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

바이브코딩 툴이 늘어나면서 오히려 작업이 더 복잡해졌습니다. 툴을 갈아타는 비용, 제각각인 설정법, 끊기는 구독 플랜까지 관리할 것이 너무 많아졌죠.

이 글에서는 왜 OpenCode를 선택하게 됐는지, 그리고 내가 실제로 겪었던 문제와 기준을 정리합니다.

이 글에서 할 것

바이브코딩 툴을 여러 개 쓰면서 생긴 실제 문제 정리
OpenCode를 고른 세 가지 기준 설명
다음 편에서 다룰 내용 안내

왜 OpenCode가 필요한가

LLM 기반 코딩 툴은 정말 많아졌습니다.

ChatGPT가 처음 나왔을 때는 웹에서 복사/붙여넣기를 반복하는 시간이 너무 길어서 자동화가 필요했습니다. 이후 Cursor 같은 에이전트형 툴이 나오면서 한동안은 거의 그것만 썼죠. 당시 auto 모드는 느려도 무제한이라 구독료가 아깝지 않았고, 급할 때는 월 10~12만 원까지 추가 토큰을 쓸 정도였습니다.

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 게 낯설어서 VS Code나 Zed 하단 터미널에 붙여 쓰는 방식으로 시작했습니다. 그러다 점차 터미널을 독립해서 쓰게 됐고, 지금은 원격지에서 휴테폰 + 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 수동으로 이어야 하는 피로가 계속 쌓였습니다. 결국 토큰도 누적되어 장시간 작업이 어려워지는 기존 문제가 반복되었습니다.

내가 겪은 문제

도구를 여러 개 쓰면서 아래 문제들이 계속 반복됐습니다:

문제	설명
설정 파편화	툴 바꿀 때마다 설정을 처음부터 다시 해야 함
작업 방식 불일치	같은 작업도 툴 프롬프트/명령 방식이 달라 일관성 저하
구독/토큰 제한	작업 중간에 토큰 소진이나 구독 한도 도달
컨텍스트 비대	장기 세션에서 컨텍스트가 커지면서 속도와 정확도 저하

하루 종일 LLM을 쓰는 입장에서 이 네 가지는 치명적이었습니다. 문제를 푸는 시간이 아니라 **"툴 제약을 관리하는 시간"**이 늘어났기 때문입니다.

OpenCode를 고른 기준

새 툴을 고를 때 기능 수보다 아래 세 가지를 먼저 봤습니다:

같은 루틴으로 오래 작업할 수 있는가
세션이 길어져도 설정이나 컨텍스트 관리로 인해 흐름이 끊기지 않아야 합니다.
모델/계정 운영을 유연하게 할 수 있는가
묘료 Provider로 시작해서 유료로 확장하거나, 여러 계정을 번갈아 쓸 수 있어야 합니다.
확장으로 내 방식에 맞출 수 있는가
플러그인이나 설정으로 기존 워크플로우를 그대로 가져올 수 있어야 합니다.

이 기준으로 정리했을 때 OpenCode가 가장 잘 맞았습니다.

한 번에 정리

항목	내용
선택 이유	설정 일관성 + 유연한 Provider 운영 + 확장성
해결하는 문제	툴 전환 비용, 구독 한도, 컨텍스트 관리
시작 방식	묘료 Provider로 가볍게 시작 → 필요시 유료 확장
다음 단계	설치와 초기 설정 (2편)

다음 편 안내

다음 글에서는 OpenCode를 실제로 설치하고, 10분 안에 끝내는 초기 설정 방법을 정리합니다.