코딩 에이전트 CLI 4종 2026년 8월 판세

2024년부터 2025년까지, 터미널에서 돌리는 코딩 에이전트의 순서는 대체로 합의돼 있었다. 클로드 코드와 코덱스가 비등하게 앞에 있고, 그 뒤를 그록이, 마지막을 제미나이가 따라가는 형태였다. 이 순서는 꽤 오래 안정적이었다.

2026년 8월의 순서는 그렇지 않다. 넉 달 사이에 네 개 중 세 개가 자리를 바꿨고, 그중 하나는 제품 자체가 없어졌다.

개발자로서 이 넷을 한번 제대로 비교해보고 싶었다. 어느 쪽이 낫다는 인상은 다들 갖고 있는데 그 인상이 언제 무엇 때문에 생긴 건지는 잘 안 따진다. 그래서 넉 달치 벤더 공지와 포스트모템, 가격표, 종료 안내를 찾아서 날짜순으로 늘어놨다.

이 글은 그렇게 정리한 결과다. 그 넉 달에 무슨 일이 있었는지를 공개된 자료로만 다룬다. 벤더 포스트모템, 개발자 블로그 공지, 가격표, 벤치마크 숫자가 근거다. 출처의 신뢰도가 고르지 않아서, 1차 자료로 확인된 것과 2차 매체가 옮긴 것을 구분해 적었다. 판단은 마지막 절에만 있다.

먼저 짚어둘 게 있다. 코딩 에이전트 비교 글은 대개 벤치마크 표로 시작해서 벤치마크 표로 끝난다. 그런데 2026년 상반기에 순위를 실제로 흔든 건 벤치마크가 아니었다. 하나는 벤더가 조용히 바꾼 기본값이었고, 하나는 무료 티어 정리였고, 하나는 자본 거래였다. 셋 다 모델 성능표에는 안 찍힌다. 그래서 이 글은 점수 대신 날짜를 축으로 놓는다.

이 글에서 내가 직접 돌려본 건 클로드 코드와 코덱스뿐이다. 그록과 제미나이 쪽은 벤더 공지와 포스트모템, 가격표, 종료 안내로만 확인했고 손으로 써보지 않았다. 그래서 성능 평가는 하지 않고 날짜와 공개된 수치만 늘어놓는다. 각 항목의 출처는 본문에 링크로 달았다.

넉 달 타임라인

1월에 Anthropic 이 서드파티 코딩 에이전트의 Claude 접속을 막았다. 구독 취소 경고가 이어졌다.

3월이 분기점이다. 3월 4일에 Claude Code 기본 reasoning effort 가 high 에서 medium 으로 조용히 내려갔다. 3월 13일에는 3월 28일까지 오프피크 사용량을 두 배로 준다는 공지가 나왔는데, 열흘 뒤인 3월 26일에는 반대 방향으로 피크시간대 세션 한도가 조정됐다. 평일 태평양시 오전 5시에서 11시 사이다. Max 구독자 세션이 90분 만에 소진되기 시작한 게 여기서부터다. 같은 3월 26일부터 4월 10일까지 thinking 캐시 버그가 돌았다. 세션당 한 번 지워야 할 사고 이력을 매 턴 지우고 있었다.

4월 16일부터 20일까지는 응답 길이를 줄이는 시스템 프롬프트가 들어가면서 코딩 품질이 떨어졌다. 세 문제가 전부 4월 20일 v2.1.116 에서 닫혔고 전 구독자 사용량 한도가 리셋됐다. 그 직후인 4월 21일과 22일에 SpaceX 가 Cursor 인수 옵션을 공시했다는 보도가 나왔고 규모는 600억 달러로 전해진다. 4월 23일에 GPT-5.5 가 나왔는데, 같은 날 Anthropic 이 Claude Code 포스트모템을 공개했다.

5월에는 완화가 이어졌다. 6일에 5시간 한도 전 유료 플랜이 영구적으로 두 배가 됐고, 13일에 주간 한도가 50% 올라갔다. 이건 프로모션이고 이후 세 차례 연장됐다. 14일에는 xAI 가 Grok Build 얼리 베타를 열었다.

6월 18일에 Gemini CLI 가 종료되고 Antigravity CLI 로 바뀌었다. 무료 티어가 하루 1,000 요청에서 약 20 요청이 됐다.

7월 24일에 Claude Opus 5 가 컨텍스트 100만 토큰으로 나왔고, 닷새 뒤인 29일에 웹과 API 와 Claude Code 전반에서 529 Overloaded 로 전면 장애가 났다.

클로드 코드에서 실제로 망가진 것

"클로드 코드가 어느 순간 망가졌다"는 말은 봄 내내 커뮤니티에서 돌았다. 대개 이런 종류의 주장은 확인이 안 된다. 모델은 확률적이고, 체감은 주관적이고, 벤더는 "변경 없음"이라고 답하고 끝난다.

이 건은 예외다. Anthropic 이 4월 23일 엔지니어링 포스트모템에서 원인 세 가지를 날짜 단위로 인정했다. 요지는 모델 가중치는 그대로였고 제품 계층이 망가졌다는 것이다. API 를 직접 쓰는 쪽은 영향을 받지 않았고, Claude Code · Claude Agent SDK · Claude Cowork 만 영향권이었다.

원인 1 — reasoning effort 기본값 강등 (3/4 ~ 4/7)

사고 시간이 너무 길어 UI 가 멈춘 것처럼 보이는 문제가 있었다. 이걸 줄이려고 기본 reasoning effort 를 high 에서 medium 으로 내렸다. Sonnet 4.6 과 Opus 4.6 이 대상이었다. 포스트모템은 이 판단을 틀렸다고 적었다.

이게 사용자에게 어떻게 보였는지가 중요하다. 설정은 아무것도 안 건드렸는데 같은 프롬프트에 얕은 답이 온다. 사용자 입장에서는 "모델이 멍청해졌다" 말고는 설명할 방법이 없다.

원인 2 — thinking 캐시 버그 (3/26 ~ 4/10)

프롬프트 캐싱 최적화가 오작동했다. 세션당 한 번만 사고 이력을 비워야 하는데, 매 턴 비웠다. 결과적으로 에이전트가 직전 턴에 자기가 무슨 판단을 했는지 모르는 상태로 다음 턴을 시작했다.

커뮤니티가 보고한 증상 목록 — 건망증, 같은 말 반복, 이상한 도구 선택 — 이 이 버그 하나로 거의 다 설명된다. v2.1.101 에서 고쳐졌다.

에이전트에게 컨텍스트가 무엇인지는 규칙 문서를 MCP 도구로 잘라 넣었던 기록에서 다룬 적이 있다. 필요한 것만 남기는 게 핵심인데, 이 버그는 반대로 필요한 것부터 지웠다.

원인 3 — 장황함 억제 프롬프트 (4/16 ~ 4/20)

응답 길이에 제한을 거는 시스템 프롬프트를 넣었다. 자체 평가에서 Opus 4.6 과 4.7 양쪽 모두 3% 하락이 나왔다.

포스트모템에 명시된 정량 수치는 이 3% 하나뿐이다. 나머지 두 원인에 대해서는 날짜와 메커니즘만 있고 "얼마나 나빠졌는지"는 없다.

세 개가 겹친 것이 진짜 문제였다

각각은 다른 시점에, 다른 트래픽 슬라이스에, 다른 일정으로 들어갔다. 그래서 사용자 A 와 사용자 B 의 체감이 달랐고, 같은 사용자도 날에 따라 달랐다. 재현이 안 되니 버그 리포트가 성립하지 않았다.

이 구조가 여섯 주짜리 불신을 만들었다. 사용자는 나빠졌다고 하고, 벤더는 지표상 이상 없다고 하고, 양쪽 다 자기 데이터로는 맞았다.

수정보다 신뢰가 늦게 돌아왔다

포스트모템 이후 반응은 갈렸다. 인정을 평가하는 쪽이 있었고, 시점을 문제 삼는 쪽이 있었다. 후자의 요지는 이랬다 — 수많은 사람이 몇 주간 문제를 제기하는 동안 아무 문제 없다고 하다가, GPT-5.5 가 나온 바로 그날 문제가 있었다고 인정했다는 것. 커뮤니티에서 "gaslit 당했다"는 표현이 나온 게 이 지점이다.

기술적으로는 4월 20일에 끝난 사건이다. 평판으로는 안 끝났다. 8월 현재까지도 "클로드 코드가 예전 같지 않다"는 인상이 남아 있고, 그 인상의 상당 부분은 이미 고쳐진 버그를 근거로 하고 있다.

품질과 별개로 돌아간 축 — 사용량 한도

위 세 가지는 품질 문제였다. 그런데 같은 기간에 한도 쪽에서도 별개의 일이 벌어졌고, 사용자 체감에서는 이 둘이 섞였다.

3월 13일 오프피크 두 배는 완화였고, 열흘 뒤 3월 26일 피크시간대 세션 한도 조정은 강화였다. 4월 20일 전 구독자 한도 리셋과 5월 6일 5시간 한도 전 유료 플랜 두 배는 다시 완화다. 뒤쪽은 영구다. 5월 13일 주간 한도 50% 상향도 완화인데 이건 프로모션이다.

3월 26일이 분기점이었다. 평일 태평양시 오전 5~11시에 할당량이 더 빨리 닳도록 바뀌었는데, 이건 공지가 크게 나가지 않았다. 세 자릿수 달러를 내는 Max 구독자들이 평소 몇 시간 가던 세션이 90분 만에 끝났다고 보고하기 시작했다.

품질 저하와 한도 강화가 3월 말에 동시에 진행됐다. 사용자에게는 구분이 안 됐다. "돈은 더 내는데 더 빨리 끊기고 결과는 더 나쁘다"가 한 덩어리로 체감됐고, 이 시기 이탈의 상당수가 여기서 나왔다.

5월 13일 주간 한도 50% 상향은 프로모션이고 세 차례 연장돼 2026년 8월 19일까지 유효하다. 이게 끝나면 주간 벽이 지금보다 3분의 1쯤 일찍 온다. 5월 6일 5시간 한도 2배는 영구라 영향을 받지 않는다. 8월 중순에 체감이 한 번 더 나빠질 여지가 남아 있다는 뜻이다.

코덱스가 자리를 가져간 방식

봄에 빠져나간 사용자가 대부분 향한 곳이 Codex CLI 였다. 이유는 세 가지로 정리된다.

타이밍이 먼저다. GPT-5.5 가 4월 23일에 나왔는데 Anthropic 포스트모템과 같은 날이다. 옮길 이유와 옮길 곳이 동시에 생겼다.

벤치마크도 거들었다. GPT-5.5 는 Terminal-Bench 2.0 에서 82.7% 를 기록했다. 터미널 기반 작업에 한정된 벤치마크라 코딩 에이전트 비교에서 자주 인용된다.

가격 구조도 낮았다. Codex CLI 자체는 오픈소스 무료 다운로드고 사용량은 ChatGPT 플랜을 따라간다.

Go 가 월 8달러, Plus 가 20달러다. Pro 는 100달러면 Plus 의 5배, 200달러면 20배를 준다. Business 는 사용자당 25달러이고 연간 결제하면 20달러, 최소 2인부터다.

컨텍스트 윈도는 40만 토큰이다. API 로 직접 쓰면 GPT-5.5 가 입력 100만 토큰당 $5, 출력 $30 인데, 이건 GPT-5.4 의 $2.5 / $15 에서 두 배 오른 값이다.

다만 "선호"와 "품질"이 갈렸다는 조사가 있다

여러 비교 글이 500명 이상 개발자 대상 교차 조사를 인용한다. 요지는 65% 가 일상 코딩에 코덱스를 선호했지만, 산출 코드를 블라인드로 평가했을 때는 클로드 코드가 67% 승률로 더 깔끔하고 관용적이었다는 것이다.

이 숫자는 조사 주체와 방법론이 명시된 1차 자료를 찾지 못했다. SEO 비교 블로그들이 서로를 인용하는 형태라 액면 그대로 받으면 안 된다. 다만 이 구도 자체 — 선택은 한도와 토큰 경제학을 따라가고, 품질 평가는 다른 답을 낸다 — 는 봄에 나온 여러 후기와 방향이 맞는다.

같은 맥락에서 봄~여름에 굳은 사용 패턴이 "하나만 고르기"가 아니라 병용이었다. X 에서 반복적으로 인용된 표현은 이랬다.

2026년 스택: 타이핑은 코덱스로, 커밋은 클로드 코드로.

제미나이는 제품을 갈아엎었다

구글 쪽은 성능 경쟁 이전에 제품 자체를 교체했다.

구글 개발자 블로그 공지에 따라 Gemini CLI 는 2026년 6월 18일에 무료·개인 사용자 기준으로 종료됐다. 대체재는 Antigravity CLI, 실행 명령은 agy 다.

Gemini CLI 는 TypeScript 오픈소스에 단일 에이전트였고 명령이 gemini 였다. Antigravity CLI 는 Go 바이너리 클로즈드소스에 비동기 멀티 에이전트고 명령이 agy 다. 무료 티어는 하루 1,000 요청에서 약 20 요청으로 바뀌었다. 주간 컴퓨트 캡이 걸린다.

바뀐 것 중 실무에 가장 크게 걸린 건 무료 티어다. 하루 1,000 요청에서 약 20 요청은 50분의 1이다. 개인 개발자 기준으로는 사실상 다른 제품이다.

전환 일정도 짧았다. 6월 18일 하드 컷오프에 맞춰 파이프라인이 깨진 사례가 보고됐다. gemini 를 CI 스크립트에 박아둔 쪽은 그날 빌드가 멈췄다.

Gemini Code Assist Standard·Enterprise 라이선스나 Google Cloud 를 통해 쓰던 조직은 접근이 그대로 유지됐다. 즉 이 종료는 무료·개인 사용자를 정리하고 유료 조직을 남긴 조치에 가깝다.

오픈소스에서 클로즈드소스 Go 바이너리로 간 것도 성격 변화다. Gemini CLI 는 코드를 읽고 포크할 수 있었지만 agy 는 아니다. 멀티 에이전트 워크플로를 돌리려면 단일 에이전트 TypeScript 구조로는 안 됐다는 게 구글 쪽 설명이고, 그 설명은 기술적으로 말이 된다. 다만 결과적으로 검증 가능성은 줄었다.

그록은 병렬에 걸었다

xAI 의 Grok Build 는 2026년 5월 14일 얼리 베타로 나왔다. 여러 리뷰가 전하는 사양은 이렇다.

모델은 Grok 4.3 Heavy 이고 컨텍스트는 200만 토큰이다. 병렬 서브에이전트를 여덟 개까지 돌리고 plan mode 가 있다.

설계 방향이 다른 셋과 구분된다. 클로드 코드가 한 번의 깊은 추론에 거는 쪽이라면, Grok Build 는 같은 문제에 여덟 개를 동시에 붙여 경주시키는 쪽이다. 깊이 대신 병렬에 건 베팅이다.

여기에 자본 쪽 움직임이 겹쳐 있다. 보도에 따르면 2026년 4월 21~22일 SpaceX 가 Cursor 인수 옵션을 공시했고, 규모는 600억 달러 전액 주식, 위약금 100억 달러다. 옵션 행사 시점은 6월 12일로 예정된 SpaceX IPO 이후 약 30일이라고 전해진다. Cursor 는 xAI 의 Colossus 클러스터에서 Composer 2.5 를 학습시키고 있다고도 보도됐다.

이 인수 관련 내용은 전부 보도 기반이고 1차 공시 원문을 확인하지 못했다. 금액과 일정은 특히 그대로 인용하면 안 된다. 여기 적는 이유는 숫자 자체가 아니라 방향 때문이다 — 모델·컴퓨트·에디터를 한 스택으로 묶으려는 시도가 이 진영에서 진행 중이라는 것.

Grok 4.5 가 Cursor 데이터로 학습된 코딩 모델로 입력 100만 토큰당 $2 에 나왔다는 언급도 있다. 사실이라면 GPT-5.5 의 $5, Opus 5 의 $5 대비 절반 이하다.

그리고 7월에 클로드 코드가 다시 올라왔다

여기가 이 글에서 가장 조심해서 읽어야 할 부분이다.

7월 24일 Claude Opus 5 가 나왔다. 컨텍스트 100만 토큰, 출력 최대 12만 8천 토큰, adaptive thinking 기본 활성화다. 가격은 입력 100만 토큰당 $5, 출력 $25 로 Opus 4.8 과 같다.

제품 문서가 강조하는 변화는 벤치마크 점수가 아니라 행동이다 — 처음 나온 그럴듯한 답에서 멈추지 않고 자기 결과를 더 적극적으로 검증하고 반복한다는 것. 서브에이전트를 병렬로 돌리는 dynamic workflows 도 Enterprise·Team·Max 플랜에 리서치 프리뷰로 들어갔고, 별도 프리미엄 과금은 없다.

7월 말 기준 여러 순위 글이 Claude Code 를 다시 1위로, Codex 를 2위로 놓는다. 근거로 드는 건 Opus 5 와 서브에이전트별 모델 지정이다. Codex 는 Terminal-Bench 기록을 유지한 채로 2위다.

그러니까 "클로드 코드가 망가졌고 코덱스가 그 자리를 가져갔다"는 서술은 3월부터 7월 초까지에 대해서는 맞고, 8월 현재에 대해서는 그대로 적용되지 않는다. 제품은 4월 20일에 고쳐졌고 7월 24일에 한 단계 더 갔다.

다만 7월 29일에 웹·API·Claude Code 전반에서 529 Overloaded 로 전면 장애가 났다. 품질 회귀와는 다른 종류의 문제지만, 안정성에 대한 의구심이 여름까지 이어졌다는 신호는 된다.

붙여 쓸 때 실제로 갈리는 지점

벤치마크 점수는 네 개가 비슷한 구간에 몰려 있다. 실무에서 갈리는 건 다른 데서 나온다.

락인 구조. Codex CLI 만 오픈소스다. 나머지 셋은 클로즈드 바이너리고, 그중 Antigravity 는 오픈소스였다가 6월에 클로즈드로 넘어간 경우다. 이게 왜 실무 문제냐면 — 벤더가 기본값을 바꿨을 때 알아챌 수 있느냐가 여기서 갈린다. 3월 4일 reasoning effort 강등이 사용자에게 안 보였던 건 그 층을 볼 방법이 없었기 때문이다.

한도 단위. 네 개가 서로 다른 단위로 끊는다. Claude Code 는 5시간 세션 + 주간 한도, Codex 는 ChatGPT 플랜 배수, Antigravity 는 주간 컴퓨트 캡, Grok Build 는 베타라 아직 확정 구조가 없다. 월 요금만 비교하면 실제로 몇 시간 돌릴 수 있는지가 안 나온다. 3월에 Max 구독자들이 겪은 게 정확히 이 함정이었다 — 요금은 그대로인데 세션이 90분에 끝났다.

컨텍스트 대 병렬. 설계 철학이 두 갈래로 나뉜다. 큰 컨텍스트에 다 넣고 한 번에 깊게 보는 쪽(Claude Code 100만, Grok Build 200만)과, 쪼개서 동시에 붙이는 쪽(Grok Build 8 병렬, Claude Code dynamic workflows, Antigravity 비동기 멀티 에이전트)이다. Grok Build 는 양쪽에 다 걸어놨다. 어느 쪽이 맞는지는 작업 성격에 달렸다 — 레포 전체를 이해해야 하는 리팩터링과, 독립적인 항목 40개를 훑는 감사는 다른 도구를 원한다.

CI 에 박을 수 있느냐. 6월 18일에 gemini 를 스크립트에 박아둔 쪽 빌드가 멈춘 게 이 항목의 사례다. 대화형으로 쓸 때는 명령이 바뀌어도 손으로 고치면 되지만, 파이프라인에 들어간 도구는 벤더의 제품 결정이 그대로 장애로 온다. 종료 공지에서 하드 컷오프까지의 유예가 얼마나 되는지는 스펙 시트에 안 적혀 있다.

2026년 8월 현재

Claude Code 는 7월 24일 나온 Opus 5 를 쓰고 컨텍스트가 100만 토큰이다. API 가격은 100만 토큰당 입력 5달러 출력 25달러, 구독은 Pro 나 Max 로 들어간다. 클로즈드소스고 설계 축은 깊은 추론에 서브에이전트를 붙이는 쪽이다. 최근 사건은 3월과 4월의 품질 회귀 인정, 그리고 7월 29일 장애다.

Codex CLI 는 4월 23일 GPT-5.5 를 쓰고 컨텍스트가 40만이다. 입력 5달러 출력 30달러이고 구독은 Go 8달러나 Plus 20달러부터다. 넷 중 유일하게 CLI 가 오픈소스다. 속도와 효율 쪽에 서 있고 봄에 자리를 가져갔다.

Antigravity CLI 는 Gemini 계열을 쓰는데 컨텍스트와 API 가격은 신뢰할 만한 공개 수치를 못 찾았다. 무료로는 하루 약 20 요청이다. Go 바이너리 클로즈드소스이고 비동기 멀티 에이전트 설계다. 6월 18일에 전작이 종료됐다.

Grok Build 는 Grok 4.3 Heavy 에 컨텍스트 200만으로 넷 중 가장 크다. Grok 4.5 기준 입력 100만 토큰당 2달러라는 보도가 있는데 확인은 못 했다. 아직 베타라 구독 구조가 없다. 클로즈드소스고 여덟 개 병렬 에이전트에 걸었다. 5월 14일 베타를 열었고 Cursor 인수가 진행 중이다.

빈칸은 신뢰할 만한 공개 수치를 못 찾은 항목이다. 채워 넣지 않았다.

그래서 지금은 이렇게 보고 있다

여기서부터는 위 사실에 대한 내 해석이다.

2024~2025년의 순서는 이제 안 맞는 것 같다. 클로드 코드와 코덱스가 앞에 있는 건 그대로지만 둘의 성격이 갈렸고 뒤의 둘은 순서가 뒤집혔다. 제미나이는 제품을 통째로 바꿨고 그록은 다른 설계로 새로 들어왔다. "그록이 제미나이보다 앞"이라는 예전 판단은 지금 기준으로 다시 봐야 한다. 제미나이 쪽이 개인 무료 사용자를 사실상 버리고 조직 시장으로 갔기 때문에, 개인 개발자 기준 순위와 조직 기준 순위가 이제 다른 답을 낸다.

클로드 코드가 망가졌다는 커뮤니티 판단은 옳았다고 본다. 인상 비평이 아니라 벤더가 날짜 단위로 인정한 사실이다. 사용자가 여섯 주 동안 말한 게 맞았고 벤더의 초기 대응이 틀렸다. 자기 지표에 안 잡힌다는 이유로 사용자 보고를 기각한 것, 그리고 경쟁 제품 출시일에 인정한 것. 이 두 가지가 기술적 회귀보다 오래 남았다.

그럼에도 "지금도 그렇다"고 쓰면 틀린다. 세 원인 모두 4월 20일 v2.1.116 에서 닫혔고 7월 24일 Opus 5 가 그 위에 올라갔다. 8월 시점에 클로드 코드를 배제할 근거로 봄의 사건을 드는 건 이미 고쳐진 버그를 근거로 삼는 것이다. 남아 있는 실질적 리스크는 품질보다 한도 쪽이고, 8월 19일 프로모션 종료가 다음 관측 지점으로 보인다.

이 넉 달의 교훈은 모델이 아니라 하네스 쪽에 있는 것 같다. 망가진 건 가중치가 아니었다. reasoning effort 기본값, 캐시 무효화 타이밍, 시스템 프롬프트 한 줄. 전부 모델을 감싸는 얇은 층이었다. 같은 모델이 감싸는 방식에 따라 3% 씩 깎였고 셋이 겹치니 사용자가 제품을 버릴 만큼 나빠졌다. 도구를 고를 때 벤치마크 점수만 보면 이 층이 안 보인다.

그래서 지금은 병용이 합리적인 상태로 보고 있다. 하나를 고르면 그 벤더의 제품 계층 사고를 그대로 뒤집어쓴다. 봄에 클로드 코드만 쓰던 쪽은 여섯 주를 통째로 잃었고 대안이 손에 있던 쪽은 그날 옮겼다. Codex CLI 가 오픈소스 무료 다운로드라 병용 진입 비용이 낮다는 점도 여기에 걸린다.

---

이 글의 수치는 2026년 8월 7일 기준으로 공개된 자료에서 가져왔다. 1차 자료로 확인한 건 Anthropic 포스트모템과 구글 개발자 블로그 공지, 제품 문서의 가격·사양이다. 벤치마크 순위, 개발자 조사, Cursor 인수 관련 내용은 2차 매체를 거친 것이고 본문에 그렇게 표시했다. 이 바닥의 넉 달은 길다. 몇 주 뒤에는 표의 절반이 낡을 것이다.