Anthropic의 Claude Code 가격과 사용 제한에 불만을 느낀 개발자들이 Block의 오픈소스 대안에 더 주목하기 시작하고 있다. Goose라는 이름의 이 도구는 막 발표된 신제품이라는 의미에서는 새로운 것이 아니지만, VentureBeat의 최근 보도는 이를 AI 코딩 에이전트가 얼마여야 하는지, 어디에서 실행돼야 하는지, 그리고 누가 워크플로를 통제해야 하는지를 둘러싼 더 큰 논쟁의 중심으로 만들었다.

이 논쟁이 중요한 이유는 Claude Code가 AI 에이전트가 자동완성을 넘어 터미널 기반 소프트웨어 작업으로 나아가는 가장 눈에 띄는 사례 중 하나가 되었기 때문이다. 즉, 코드를 작성하고, 파일을 편집하고, 테스트를 실행하며, 제한된 감독 아래 여러 단계의 작업을 처리하는 것이다. 하지만 VentureBeat에 따르면, Anthropic의 구독 구조를 둘러싼 개발자들의 불만은 더 커졌고, 저가 접근 요금제부터 월 200달러까지의 구간과, 일부 사용자가 실무에서 해석하기 어렵다고 말하는 속도 제한까지 포함된다.

Goose는 완전히 다른 제안을 내놓는다. Block이 만들고 오픈소스로 배포되는 이 도구는 개발자 자신의 컴퓨터에서 실행할 수 있고, 여러 모델 제공업체에 연결할 수 있으며, 일부 구성에서는 Ollama와 Qwen 2.5 같은 로컬 모델을 통해 완전히 오프라인으로도 동작할 수 있다. 빌더와 엔터프라이즈 팀에게 진짜 이야기는 단순히 “무료 대 유료”가 아니다. 그것은 최고 수준의 독점 모델에 기반한 프리미엄 클라우드 소프트웨어와, 세련미와 최고 모델 품질을 통제, 낮은 반복 비용, 데이터 로컬리티와 맞바꾸는 유연한 로컬 도구라는 두 가지 AI 코딩 접근법의 충돌이다.

Claude Code 가격이 촉발점이 된 이유

VentureBeat에 따르면, Claude Code에 대한 불만은 Anthropic이 기존 구독 등급에 더해 주간 속도 제한을 도입한 뒤 가속화됐다. VentureBeat는 Anthropic의 요금제를 Claude Code 접근이 없는 무료 플랜, 더 엄격한 프롬프트 제한이 있는 월 약 20달러의 Pro 플랜, 그리고 더 큰 여유와 더 강력한 모델 접근을 제공하는 월 100달러와 200달러의 상위 Max 플랜으로 설명했다.

불편함은 제한의 존재 그 자체보다 그 제한이 어떻게 전달되고 체감되는지에서 오는 것으로 보인다. VentureBeat는 Anthropic이 모델 사용 가능 시간을 일부 “hours”로 설명하지만, 실제 사용량은 코드베이스 크기, 대화 기록, 작업 복잡성 같은 토큰 소모가 큰 변수에 달려 있다고 보도했다. 이 때문에 구매자가 실제 소프트웨어 워크플로에서 처리량을 예측하기 어렵다.

VentureBeat가 인용한 바에 따르면, Anthropic은 이러한 제한이 사용자 5% 미만에 영향을 주며 항상 켜져 있는 백그라운드 사용을 억제하기 위한 것이라고 말했다. 그러나 해당 수치의 분모는 공개적으로 명확히 하지 않았다고 보도는 지적했다. 이런 맥락이 없으면, 개인 개발자나 더 넓은 배포를 위해 Claude Code를 평가하는 제품팀은 중량이지만 정당한 엔지니어링 사용이 얼마나 자주 한도에 부딪힐지 추정할 수밖에 없다.

이 불확실성은 AI 코딩 시장에서 중요하다. 개발자들은 이 도구들을 일반적인 SaaS 좌석처럼 구매하지 않는다. 그들은 종종 대형 저장소를 상대로 짧게 사용하고, 디버깅이나 마이그레이션 작업 중에는 몇 시간 동안 중단 없는 상호작용이 필요하다. 과금 모델이 실제 세션과 잘 맞지 않으면, 신뢰가 제품의 일부가 된다.

Goose가 자신을 다르게 포지셔닝하는 방법

VentureBeat의 설명에 따르면 Goose는 자율 코딩 작업에서 Claude Code에 가까운 기능적 대안이지만, 반드시 모델 품질까지 동등한 대체재는 아니다. Goose는 데스크톱 앱이나 명령줄 도구로 실행할 수 있으며, 한 회사의 호스팅 스택이 아니라 여러 모델 백엔드와 함께 작동하도록 설계됐다.

이 모델 비종속 설계가 Goose의 매력의 핵심이다. VentureBeat에 따르면, Goose는 API 접근을 통해 Anthropic 모델에 연결할 수 있고, OpenAI와 Google의 모델, 그리고 Groq와 OpenRouter 같은 라우팅 계층과도 연동할 수 있다. 또한 Ollama를 통해 로컬에서 실행되는 오픈 모델과도 작동할 수 있어, 저가 옵션에서 사실상 구독이 필요 없는 워크플로로 바뀐다.

민감한 저장소를 다루는 개발자에게 로컬 설정이 진짜 차별점이다. Goose가 같은 머신에서 실행되는 모델과 결합되면 코드와 프롬프트를 외부 제공업체로 보낼 필요가 없다. 이는 로컬 모델이 약하더라도 Claude Code 같은 호스팅 서비스와는 다른 프라이버시 및 규정 준수 자세를 만든다.

이 프로젝트는 상당한 모멘텀도 있는 것으로 보인다. VentureBeat는 Goose가 GitHub 스타 26,100개 이상, 기여자 362명 이상, 릴리스 100회 이상을 기록했으며, 최근 버전은 1.20.1이라고 보도했다. GitHub 스타는 실제 생산 환경 사용과 같지 않고, 오픈소스의 인기가 엔터프라이즈 신뢰성을 보장하지도 않는다. 그래도 이런 수치는 Goose가 단순한 부수적 실험을 넘어, 개발자들이 적극적으로 지켜보는 도구군에 들어섰음을 시사한다.

Goose가 할 수 있는 일과 트레이드오프가 시작되는 지점

Goose의 가장 강력한 장점은 단순한 코드 완성 추가 기능이 아니라는 점이다. VentureBeat는 이를 파일 생성, 프로젝트 편집, 코드 실행, 변경 사항 테스트, 외부 시스템과의 상호작용이 가능한 에이전트로 설명했다. 이는 전통적인 코딩 어시스턴트보다 떠오르는 AI 에이전트 범주에 더 가깝다.

보도는 또한 Goose가 Model Context Protocol, 즉 MCP를 지원한다고 언급했다. MCP는 파일, 데이터베이스, API, 타사 서비스에 접근해야 하는 에이전트 도구에 중요한 연결 표준이 되고 있다. 빌더 입장에서 MCP 지원은 에이전트가 단순한 채팅창이 아니라 실제 소프트웨어 환경 전반에서 동작하도록 만드는 데 필요한 맞춤 접착제의 양을 줄여준다.

그래도 트레이드오프는 상당하다. VentureBeat는 Claude 4.5 Opus가 여전히 어려운 소프트웨어 엔지니어링 작업, 특히 지시 따르기, 넓은 코드베이스 이해, 높은 품질의 초기 결과물에서 가장 강력한 선택지 중 하나라고 명시했다. 이는 절감되는 시간이 구독 비용을 상쇄할 수 있는 엔터프라이즈 및 전문 환경에서 Anthropic에 중요한 이점이다.

로컬 운영은 하드웨어 제한도 동반한다. VentureBeat는 Block 문서를 인용해, 더 큰 로컬 모델에는 32GB RAM이 확실한 기준선이며, 더 작은 모델은 16GB 시스템에서도 실행 가능하다고 전했다. 즉 Goose는 라이선스 측면에서는 무료일 수 있지만, 모든 개발자에게 배포 현실에서까지 무료인 것은 아니다. 대규모로 로컬 AI를 원하는 팀은 여전히 하드웨어 교체 주기, 내부 지원, 더 느린 추론을 통해 비용을 치를 수 있다.

컨텍스트 길이도 실질적인 차이점이다. Claude 호스팅 모델은 많은 기본 로컬 구성보다 훨씬 더 큰 컨텍스트를 지원할 수 있으며, 이는 에이전트가 대형 저장소나 긴 대화를 얼마나 잘 흡수하는지에 영향을 준다. 속도도 여전히 중요하다. Claude Code를 뒷받침하는 서버급 추론은 일반적으로 로컬 모델을 실행하는 노트북보다 빠르게 느껴진다.

증거, 주장, 그리고 확인된 내용

이 이야기에 대한 증거는 비교적 좁다. 여기의 출처 기반이 기업 문서, 벤치마크 연구, 엔터프라이즈 사례 연구의 조합이 아니라 단일 VentureBeat 보도이기 때문이다. 따라서 어느 정도 신중함이 필요하다.

큰 틀에서 확인되는 것은, Goose가 Block의 오픈소스 프로젝트이며, 로컬에서 실행 가능하고, Ollama를 포함한 제공업체와 통합되며, 단순한 자동완성이 아닌 AI 코딩 에이전트로 설계됐다는 점이다. VentureBeat는 또한 GitHub 스타 수, 기여자 수, 릴리스 주기 같은 구체적 공개 신호를 보도했다.

더 조심스럽게 봐야 할 것은 원래 헤드라인의 “같은 일을 한다”는 함의다. 기능적으로 Goose와 Claude Code는 모두 소프트웨어 개발용 AI 에이전트 범주에 속한다. 그러나 같은 범주에 속한다는 것이 동일한 신뢰성, 모델 품질, 사용성, 처리량을 증명하지는 않는다. VentureBeat 자신도 더 어려운 작업에서 선도적인 독점 모델과 오픈소스 대안 간의 지속적인 성능 격차를 인정했다.

벤치마크 언급도 맥락이 필요하다. VentureBeat는 Anthropic 모델이 현재 도구 사용에서 강력하다는 점을 뒷받침하기 위해 Berkeley Function-Calling Leaderboard를 인용했다. 이는 유용한 방향성 증거이지만, 리더보드 결과는 지저분한 생산 환경에서의 일상적 엔지니어링 결과와 같지 않다.

채택 신호도 마찬가지로 읽어야 한다. Goose를 둘러싼 높은 GitHub 참여는 개발자 관심을 시사하지만, 엔터프라이즈 롤아웃이나 일일 활성 사용을 검증하는 대체 지표는 아니다. 마찬가지로 Reddit과 개발자 포럼의 Claude Code 불만은 실제 좌절을 보여주지만, 그것이 Anthropic 전체 고객층에서 얼마나 대표적인지는 알려주지 않는다.

이것이 AI 빌더와 엔터프라이즈 구매자에게 의미하는 것

AI 빌더에게 Goose는 전체 도구 스택에서 이미 형성되고 있는 한 가지 점을 강화한다. 즉, 에이전트 계층은 모델 계층과 분리 가능해지고 있다는 것이다. 팀은 점점 오케스트레이션 셸을 선택하고, 선호하는 모델을 끼워 넣고, 클라우드, 관리형 엔드포인트, 로컬 중 어디에서 실행할지 결정할 수 있다.

이는 스타트업에 중요하다. 단일 벤더의 패키지된 경험에 대한 의존도를 낮추기 때문이다. Goose나 유사 도구가 충분히 좋아지면, Claude Code, Cursor, GitHub Copilot 같은 제품은 기본 에이전트 개념의 독점성이 아니라 워크플로 품질, 팀 제어, 협업 기능, 혹은 최고 모델 접근을 통해 프리미엄 가격을 정당화해야 한다.

엔터프라이즈의 주요 문제는 배포 적합성이다. 정확성, 속도, 긴 컨텍스트 처리가 중요하고 예산이 프리미엄 지출을 허용한다면 Claude Code가 여전히 더 나은 선택일 수 있다. 데이터 상주, 오프라인 작업, 조달 마찰, 좌석당 비용이 클라우드 우선 도구를 표준화하기 어렵게 만드는 경우에는 Goose가 더 매력적이다.

거버넌스 측면도 있다. 규제 대상 코드베이스에 대한 AI 에이전트를 평가하는 팀은 소스 코드가 어디로 이동하는지 명확히 통제하길 원한다. 로컬 Goose와 Ollama 스택이 모든 보안 위험을 제거하는 것은 아니지만, 일부 보안팀이 선호할 수 있는 방식으로 위험 표면을 바꾼다.

다음에 주목할 점

다음으로 주목할 신호는 Anthropic이 Claude Code의 가격 커뮤니케이션이나 속도 제한 투명성을 바꾸는지 여부다. 구매자들이 구독 조건을 실제 엔지니어링 역량으로 바꾸는 데 계속 어려움을 겪는다면, 모델 품질이 낮더라도 더 저렴하거나 개방적인 대안이 더 유리해질 것이다.

두 번째 신호는 Goose가 오픈소스 인기에서 더 깊은 제품 성숙도로 나아가는지 여부다. 엔터프라이즈 관리자는 이를 개발자 주도의 선택지 이상으로 보기 전에 안정성, 권한 부여, 감사 가능성, 팀 배포 패턴에 대한 더 나은 증거를 원할 것이다.

세 번째로는 로컬 모델 생태계를 지켜봐야 한다. Qwen 2.5와 다른 오픈 모델들이 도구 호출, 코딩 품질, 컨텍스트 길이를 개선하면서 Ollama를 통해 계속 활용 가능하다면, 로컬 AI 에이전트의 비용 대비 성능 논리는 더욱 강해진다. 이는 Claude Code뿐 아니라, 인접한 코딩 어시스턴트 워크플로에서 경쟁하는 Cursor와 GitHub Copilot에도 압력을 줄 수 있다.

마지막으로 MCP 채택이 중요해질 것이다. Model Context Protocol이 AI 에이전트 전반의 공통 표준이 되면 도구 간 전환 비용은 낮아지고, 가치는 커넥터 종속성보다 실행 품질, 신뢰, 운영 제어 쪽으로 이동할 수 있다.

Creati.ai 관점

여기서 중요한 전개는 Goose가 Claude Code를 완벽하게 따라잡았다는 것이 아니다. 중요한 전개는 개발자들이 이제 같은 범주의 워크플로, 즉 코드에 직접 작동할 수 있는 터미널 중심의 AI 에이전트로 가는 신뢰할 만한 오픈소스 경로를 갖게 됐다는 점이다. 이는 엔터프라이즈 AI 코딩 도구 전반의 가격 심리를 바꾼다.

단기적으로는 특히 대형 저장소와 모호한 엔지니어링 작업에서 프리미엄 독점 모델이 여전히 품질 우위를 유지하는 것으로 보인다. 그러나 에이전트 셸, MCP 통합, 로컬 런타임이 충분히 좋아지면 구매자들은 더 날카로운 질문을 던지기 시작한다. 청구서의 얼마가 진짜 성능에 대한 대가이고, 얼마가 점점 더 모듈화되는 능력을 감싸는 포장에 대한 대가인가? Goose는 시장이 그 질문을 시험할 구체적인 수단을 제공한다.