나의 코딩 생활에 AI 한 스푼: JetBrains AI Assistant & GitHub Copilot 비교 체험기 🚀
우선, 내가 주로 사용한 건 WebStorm에 내장된 JetBrains AI Assistant였고, 비교군으로 GitHub Copilot도 같이 썼어. 개발자라면 누구나 한 번쯤 이런 AI 코딩 도우미 써볼까 고민했을 텐데, 내 경험이 조금이나마 도움이 되길 바라!
🛠️ 설치부터 첫인상까지: 누가 더 편했을까?
* JetBrains AI Assistant: WebStorm을 쓴다면 이건 뭐, 거의 거저먹기 수준이야. IDE 안에 자연스럽게 녹아 있어서 별도 설치 없이 바로 쓸 수 있고, 초기 설정도 직관적이었어. IDE랑 한 몸인 느낌이랄까?
* GitHub Copilot: 얘도 WebStorm에 플러그인 형태로 설치하면 되는데, 비교적 간단하긴 해도 IDE 네이티브 기능이라기보다는 살짝 추가 단계를 거쳐야 하는 느낌이었어.
✍️ 코드 자동 완성: 핵심 기능, 만족도는?
* JetBrains AI Assistant: 전체 코드 블록이나 함수 단위로 코드를 완성해주는 기능이 괜찮았어. 특히 웹 프레임워크(JS/TS) 쓸 때 AI 기반으로 맥락에 맞게 추천해주는 게 꽤 똑똑하더라고.
* GitHub Copilot: 실시간으로 한 줄 한 줄 코드 완성해주는 인라인 코드 완성에 강점이 있었지. 다만, 가끔 IDE 자체 제안이랑 충돌하거나, 특정 언어나 프레임워크에서 좀 오래된 코드를 추천해 줄 때도 있어서 아쉬웠어.
* 총평: 둘 다 코드 짜는 속도를 확 올려주는 건 분명한데, 제안의 정확도나 최신성은 사용하는 모델이나 학습 데이터에 따라 좀 차이가 나는 것 같아.
💬 챗 기능 & 리팩토링: 말귀는 잘 알아듣나?
* JetBrains AI Assistant: IDE 안 채팅 패널에서 바로 코드 설명을 요청하거나 리팩토링 제안을 받을 수 있는데, 이게 프로젝트 전체 맥락을 이해하려고 노력하는 모습이 보여서 좋았어. 여러 파일에 걸친 변경 사항을 제안하거나 적용하는 기능(베타 버전이긴 했지만)도 꽤나 인상적이었지. RAG(검색 증강 생성) 기술을 활용해서 관련 파일, 메소드, 클래스를 더 잘 찾아내는 걸 목표로 한다더라고.
* GitHub Copilot: Copilot Chat을 통해서 질문하고 수정 요청하는 건 가능한데, JetBrains IDE 안에서는 아무래도 네이티브 기능보다는 살짝 겉도는 느낌을 받을 수 있었어. 특히 대용량 파일이나 여러 번 대화가 오갈 때 컨텍스트를 계속 기억하는 데는 한계가 좀 느껴지기도 했고.
📝 커밋 메시지 생성: 이런 것까지 해준다고?
* JetBrains AI Assistant: 이건 정말 물건이야! 클릭 한 번이면 현재 변경사항 기반으로 컨텍스트에 맞는 커밋 메시지를 딱 만들어주는데, 은근히 시간 많이 잡아먹는 커밋 메시지 작성 시간을 확 줄여줘서 너무 편했어.
* GitHub Copilot: 직접적인 커밋 메시지 생성 기능보다는 코드 요약이나 설명 기능을 통해서 간접적으로 활용할 수는 있겠더라. 이 부분은 JetBrains AI Assistant가 확실히 더 특화된 느낌!
🧠 어떤 LLM을 쓸까? 선택의 폭은?
* JetBrains AI Assistant: Claude 3.7 Sonnet, Gemini 2.5 Pro, OpenAI GPT-4.1 같은 최신 LLM들을 지원하고, 심지어 Ollama나 LM Studio 같은 로컬 모델도 오프라인으로 쓸 수 있게 해줘서 선택지가 넓은 게 장점이야. 특정 작업에 더 잘 맞는 모델을 골라 쓸 수 있다는 유연성이 돋보였어.
* GitHub Copilot: 주로 OpenAI 모델을 기반으로 하고, 모델 버전은 GitHub Copilot 정책에 따라 업데이트되는 방식이야.
🎨 UI/UX 및 생산성 체감
* JetBrains AI Assistant: IDE에 워낙 깊숙이 통합되어 있어서 일관된 사용자 경험을 주는 건 좋았어. 다만, 채팅 인터페이스가 가끔 좀 부자연스럽다고 느끼는 사람도 있을 것 같아. 그래도 반복 작업 자동화, 디버깅 시간 단축, 특히 위에서 말한 커밋 메시지 작성 시간 절약 같은 부분에서 생산성이 눈에 띄게 올라가는 걸 체감했어.
* GitHub Copilot: 다양한 편집기에서 일관된 경험을 주는 게 목표지만, JetBrains IDE 내에서는 아무래도 플러그인 형태의 한계가 좀 느껴질 수 있어. 그래도 빠른 코드 제안으로 타이핑 시간을 줄여주고, 복잡한 로직 구현할 때 도움을 받을 수 있다는 점은 분명 생산성 향상에 기여했어.
👍 나의 주관적인 장단점!
* JetBrains AI Assistant:
* 최고 장점: 뭐니 뭐니 해도 IDE와의 완벽한 통합! 그리고 프로젝트 전체 컨텍스트를 이해하려고 노력하는 점.
* 최고 단점: 일부 고급 기능(특히 클라우드 모델 활용 시)은 유료 티어를 쓰거나 크레딧을 써야 한다는 점. (초반에 잦았던 자잘한 문제들은 검색해보고 다 해결했어!)
* GitHub Copilot:
* 최고 장점: 빠르고 즉각적인 인라인 코드 제안의 편리함.
* 최고 단점: 가끔 부정확하거나 안전하지 않은 코드를 제안할 가능성이 있다는 점, 그리고 컨텍스트 이해의 한계.
AI 코딩 툴, 만능일까? 써보면서 느낀 고민들 🤔
이런 AI 코딩 도우미들이 개발자 생산성을 엄청나게 높여주는 건 사실이지만, 몇 가지 고민거리도 안겨줬어.
일단, AI가 제안하는 코드의 품질이나 보안 취약점, 라이선스 같은 문제는 개발자가 항상 신경 써서 체크해야 해. "AI가 알아서 해주겠지" 하고 너무 믿어버리면 큰일 날 수도 있으니까. 그리고 너무 AI에 의존하다 보면 정작 내 머리로 문제를 해결하는 능력이나 기술을 깊이 있게 이해하는 능력이 떨어질 수도 있겠다는 걱정도 들더라. 마치 내비게이션만 보고 운전하다가 길치 되는 것처럼 말이야.
또 하나는 AI가 왜 이런 코드를 제안했는지 그 이유를 명확히 알기 어려울 때가 있다는 거야. 이런 '블랙박스' 같은 점 때문에 AI가 내놓은 결과가 아무리 좋아도 100% 신뢰하기는 좀 찜찜할 때가 있었어. 특히 뭔가 잘못됐을 때 원인을 찾거나 책임을 따지기도 어려워질 수 있고.
결론: AI 코딩 툴, 아직은 '보조 파일럿'!!
AI 코딩 어시스턴트들을 직접 써보니, 얘네들은 분명 개발자에게 엄청난 힘을 실어주는 도구인 건 확실해. 하지만 아직 우리를 완전히 대체할 '캡틴'이라기보다는, 능력을 한껏 끌어올려 주는 똑똑한 '보조 파일럿'으로 활용할 때 그 가치가 가장 빛나는 것 같아.
AI가 주는 편리함에 취해서 내 실력을 키우는 걸 게을리하지 말고, 항상 비판적인 시각으로 AI의 제안을 검토하면서 함께 성장해 나가는 자세가 중요하다고 생각해. AI 코딩 툴, 잘 쓰면 정말 날개가 될 수 있을 거야!
※ 이 글은 인공지능의 도움을 받아, 사람의 손으로 정성껏 다듬어 완성되었습니다.
