Anthropic의 Claude Code는 자율 코딩 에이전트를 진지한 개발 도구로 자리 잡게 하는 데 도움을 주었지만, 구독 비용과 사용량 제한이 오픈소스 경쟁자들에게 기회를 만들고 있다. Block의 Goose는 의무 구독 없이 유사한 에이전트 워크플로를 제공하며, 개발자가 선택한 모델로 로컬에서 실행할 수 있다.

이 차이는 가격을 넘어선다. Claude Code는 Anthropic의 클라우드 인프라에 의존하는 반면, Goose는 Ollama 같은 도구를 통해 로컬 모델을 사용하도록 설정할 수 있다. 이를 통해 개발자는 오프라인 개발 경로를 확보하고 소스 코드와 대화를 자신의 기기에서 보관할 수 있지만, 이 접근 방식은 적절한 하드웨어를 필요로 하며 모델 품질, 속도, 설정 노력에서의 절충을 감수해야 한다.

Claude Code의 가격 정책이 사용량 제한을 부각시키다

VentureBeat AI에 따르면 Anthropic의 Claude Code는 사용량에 따라 월 20달러에서 200달러까지의 구독 등급으로 제공된다. 무료 플랜에는 코딩 에이전트 접근이 포함되지 않는다. 해당 매체는 Pro 등급이 5시간마다 대략 10~40개의 프롬프트를 허용하며, Max 플랜은 더 높은 제한과 Anthropic의 더 강력한 모델 접근을 제공한다고 보도했다.

Anthropic은 또한 Sonnet 4 또는 Opus 4 사용 시간으로 설명되는 주간 제한도 도입했다. 이러한 표시는 고정된 코딩 작업량으로 깔끔하게 환산되지 않는다. 실제 사용량은 코드베이스 크기, 컨텍스트 길이, 작업 복잡성과 같은 요인에 따라 달라진다. VentureBeat는 Pro 사용자의 경우 약 44,000 토큰, 200달러 Max 플랜의 경우 220,000 토큰 수준의 세션 제한을 추정한 독립 분석을 인용했지만, 이 수치들은 Anthropic의 공식 가격 지표로 제시된 것은 아니다.

Anthropic은 이 제한이 전체 사용자의 5% 미만에 영향을 주며, Claude Code를 백그라운드에서 지속적으로 실행하는 사람들을 대상으로 한다고 دفاع했다. 원문은 Anthropic이 이 비율이 모든 사용자에게 적용되는지, 아니면 특정 구독 그룹에만 해당하는지 명확히 하지 않았다고 지적한다. Reddit과 개발자 포럼에서는 일부 사용자가 강도 높은 세션에서 제한을 빠르게 소진한다는 보고가 있지만, 이는 일화적 사례이며 독립적으로 검증된 사용 데이터는 아니다.

Goose는 에이전트를 개발자의 기기로 옮긴다

Block이 개발한 Goose는 데스크톱 애플리케이션과 명령줄 인터페이스로 제공되는 오픈소스 AI 에이전트다. 공개된 목적은 코드 완성에 그치지 않는다. 의존성 설치, 파일 생성 및 편집, 명령 실행, 테스트 수행, 오류 디버깅, 프로젝트 전반의 작업 조율까지 할 수 있다.

이 도구는 모델 비종속적이다. 개발자는 Anthropic, OpenAI, Google 같은 제공업체의 상용 모델에 연결하거나, Groq 및 OpenRouter 같은 라우팅 서비스를 사용하거나, Ollama를 통해 로컬 모델에 연결할 수 있다. 로컬 구성에서는 프롬프트와 코드를 원격 제공업체로 보내는 대신 모델이 개발자의 컴퓨터에서 실행된다.

이 구조는 오프라인 작업을 지원하고 반복되는 Goose 구독을 피하게 해준다. 하지만 전체 설정이 모든 실용적 의미에서 무료라는 뜻은 아니다. 사용자는 여전히 선택한 모델을 실행할 수 있는 컴퓨터가 필요하며, 상용 모델 API를 선택하면 개발자가 클라우드 제공업체를 사용할 때 별도의 비용이 발생할 수 있다. “무료”는 주로 Goose 자체와 로컬 소프트웨어 스택을 의미하며, 하드웨어 비용이나 가능한 모든 모델 연결 비용까지 뜻하지는 않는다.

Goose는 또한 Model Context Protocol, 즉 MCP를 지원해 에이전트를 파일 시스템, 데이터베이스, 검색 도구 및 기타 서비스와 연결할 수 있다. 도구 호출과 결합하면 시스템은 단순히 코드를 제안하는 데 그치지 않고 실제 작업을 수행할 수 있다. 다만 기반 모델은 여전히 중요하다. 에이전트의 신뢰성은 모델이 지시를 얼마나 정확하게 해석하고, 도구를 선택하고, 오류를 처리하며, 프로젝트 제약을 준수하는지에 달려 있다.

증거가 말하는 것과 말하지 않는 것

이 비교는 독립적인 1대1 평가가 아니라 VentureBeat AI의 보도에서 나온 것이다. 해당 기사에 따르면 Goose는 GitHub 스타가 26,100개 이상, 기여자가 362명, 릴리스가 102개였으며, 게시 시점 최신 릴리스는 1.20.1로 확인됐다. GitHub 스타와 릴리스 수는 관심도와 개발 활동을 나타내지만, 프로덕션 신뢰성, 사용자 유지율, Claude Code와의 동등성을 입증하지는 않는다.

따라서 Goose가 Claude Code와 “거의 동일한” 작업을 수행할 수 있다는 주장은 신중하게 받아들여야 한다. 두 도구 모두 자율 코딩 워크플로를 지원할 수 있지만, 그렇다고 결과가 동등하다는 뜻은 아니다. VentureBeat의 보도는 몇 가지 차이를 지적한다. Anthropic의 주력 모델은 어려운 소프트웨어 엔지니어링 작업에서 여전히 더 강력하고, 클라우드 서비스는 일반적으로 더 빠른 추론을 제공하며, Claude의 큰 컨텍스트 용량은 복잡한 저장소에서 유용할 수 있다.

로컬 배포는 또 다른 제약을 가져온다. Block의 문서에 따르면 더 큰 모델과 출력을 위한 안정적인 기준으로 32GB RAM이 권장되는 것으로 보이며, 더 작은 모델은 더 적은 메모리의 시스템에서도 실행할 수 있다. 더 긴 컨텍스트 윈도우는 추가 메모리를 요구하고 응답 속도를 낮출 수 있다. 이러한 제한 때문에 로컬 에이전트는 모든 고강도 엔지니어링 워크플로보다 개인정보 보호가 중요한 작업이나 오프라인 작업에 더 매력적이다.

오픈소스 모델의 발전도 또 다른 보고된 요인이다. 하지만 벤치마크 비교를 실제 환경의 동등성과 혼동해서는 안 된다. VentureBeat는 Llama, Qwen, Gemma, DeepSeek, Kimi K2, GLM 4.5 같은 모델을 품질 격차가 줄어들고 있다는 증거로 제시했다. 그러나 원문에는 Goose와 Claude Code를 직접 비교한 통제된 테스트가 없으므로, 비슷한 생산성에 대한 주장은 입증되지 않았다.

이 선택이 개발자와 기업에 중요한 이유

개인 개발자와 소규모 팀에게 Goose는 경제적 계산을 바꾼다. 로컬 배포는 구독 사용량 제한을 없애고, 특히 월 100달러 또는 200달러 플랜을 정당화하기 어려운 프로젝트에서 실험을 더 쉽게 만든다. 또한 팀이 독점 코드, 자격 증명, 내부 문서가 어디에서 처리되는지 더 잘 통제할 수 있게 한다.

대신 운영 책임이 따른다. Goose를 도입하는 팀은 모델을 선택하고, 메모리와 연산 자원을 관리하고, 통합을 설정하며, 파일 변경이나 셸 명령을 에이전트에 맡길 수 있는지 검증해야 한다. 기업은 또한 모델 출처, 접근 통제, 감사 로그, 의존성 업데이트, 민감 데이터 처리에 대한 거버넌스가 필요하다. 로컬 에이전트는 클라우드 노출을 줄일 수 있지만, 자동으로 엔터프라이즈 수준의 보안이나 컴플라이언스를 제공하지는 않는다.

개발 모델도 중요하다. Claude Code와 Cursor 같은 상용 도구는 인프라, 모델 접근, 업데이트, 세련된 사용자 경험을 한데 묶는다. Goose는 이 층들을 분리한다. 이는 벤더 종속성을 줄이고 맞춤화를 가능하게 하지만, 구매자나 엔지니어링 팀에게 더 많은 작업을 전가한다.

Anthropic과 다른 공급자에게 가해지는 압력은 단지 무료 도구가 존재한다는 사실이 아니다. Goose는 에이전트 계층을 모델과 분리해 개방형 인프라로 제공할 수 있음을 보여준다. 로컬 모델이 계속 개선된다면, 프리미엄 코딩 제품은 자율 작업 접근성만이 아니라 신뢰성, 컨텍스트 처리, 통합, 안전 제어, 워크플로 품질로 경쟁해야 할 수도 있다.

앞으로 주목할 점

가장 중요한 신호는 Goose의 채택이 GitHub 관심도뿐 아니라 지속적인 기여, 문서화된 프로덕션 배포, 실제 저장소에서의 재현 가능한 결과로 이어지는지 여부다. 개발자는 또한 로컬 모델의 도구 호출, 컨텍스트 윈도우 지원, 추론 속도, 메모리 효율성 개선을 주시해야 한다.

상업적 측면에서는 Anthropic이 사용량 제한을 어떻게 해석하는지가 계속 중요할 것이다. 사용 정의를 더 명확히 하고 Claude Code 플랜에 어떤 변경이 있는지도 포함된다. Cursor, GitHub Copilot, 기타 에이전틱 코딩 제품과의 추가 비교는 시장이 프리미엄 호스티드 에이전트와 더 구성 가능한 로컬 시스템으로 분화되는지 보여줄 수 있다.

Creati.ai 관점

Goose가 중요한 이유는 자율 코딩이 묶음 형태의 클라우드 구독으로 구매되어야 한다는 가정에 도전하기 때문이다. Goose의 가장 강력한 제안은 통제다. 개발자는 한 공급자의 가격과 인프라를 받아들이는 대신 모델, 실행 환경, 데이터 경계를 선택할 수 있다.

그렇다고 Goose가 Claude Code의 직접 대체품이 되는 것은 아니다. 진짜 시험은 특정 워크플로에서 더 낮은 비용과 프라이버시 이점이 하드웨어, 구성, 모델 품질의 절충을 상쇄하느냐는 점이다. 개발자에게 주는 실질적 교훈은 에이전트, 모델, 배포 계층을 따로 평가하고, 무료 로컬 도구든 유료 호스티드 접근이든 완전한 해결책으로 보기 전에 자신의 코드베이스에서 신뢰성을 측정하는 것이다.