지 않는 컨텍스트에서 모델을 사용하는 경우 시각적 추론 이점이 표시되지 않습니다. MCP 서버를 사용하면 시각적 입력에 간접적으로 액세스할 수 있습니다. MCP(모델 컨텍스트 프로토콜) 서버를 사용하여 GitHub Copilot 채팅 확장을(를) 참조하세요.
다른 모델을 사용하는 경우
작업에 심층 추론 또는 대규모 리팩터링이 포함된 경우 심층 추론 및 디버깅의 모델을 고려합니다. 텍스트 전용 작업이나 간단한 코드 편집의 경우 단순하거나 반복적인 작업에 대한 빠른 지원을 참조하세요.
다음 단계
올바른 모델을 선택하면 Copilot을 최대한 활용하는 데 도움이 됩니다. 어떤 모델을 사용해야 할지 확실하지 않다면 GPT-4.1과 같은 범용 옵션으로 시작한 다음, 필요에 따라 조정하세요.
- 자세한 모델 사양 및 가격은 GitHub Copilot에서 지원되는 AI 모델을(를) 참조하세요.
- 다양한 모델을 사용하는 방법에 대한 더 많은 예를 보려면 다른 작업을 사용하여 AI 모델 비교을(를) 참조하세요.
- 모델 간 서로 전환하려면 GitHub Copilot Chat의 AI 모델 변경 또는 GitHub Copilot 인라인 제안에 대한 AI 모델 변경을(를) 참조하세요.
- 부조종사 채팅이 다른 AI 모델을 지원하는 방법을 알아보려면 GitHub Copilot Chat을 위한 모델 호스팅을(를) 참조하세요.