오픈 클로드(OPEN CLAUDE) 간단 리뷰

오픈 클로드(OPEN CLAUDE)

최근에는 개발을 도와주는 에이전트형 AI 코딩 어시스턴트들이 정말 많아졌습니다. 예전에는 GitHub Copilot처럼 코드의 다음 줄이나 함수 단위 내용을 회색 글씨로 슬쩍 추천해주는 정도만 해도 꽤 신기하게 느껴졌는데, 요즘에는 Claude Code나 Antigravity처럼 단순한 자동완성을 넘어 실제 작업 흐름 자체를 어느 정도 맡길 수 있을 정도의 도구들도 계속 등장하고 있습니다.

이런 도구들이 점점 더 발전하면서, 예전에는 머릿속에만 있던 아이디어를 실제 프로젝트로 옮기는 과정도 훨씬 쉬워졌습니다. 저 역시 이것저것 직접 만들어보는 경우가 많아졌고, Gemini, Claude, GPT를 가장 저렴한 요금제로 번갈아 써본 결과, 개인적인 체감만 놓고 보면 Claude Code 쪽이 가장 만족스러웠습니다.

그러던 와중에 Claude Code 쪽에서 내부 소스코드가 외부에 노출되는 일이 생기면서 꽤 화제가 됐고, 그 과정에서 드러난 구조를 바탕으로 Claude Code의 작업 흐름을 다른 모델에도 옮겨보려는 시도들이 빠르게 나오기 시작했습니다.

https://github.com/Gitlawb/openclaude

공개된 지 얼마 지나지 않았음에도 빠르게 관심을 끌고 있는 Open Claude는, Claude Code의 작업 흐름을 다른 모델에서도 비슷하게 활용할 수 있도록 시도한 프로젝트입니다. Claude뿐 아니라 GPT, Gemini, DeepSeek, Ollama 등 다양한 모델을 연결할 수 있는 형태를 내세우고 있어서, Claude Code의 사용감은 좋지만 모델 선택이나 사용량 제한 측면에서 아쉬움이 있었던 입장에서는 꽤 흥미롭게 느껴졌고, 바로 설치를 진행해봤습니다.

npm install -g @gitlawb/openclaude

설치 자체는 npm으로 간단하게 가능했고, 초기 버전에서는 API 방식만 사용할 수 있었지만 지금은 OAuth 형태의 인증도 지원하고 있었습니다.

WINDOWS (CODEX)

$env:CLAUDE_CODE_USE_OPENAI="1"
$env:OPENAI_MODEL="codexplan"
$env:CODEX_AUTH_JSON_PATH="$HOME\.codex\auth.json"
openclaude

LOCAL LLM (LMSTUDIO)

$env:CLAUDE_CODE_USE_OPENAI="1"
$env:OPENAI_BASE_URL="http://localhost:1234/v1"
$env:OPENAI_MODEL="your-model-name"

윈도우에서는 기본적으로 export 문법을 그대로 사용할 수 없기 때문에, 위처럼 환경 변수를 지정한 뒤 실행해줘야 합니다. 리눅스나 macOS에서 쓰던 방식 그대로 입력하면 export 관련 오류가 날 수 있어서, 윈도우 사용자라면 이런 식으로 먼저 환경을 잡아주는 편이 훨씬 편합니다.

실행한 뒤 /model 명령어로 모델 목록을 확인해보면, 여러 모델이 추가된 것을 확인할 수 있습니다. 저는 Codex와 Qwen3.5-9B를 붙여서 사용해봤습니다.

아직 초기 프로젝트답게 일부 UI 버그도 조금은 존재했습니다.

스스로를 Claude code 라고 소개하는 Codex

기본적으로 /status에서는 사용량을 바로 확인할 수 없었고, /usage를 입력해야 현재 사용량을 확인할 수 있었습니다.

프론트 엔드 테스트

당신이 할 수 있는 최대한의 프론트 디자인으로, GITHUB를 소개하는 페이지를 제작해주세요. HTML 단일 페이지로 진행하며, 가장 최신화된 트렌디한 형태의 프론트 엔드 페이지를 만들어야 합니다.

개인적인 체감으로는 Codex와 Claude Code가 프론트엔드에서 완전히 같은 방향의 결과물을 추구한다고 보기는 어려웠습니다. Codex가 보다 명확하고 구체적인 지시를 빠르게 이행하는 쪽에 강점이 있다면, Claude Code는 추상적이거나 구체적이지 않은 지시에도 어느 정도 알아서 잘 처리하는 면모가 있었습니다. 그래서 일부러 조금 추상적인 형태의 지시를 넣어봤고, Codex뿐 아니라 몇몇 경량형 로컬 LLM까지 함께 붙여서 결과를 비교해봤습니다.

내부 애니메이션이나 호버 처리도 제법 들어가 있어서, 가능하면 캡처본보다 페이지 형태로 직접 확인하는 편을 권장합니다.

OpenClaude ( CODEX )

Codex

Claude Code

OpenClaude( QWEN-3.5-9B )

OpenClaude( Nvidia/nemotron-3-nano-4b )

https://jenimci.github.io/

각각 캡처본이 아니라 웹에서도 확인해볼 수 있게 링크도 첨부합니다.

체감상으로는, 애초에 Codex 자체나 Claude Code는 원래 결과물이 꽤 안정적으로 나오는 편이었고, 오히려 Codex를 Open Claude에 붙였을 때는 텍스트가 깨지거나 자잘한 부분에서 조금 아쉬운 결과가 보였습니다. 반대로 경량형 모델인 Qwen 3.5를 Open Claude에 붙였을 때는 기대 이상으로 결과물이 괜찮게 나와서 꽤 인상적이었습니다.

또 흥미로웠던 점은 대화 세션을 어느 정도 공유하는 구조처럼 보였다는 점이었습니다. Claude Code 채팅 세션 쪽에서도 이전 내용이 기록된 상태로 확인됐고, 덕분에 작업 흐름을 그대로 이어서 Claude Code에서 계속 진행할 수도 있었습니다.

반대로 Claude Code에서 하던 작업을 Open Claude 쪽에서 이어받아 처리하는 것도 가능했습니다.

총평

사실 Codex 자체가 이미 꽤 훌륭한 개발 에이전트이다 보니, 개인적으로는 굳이 Codex를 다시 Open Claude에 물려서 메인으로 쓴다기보다는, 작업 중간에 흐름이 끊기거나 Claude 쪽 사용량이 막혔을 때 잠깐 이어받아 처리하는 용도로 더 많이 쓰게 될 것 같았습니다.

오히려 더 흥미로웠던 건 Qwen 9B 같은 경량형 로컬 모델들을 붙여 돌려봤을 때였습니다. 기대보다 프론트엔드 결과물이 꽤 괜찮게 나오는 경우가 있어서, 이런 류의 도구는 Codex를 물려서 사용하기 보다는 로컬 LLM을 잘 만들어진 코딩 에이전트에 얹어서 써볼 수 있다는 점 자체가 꽤 재밌게 느껴졌습니다.

물론 아직 버그들도 있어서, 사용하다 보면 가끔 문자열이 깨지거나 예상치 못한 이상한 문제가 튀어나오는 경우도 있었습니다. 대체로 스스로 해결되거나 조금 손보면 넘어갈 수 있는 수준이긴 했지만, 이런 자잘한 불안정성은 분명 남아 있었습니다. 일단은 한동안 더 써보면서 지켜볼 생각이고, 따로 적어둘 만한 포인트가 더 생기면 그때 내용을 추가해볼 것 같습니다.