커뮤니티표 AI 에이전트 GOAT 티어리스트, '재미로 보자'로 정리됐다

저녁 7시 54분, 한 참여자가 여러 AI 코딩 에이전트를 A부터 F까지 나눈 등급표를 방에 올렸다. 클로드 계열 페이블(Fable)을 최상단에, 구글 계열 모델 전반을 최하단에 놓은 표였다.

"GOAT Fable A — Kimi, Ox Alpha B — Sol, Deepseek v4 Flash C — Grok, Muse Spark, Opus, GLM(5.3, 5.2) D — Deepseek V4 Pro, Luna/Terra F — 구글에서 개발한 모든 LLM(Diffusion 제외) 그냥 제 개인적인 생각입니다"

무슨 일

곧바로 반박이 이어졌다. 한 참여자는 순정(기본 설정) 기준이 아니면 표 자체가 무의미하다고 지적했다.

"저거 다 순정 기준이 아니면 무의미한 표 아닙니까 ㅋㅋㅋ"

같은 참여자는 자신의 순위 감각도 덧붙였다. 실사용성을 기준으로 특정 도구를 최상위권에 놓아야 한다는 의견이었다.

"codex 1티어 바로 밑에 omp omo gjc 붙는게 맞을듯 codex 사용성은 ㄹㅇ 1황이니까"

이런 지적들이 오가는 동안, 등급표에 언급되지 않은 도구를 최애로 꼽는 참여자도 있었다. 자신이 원하는 대로 커스터마이징할 수 있다는 점을 이유로 들었다.

"전 오로지 pi 왜냐하면 제 입맛대로 고쳐쓰기 때문 ㅋㅋㅋㅋ"

등급표 밑단에 놓인 구글 계열 모델에 대해서는 별다른 이견 없이 넘어갔다는 점도 눈에 띈다. 애초에 순위 경쟁 밖으로 취급받는 분위기가 참여자 다수에게 공유된 전제처럼 읽혔다.

왜 주목되나

절대적인 순위표를 그대로 받아들이기보다, 저마다 자신의 사용 환경과 커스터마이징 여부를 기준으로 등급을 다시 매기는 반응이 두드러졌다. 하나의 등급표가 논쟁의 시작점이 됐을 뿐, 실제로는 참여자 수만큼 다른 기준이 존재한다는 사실을 드러낸 셈이다. 특정 도구를 순위표보다 위에 놓아야 한다는 의견과, 순위표 자체의 전제를 문제 삼는 의견이 동시에 나왔다는 것은 이 방에서 벤치마크성 콘텐츠가 소비되는 방식을 보여준다.

큰 그림

결국 대화는 재미로 봐야 한다는 쪽으로 정리됐지만, 그 과정에서 순정 기준·실사용성·커스터마이징 가능성이라는 세 가지 평가 축이 자연스럽게 드러났다. 순위표 한 장이 며칠 안에 그대로 정설로 굳어지기보다, 각자의 실사용 경험이 곧바로 반례로 제시되는 흐름은 이 커뮤니티가 벤치마크형 콘텐츠를 곧이곧대로 받아들이지 않는다는 방증이기도 하다. 참여자 15명, 발화 106건으로 다른 화두에 비해 규모는 작았지만, 짧은 시간에 등급표 하나를 두고 이만큼 다양한 반론이 쌓였다는 점은 이 방의 도구 선택 기준이 결코 단일하지 않다는 걸 시사한다.