Opus 5의 응답 품질 논란
해외 사용자들은 Opus 5가 이전 모델보다 전문용어와 장황한 표현을 많이 쓰고, 이른바 ‘Claudish’한 말투를 보인다고 했다. 국내 사용 비교에서도 Opus 5가 작업 중 구조를 바꾸고 실수가 많아 Opus 4.6보다 결과가 못하다는 평가가 나왔다.
ChatGPT 사용 제한에 구독 취소
한 사용자는 새 5시간 제한 때문에 작업 중 앱이 멈추고 5시간을 기다리라는 안내를 받았다며 ChatGPT를 더 이상 쓸 수 없다고 느꼈고, 결국 구독을 취소했다고 말했다.
사용량 제한은 단순한 불편을 넘어 업무 흐름을 끊고 이탈로 이어질 수 있다. 특히 작업을 끝내지 못한 상태에서 대기 시간이 강제되면 모델 품질보다 서비스 가용성이 구매 판단을 좌우한다.
지능보다 중요한 AI의 기억
ChatGPT와 Claude를 모두 유료로 쓰는 사용자는 최근 두 서비스의 가장 큰 차이가 지능보다 대화의 연속성이라고 했다. 이전 맥락과 사용자를 얼마나 잘 기억하고 이어가는지가 체감 품질을 좌우한다는 반응이다.
반복 사용 환경에서는 단발성 답변의 정확도만큼 장기 맥락 유지가 중요해지고 있다. 사용자는 더 똑똑한 모델보다 자신의 작업과 선호를 안정적으로 이어받는 도구를 원한다.
에이전트 세션 간 협업 필요
개발자들은 여러 Claude Code 세션을 동시에 실행하고 필요한 세션을 골라보는 도구를 만들거나 소개했다. 국내에서는 웹 대시보드에서 Claude Code 세션을 불러오고, 폴더와 데몬을 이용해 Claude·Codex 등 서로 다른 에이전트가 업무를 주고받게 하려는 시도가 공유됐다.
에이전트 사용이 단일 채팅을 넘어 여러 세션과 컴퓨터를 조율하는 단계로 이동하고 있다. 세션 조회, 상태 공유, 작업 전달이 분리돼 있으면 배포와 빌드 과정에서 충돌이 생기므로 협업 오케스트레이션이 핵심 사용성 과제가 된다.
OAuth 연동이 막히고 API로 우회
Claude Code 연결 과정에서 브라우저 OAuth 토큰 검증이 실패하거나 토큰이 잘려 읽혔다는 문의가 나왔다. 영상 자동화 도구에서는 Grok OAuth 연결이 되지 않아 API 방식으로 전환했다는 사용 경험도 공유됐다.
구독 계정과 외부 도구를 연결하려는 사용자가 인증 단계에서 자주 막히고 있다. OAuth 실패 시 원인과 복구 방법이 명확하지 않으면 사용자는 기능 자체보다 연동 구조를 문제로 인식하게 된다.
에이전트 사용 비용이 빠르게 증가
한 사용자는 여러 개발 작업으로 월 130만~140만원을 지출하고, 데스크톱 3대에서 터미널 5~6개를 24시간 돌린다고 했다. 로컬 LLM용 서버는 1천만원 이상을 예상했고, 고사양 컴퓨터와 여러 Claude 요금제 비용을 인건비와 비교하며 투자 효율을 따졌다.
에이전트를 상시 실행하는 사용자는 모델 요금뿐 아니라 장비 비용까지 총소유비용으로 계산하고 있다. 생산성 향상이 분명하지 않으면 ‘직원 한 명보다 싸다’는 기대가 빠르게 비용 부담으로 바뀔 수 있다.
Argo 무료 이용 조건이 혼란
사용자들은 무료 이용자가 한 기기에서만 쓸 수 있는지, 기기 간 동기화가 되는지, PC를 켜둔 채 외부에서 Discord로 접속할 수 있는지를 물었다. 대화 중 무료·프로 요금제에 대한 이해가 엇갈렸고, 이후에는 PC가 켜져 있으면 텔레그램·슬랙 게이트웨이로 원격 작업이 가능하다는 설명이 나왔다.
요금제별 동기화와 원격 접속 조건이 사용자에게 직관적으로 전달되지 않고 있다. 무료·유료 기능, 지원 채널, PC 상시 실행 필요 여부를 제품 안에서 명확히 구분할 필요가 있다.
AI 생성물 감지가 서비스별로 편향
대화에서는 OpenAI의 감지 기능이 Gemini 생성물을 잘 감지하지 못하고, 자사 SynthID나 Claude의 C2PA 매니페스트처럼 특정 생태계의 표식만 확인하는 것 같다는 의견이 나왔다.
생성물 출처와 진위 확인이 모델·플랫폼별 표식에 의존하면 사용자 신뢰가 떨어질 수 있다. 서비스 간 호환되는 검증 기준과 감지 성능에 대한 투명한 설명이 필요하다.
사용자들은 최신 모델의 추론 능력보다 결과물의 일관성, 간결함, 지시 준수 여부를 더 직접적으로 평가하고 있다. 모델 업데이트가 성능 향상으로 인식되려면 유연성보다 예측 가능한 실행 품질이 우선돼야 한다.