# AI 모델 비교 사용 가능한 AI 모델을 공동 파일럿 채팅 비교하고 작업에 가장 적합한 모델을 선택합니다. ## 에 대한 AI 모델 비교 GitHub Copilot GitHub Copilot 는 다양한 기능을 갖춘 여러 AI 모델을 지원합니다. 선택한 모델은 인라인 제안별 응답 공동 파일럿 채팅 의 품질 및 Copilot 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. > \[!NOTE] > > * 모델별로 프리미엄 요청 승수가 다르기 때문에 월별 사용 허용량에 영향을 줄 수 있습니다. 세부 정보는 [GitHub Copilot 요청](/ko/copilot/managing-copilot/monitoring-usage-and-entitlements/about-premium-requests)(을)를 참조하세요. > * 지원되는 IDE에서 사용하는 공동 파일럿 채팅 경우 **자동** 은 가용성에 따라 사용자에게 가장 적합한 모델을 자동으로 선택합니다. 다른 모델을 수동으로 선택하여 이 선택 항목을 재정의할 수 있습니다. > [정보 Copilot자동 모델 선택](/ko/copilot/concepts/auto-model-selection)을(를) 참조하세요. ### 작업별 권장 모델 이 표를 사용하면 적합한 모델을 빠르게 찾을 수 있습니다. 아래 섹션에서 자세한 내용을 참조하세요. | 모델 | 작업 영역 | 주 용도에서 뛰어남 | 추가 참고 자료 | | -- | ----- | ---------- | -------- | | | | | | ## 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-5.3-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. | | 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, 또는 코드 변경(diff)을 작성하거나 검토합니다. * 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](#task-deep-reasoning-and-debugging) 모델을 고려하세요. 반복적인 편집 또는 일회성 코드 제안과 같은 더 빠르고 간단한 작업은 [단순하거나 반복적인 작업에 대한 빠른 지원](#task-fast-help-with-simple-or-repetitive-tasks)을 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 디버깅](#task-deep-reasoning-and-debugging)을 참조하세요. 더 강력한 범용 추론 또는 보다 구조화된 출력이 필요한 작업은 [범용 코딩 및 쓰기](#task-general-purpose-coding-and-writing)를 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-5.5 | 복잡한 추론, 코드 분석, 기술 의사 결정에 적합합니다. | | 클로드 소네트 4.6 | Sonnet 4.5의 구현을 보다 안정적으로 하고, 압박 속에서도 더 스마트한 추론을 통해 개선합니다. | | 클로드 오푸스 4.7 | Anthropic의 가장 강력한 모델입니다. | | 클로드 작품 4.6을(를) 개선합니다. | | | Gemini 3.1 Pro | 긴 컨텍스트에 대한 고급 추론과 과학적 기술적 분석에 뛰어납니다. | | 골든아이 | 복잡한 문제 해결 과제 및 정교한 추론. | ### 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 지원](#task-fast-help-with-simple-or-repetitive-tasks)을 참조하세요. 일반적인 개발 워크플로 또는 콘텐츠 생성은 [범용 코딩 및 쓰기](#task-general-purpose-coding-and-writing)를 참조하세요. ## 작업: 시각적 자료(다이어그램, 스크린샷) 다루기 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 소네트 4.6 | Sonnet 4.5의 구현을 보다 안정적으로 하고, 압박 속에서도 더 스마트한 추론을 통해 개선합니다. | | Gemini 3.1 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. > \[!TIP] > 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 Chat 확장](/ko/copilot/customizing-copilot/using-model-context-protocol/extending-copilot-chat-with-mcp)을(를) 참조하세요. ### 다른 모델을 사용하는 경우 작업에 심층 추론 또는 대규모 리팩터링이 포함된 경우 [심층 추론 및 디버깅](#task-deep-reasoning-and-debugging)의 모델을 고려합니다. 텍스트 전용 작업이나 간단한 코드 편집의 경우 [단순하거나 반복적인 작업에 대한 빠른 지원](#task-fast-help-with-simple-or-repetitive-tasks)을 참조하세요. ## 다음 단계 적절한 모델을 선택하면 Copilot를 최대한 활용할 수 있습니다. 어떤 모델을 사용할지 잘 모르는 경우 다음과 같은 GPT-4.1범용 옵션으로 시작한 다음 필요에 따라 조정합니다. * 자세한 모델 사양 및 가격은 [GitHub Copilot에서 지원되는 AI 모델](/ko/copilot/using-github-copilot/ai-models/supported-ai-models-in-copilot)을(를) 참조하세요. * 다양한 모델을 사용하는 방법에 대한 더 많은 예를 보려면 [다른 작업을 사용하여 AI 모델 비교](/ko/copilot/using-github-copilot/ai-models/comparing-ai-models-using-different-tasks)을(를) 참조하세요. * 모델 간 서로 전환하려면 [GitHub Copilot 채팅에 대한 AI 모델 변경](/ko/copilot/using-github-copilot/ai-models/changing-the-ai-model-for-copilot-chat) 또는 [GitHub Copilot 인라인 제안을 위한 AI 모델 변경](/ko/copilot/how-tos/use-ai-models/change-the-completion-model)을(를) 참조하세요. * 다양한 AI 모델을 제공하는 방법을 공동 파일럿 채팅 알아보려면 [GitHub Copilot 위한 모델 호스팅](/ko/copilot/reference/ai-models/model-hosting)을 참조하세요.