[OpenCode 실전기 1편] 툴은 많은데 왜 작업은 더 불편해졌나

1. 시작: 툴은 늘었는데 속도는 왜 안 나올까

요즘 LLM 기반 바이브코딩 툴은 정말 많아졌습니다.

ChatGPT가 처음 등장했을 때는 웹에서 보내는 시간이 너무 길어서, 복사/붙여넣기를 반자동으로 만들고 싶을 만큼 반복 작업이 많았습니다.

이후 Cursor 같은 에이전트형 툴이 나오면서 한동안은 거의 그것만 썼습니다. 당시 auto 모드는 느려도 무제한이라는 장점이 있어서 구독료가 아깝지 않았고, 급할 때는 월 10~12만 원 정도 추가 토큰 비용을 내며 밀어붙이던 시기도 있었습니다.

문제는 정책 변화였습니다. auto 모드의 무제한 지원이 사라진 뒤부터 Google Antigravity, Claude Code 같은 CLI 툴에 관심을 옮기게 됐습니다.

처음에는 CLI로 코드를 직접 읽고 고치는 일이 낯설어서 VS Code나 Zed 하단 터미널에 붙여 쓰는 방식으로 시작했습니다. 그러다 점차 터미널을 독립해서 쓰게 됐고, 지금은 원격지에서 휴대폰 + tmux로 1차 작업을 진행한 뒤 노트북에서 디테일 편집을 마무리하는 루틴까지 만들었습니다.

하지만 한계도 분명했습니다. 세션이 길어질수록 이전 컨텍스트가 이후 작업을 방해하고, 응답 속도는 느려지며, 새 세션을 열어 이전 맥락을 수동 인계하는 피로가 계속 쌓였습니다.

결국 세션이 길어지며, 사용되는 토큰도 계속 누적 증가하여 장시간 작업이 어려워지는 기존 문제가 반복되게 되어서 그 대안을 찾게 되었습니다.

2. 내가 겪은 핵심 문제

• 도구별로 설정법이 달라 재설정 비용이 큼
• 같은 작업을 해도 툴마다 프롬프트/명령 방식이 달라 일관성 저하
• 토큰/구독 제한으로 작업이 중간에 끊김
• 장기 세션에서 컨텍스트가 비대해져 속도와 정확도가 함께 저하

저처럼 하루 종일 LLM을 쓰는 사람에게는 이 네 가지가 치명적이었습니다. 문제를 푸는 시간이 아니라 “툴 제약을 관리하는 시간”이 늘어났기 때문입니다.

3. 그래서 찾은 기준

새 툴을 고를 때 저는 기능 수보다 아래 기준을 먼저 보게 됐습니다.

1. 같은 루틴으로 오래 작업할 수 있는가
2. 모델/계정 운영을 유연하게 할 수 있는가
3. 확장(플러그인, 에이전트)으로 내 방식에 맞출 수 있는가

이 기준으로 정리했을 때, OpenCode가 가장 잘 맞았습니다.

4. 다음 편 예고

다음 글에서는 실제로 제가 OpenCode를 어떻게 설치하고, 초기 설정을 어떤 순서로 끝내는지 10분 온보딩 기준으로 정리해보겠습니다.