최근 개발자 커뮤니티와 기술 블로그를 중심으로 한 가지 흥미로운 흐름이 포착됩니다. 바로 AI 코딩 어시스턴트인 ‘클로드’의 유료 구독을 해지하는 사용자가 급증했다는 소식입니다. 불과 몇 주 전만 해도 빠른 속도와 합리적인 토큰 할당량, 그리고 좋은 성능에 감탄하며 구독을 시작한 이들이 많았지만, 이제는 그 열기가 식어가는 양상입니다.
가장 큰 불만은 예상치 못한 토큰 소진과 품질 저하에서 시작됩니다. 사용자들이 겪는 문제는 단순히 코드를 잘 짜주는 것을 넘어, 생성된 코드를 다시 읽어내고 수정하는 데 더 많은 시간이 든다는 점입니다. 상세한 명세서를 주고 코드를 요청해도, 요구사항을 놓치거나 불필요한 중복 코드를 생성하거나, 데이터 매핑 같은 단순 작업을 지나치게 복잡하게 처리하는 경우가 잦아졌습니다. 결과적으로 AI 가 자동으로 코드를 짜주는 ‘오토파일’이 아니라, 사용자가 직접 코드를 검토하고 수정해야 하는 ‘코파일럿’ 역할로 전락하면서, 오히려 작업 효율이 떨어지고 비용 대비 만족도가 낮아진 것입니다.
이뿐만이 아닙니다. 초기에는 토큰 제한이 넉넉하고 지원이 잘 되는 듯했으나, 최근에는 시스템이 사용자의 실제 상황을 제대로 파악하지 못하는 경우가 많습니다. 예를 들어, 휴식 후 토큰이 초기화되었는지 확인하려는 간단한 문의에 대해, AI 지원 봇이 일반적인 문서 내용을 복사해 붙여넣기 하듯 답변을 보내거나, 인간 지원 담당자가 문제의 핵심을 파악하지 못한 채 티켓을 닫아버리는 사례가 보고되었습니다. 사용자의 구체적인 상황을 무시한 채 정형화된 답변만 반복하는 지원 시스템은 ‘지원받은 것 같은데 아무것도 해결되지 않았다’는 허무함을 남기기에 충분했습니다.
이러한 현상은 단순히 한 두 사람의 불만을 넘어, AI 코딩 도구가 상용화되는 과정에서 겪는 성장통을 잘 보여줍니다. 초기의 신기함은 사라지고, 실제 업무에 투입될 때의 효율성과 비용, 그리고 안정적인 지원이 중요해지면서 사용자들이 더 냉정하게 판단하기 시작한 것입니다. 앞으로는 오픈 소스 기반의 모델이나 더 효율적인 토큰 구조를 가진 대안들이 주목받을 가능성이 높습니다. AI 가 단순히 코드를 만들어주는 것을 넘어, 개발자의 실제 업무 흐름을 얼마나 자연스럽게 돕는지가 관건이 될 테니, 다음 달까지의 서비스 개선 방향이나 새로운 대안 모델들의 등장을 주목해볼 만합니다.
작성자 소개
