부록 A. OpenAI·Claude·Gemini API 빠른 비교

LLM API를 처음 고를 때 가장 많이 하는 질문은 의외로 단순하다. "그래서 결국 뭘 쓰면 되죠?"다. 문제는 답이 하나가 아니라는 점이다. 세 벤더는 모두 훌륭하지만, 잘하는 일과 돈이 새는 지점이 조금씩 다르다. 게다가 가격표는 자주 바뀌므로, 숫자를 외우기보다 상대적인 위치와 선택 기준을 기억하는 편이 훨씬 실무적이다.¹

이 부록의 목표는 딱 하나다. 여러 문서를 뒤지지 않고도, OpenAI·Claude·Gemini 중 어디서 시작할지 빠르게 판단하게 돕는 것이다.

가장 먼저 보는 한 줄 결론

처음 시작하는 팀이라면 OpenAI가 가장 무난한 기본값이다. 문서, SDK, 예제, 커뮤니티가 두껍고 구조화 출력이나 툴 호출도 안정적으로 쓰기 좋다.³⁴

코드 생성, 복잡한 지시 준수, 여러 단계를 거치는 에이전트형 작업에서 더 높은 신뢰가 필요하다면 Claude가 강하다. 특히 "말은 잘 들었는데 결과가 살짝 비뚤어진다" 같은 미묘한 문제를 줄이고 싶을 때 존재감이 크다.⁴

긴 문서, 거대한 컨텍스트, 멀티모달, 예산 민감한 대량 처리라면 Gemini가 매우 매력적이다. 문서 통째 분석, 이미지·오디오·비디오 입력, Google 생태계 결합에서 특히 빛난다.³⁴

한눈에 보는 빠른 비교표

아래 표는 2026년 3~4월 공개 자료 기준의 대표 모델 가격대와 특징을 요약한 것이다. 숫자는 암기용이 아니라 감각용으로 보면 된다.²

표만 보고 한 줄로 줄이면 이렇다. OpenAI는 가장 무난한 기본형, Claude는 신중하고 깊은 해결형, Gemini는 길고 싸고 넓게 보는 처리형이다.

벤더별 성격을 사람처럼 이해하기

OpenAI: 가장 무난한 기본값

OpenAI API는 "처음 붙이기 쉽고, 확장도 무난한" 쪽에 가깝다. SDK, 예제, 커뮤니티, 관성까지 합치면 여전히 가장 손에 익기 쉽다. 구조화 출력과 함수 호출, 스트리밍, 임베딩, 배치 처리 같은 실무 요소도 전체적으로 균형이 좋다.³

특히 팀에 LLM 경험이 아직 많지 않다면 OpenAI는 실수를 줄여 준다. 이상한 규격을 억지로 이해하지 않아도 되고, 검색하면 대개 비슷한 문제를 이미 누군가 겪었다. 개발자는 이런 순간에 행복해진다. 적어도 새벽 두 시에는 그렇다.

다만 늘 최저가는 아니다. 성능이 좋은 대신, 같은 일을 더 싼 모델로 처리할 수 있었는데 습관처럼 OpenAI 상위 모델만 쓰면 비용이 서서히 부풀 수 있다. 그래서 OpenAI는 "좋은 기본값"이지, "항상 최적가"는 아니다.²⁵

Claude: 말귀를 잘 알아듣는 고급 작업자

Claude의 장점은 단순히 똑똑하다는 말로는 조금 부족하다. 더 정확히 말하면 긴 지시와 복잡한 제약을 비교적 잘 지키는 편이다. 그래서 코드 생성, 리뷰, 리팩터링, 문서 분석, 장문 재작성, 여러 조건을 동시에 만족해야 하는 응답에서 좋은 평가를 받는다.⁴

에이전트 스타일 작업에도 잘 맞는다. 툴을 한 번만 부르는 것이 아니라, 중간 결과를 읽고 다음 행동을 이어 가는 흐름에서 꽤 안정적이라는 인상을 주는 경우가 많다. Anthropic이 툴 사용과 컴퓨터 사용 같은 방향을 꾸준히 밀고 있는 것도 이 성격과 이어진다.⁴

반면 가격은 대체로 OpenAI나 Gemini보다 높은 편이다. 특히 Opus 계열은 "필요할 때만 꺼내는 칼"로 보는 것이 좋다. 일상적인 분류, 짧은 요약, 라우팅 같은 작업까지 모두 Claude 상위 모델에 태우면 예산 회의가 급격히 진지해진다.²

Gemini: 긴 문서와 멀티모달의 장거리 선수

Gemini는 긴 컨텍스트와 멀티모달에서 존재감이 크다. 문서가 아주 길거나, 텍스트만이 아니라 이미지·오디오·비디오까지 함께 다뤄야 할 때 선택 이유가 선명해진다. 특히 1M 토큰급 컨텍스트를 활용하는 시나리오에서는 "굳이 쪼개지 않고 한 번에 넣어도 되네?"라는 단순하지만 강력한 장점이 생긴다.³⁴

가격도 공격적이다. Flash, Flash-Lite 같은 경량 계열은 대량 처리에 매우 유리하고, Pro는 상위권 성능과 긴 컨텍스트를 함께 노릴 때 좋은 선택이다. 다만 Pro는 입력 길이가 길어지면 요금 구간이 바뀌는 구조가 있어, 초장문을 무심코 계속 보내면 생각보다 빨리 비싸질 수 있다.²⁵

또 하나의 강점은 Google 생태계다. 검색 grounding, Vertex AI, Workspace와의 연결이 필요한 팀이라면 Gemini는 기술 선택이 아니라 조직 선택이 되기도 한다.⁴

기능 기준으로 보면 무엇이 다를까

구조화 출력과 툴 호출

세 벤더 모두 이제는 툴 호출과 구조화 응답을 지원한다. 하지만 체감은 조금 다르다. OpenAI는 구조화 출력과 함수 호출의 실무 사례가 가장 많아서, 빠르게 붙이고 디버깅하기 편하다. Claude는 복잡한 툴 사용 지시를 신뢰성 있게 따르는 편이고, Gemini는 Google 검색 grounding이나 코드 실행처럼 생태계 결합형 기능에서 강점을 보인다.³⁴

즉, "JSON이 꼭 깨지면 안 된다, 라이브러리 예제도 많이 필요하다"면 OpenAI 쪽이 편하고, "툴을 여러 번 엮는 다단계 작업"이라면 Claude가 매력적이며, "검색·문서·멀티모달을 Google 쪽 자산과 묶겠다"면 Gemini가 자연스럽다.

멀티모달

이미지, 오디오, 비디오까지 넓게 보면 Gemini가 가장 눈에 띈다. OpenAI도 멀티모달이 강하고, 음성·비전 쪽 경험이 풍부하다. Claude는 비전은 가능하지만 전체 포지션은 여전히 텍스트 중심의 깊은 작업에 더 가깝다.³⁴

따라서 화면 캡처 분석, 사진 이해, 회의 음성 처리, 영상 요약 같은 작업이 많다면 OpenAI와 Gemini를 우선 검토하는 편이 빠르다.

임베딩과 RAG 구성

RAG를 만들 때는 생성 모델만 보면 안 된다. 임베딩, 재순위화, 검색 연동까지 같이 봐야 한다. 이 관점에서는 OpenAI와 Gemini가 한 벤더 안에서 묶기 편한 편이고, Claude는 네이티브 임베딩 API가 없어서 보통 다른 공급자와 조합하게 된다.²³

이 말은 Claude가 불편하다는 뜻은 아니다. 다만 "생성은 Claude, 임베딩은 OpenAI" 같은 멀티 벤더 구성이 더 자연스럽다는 뜻이다. 이미 10장에서 살펴본 멀티 벤더 설계가 여기서 다시 현실적인 선택지가 된다.

파인튜닝과 제어 가능성

도메인 적응을 위해 파인튜닝이 꼭 필요하다면 OpenAI나 Gemini 쪽이 검토 우선순위가 높다. Anthropic은 이 부분이 상대적으로 제한적이다.³

하지만 대부분의 웹 서비스는 파인튜닝보다 먼저 프롬프트, 구조화 출력, RAG, 라우팅만으로 충분한 경우가 많다. 그러니 "파인튜닝 가능 여부"만 보고 벤더를 고르기보다는, 정말 그 기능이 필요한지부터 확인하는 게 맞다.

비용 감각: 숫자보다 중요한 세 가지

가격표를 볼 때는 입력 토큰 단가보다 출력 토큰 단가, 반복 컨텍스트의 캐싱 가능성, 배치 처리 가능성이 더 중요할 때가 많다.⁵

첫째, 출력은 대개 입력보다 훨씬 비싸다. 사용자가 짧게 물어봐도 모델이 길게 답하면 비용은 그쪽에서 폭발한다. 그래서 "길게 잘 말하는 모델"이 항상 좋은 것은 아니다. 서비스 입장에서는 "짧고 정확한 모델"이 더 훌륭할 때가 많다.²

둘째, 세 벤더 모두 캐싱 전략이 중요하다. 반복되는 시스템 프롬프트, 고정 문서, 공통 컨텍스트가 있다면 캐시 할인만으로도 체감 비용이 크게 내려간다. Anthropic의 프롬프트 캐싱, OpenAI의 cached input, Gemini의 context caching은 모두 이 영역의 핵심 도구다.²⁵

셋째, 실시간이 아닌 작업은 배치로 보내라. 대량 요약, 분류, 문서 처리처럼 몇 분 늦어도 되는 작업은 배치 API나 비동기 작업으로 바꾸는 순간 단가가 크게 낮아진다.²⁵

간단히 말해, 비용을 아끼는 비결은 "싼 모델 찾기"보다 비싼 호출을 줄이는 구조 만들기에 더 가깝다.

언제 어느 벤더를 먼저 고를까

OpenAI를 먼저 고르면 좋은 경우

• 팀이 빨리 출시해야 한다.

• 구조화 출력, 함수 호출, 임베딩까지 한 번에 무난하게 가져가고 싶다.

• 자료, 예제, 커뮤니티 답변이 많은 쪽이 좋다.

• 멀티모달도 필요하지만 지나치게 긴 컨텍스트는 핵심이 아니다.

이 경우 OpenAI는 "실수 적은 시작점"이다. 처음부터 지나치게 복잡한 최적화를 하지 않고, 기능을 검증한 뒤 다른 벤더를 추가하는 순서가 잘 맞는다.

Claude를 먼저 고르면 좋은 경우

• 코드 생성이나 코드 리뷰가 서비스 핵심이다.

• 긴 지시를 정확히 따르는 품질이 중요하다.

• 분석 결과가 어긋나면 사람이 다시 고치는 비용이 크다.

• 에이전트형 워크플로의 품질이 단가보다 더 중요하다.

이 경우 Claude는 단가가 더 높아도 총비용이 낮아질 수 있다. 사람이 덜 고치고, 재시도가 줄고, 실패한 실행이 줄면 실제 운영비가 내려가기 때문이다.

Gemini를 먼저 고르면 좋은 경우

• 문서가 길다. 정말 길다.

• 이미지, 오디오, 비디오를 함께 다룬다.

• 대량 처리라 단가 차이가 매우 크게 누적된다.

• Google Workspace, Search, Vertex AI와의 연결이 중요하다.

• 무료 티어로 빠르게 실험하고 싶다.⁶

이 경우 Gemini는 시작 실험에도 좋고, 운영비 최적화에도 좋다. 특히 Flash 계열은 "이 정도 품질이면 충분한데?"라는 순간이 자주 나온다.

추천 시작 조합

실무에서는 한 벤더만 고집하는 것보다 역할을 나누는 편이 더 낫다.

조합 1: 가장 무난한 스타트업형

• 기본 채팅, 구조화 출력, 임베딩: OpenAI

• 어려운 코드 작업이나 고난도 문서 분석: Claude

• 대량 비동기 처리: Gemini Flash

이 조합은 개발 속도와 비용 균형이 좋다. "평소엔 빠르게, 어려울 때만 세게"라는 전형적인 운영 방식이다.

조합 2: 문서·지식 서비스형

• 긴 문서 1차 요약과 멀티모달 입력: Gemini

• 정교한 재작성과 최종 응답 생성: Claude

• 임베딩과 검색 파이프라인: OpenAI 또는 Gemini

문서 서비스는 입력이 길고 결과 품질 편차가 크므로, 한 벤더만으로 밀어붙이기보다 단계별 역할 분리가 효과적이다.

조합 3: 빠른 MVP형

• 일단 OpenAI 하나로 출시

• 트래픽 증가 후 저가 라우팅 모델로 Gemini Flash 추가

• 품질 이슈가 보이는 고난도 요청만 Claude 승격

이 방식의 장점은 단순하다. 처음엔 복잡성을 줄이고, 나중에 데이터가 쌓인 뒤 최적화한다. 책 전체에서 반복해서 강조한 "처음부터 완벽한 AI 스택을 만들지 말라"는 원칙과도 잘 맞는다.

선택 전에 던질 질문 다섯 가지

벤더를 고르기 전에 아래 질문에 답해 보면 판단이 빨라진다.

• 우리 서비스는 긴 문서가 핵심인가, 아니면 짧은 상호작용이 핵심인가?

• 실패했을 때 더 아픈 쪽은 비용인가, 품질 저하인가?

• 결과를 사람이 다시 검토하나, 아니면 바로 시스템이 소비하나?

• 이미지·오디오·비디오 같은 멀티모달 입력이 실제로 필요한가?

• 임베딩, 검색, 툴 호출, 배치까지 포함해 한 벤더로 묶는 편의성이 중요한가?

이 질문에 답해 보면 대개 방향이 보인다. 그리고 그 방향은 놀랍게도 "최고 성능 모델"보다 "우리 서비스의 병목이 무엇인가"에 더 가까이 있다.

마지막 정리

OpenAI는 가장 무난한 출발점이다. Claude는 고난도 추론과 코드, 지시 준수에서 강하다. Gemini는 긴 컨텍스트, 멀티모달, 비용 효율에서 매력적이다.

그래서 정답은 보통 하나가 아니다. 다만 첫 선택은 분명히 할 수 있다.

처음 시작하고 빠르게 만들고 싶다면 OpenAI.

결과 품질과 복잡한 작업 신뢰가 제일 중요하다면 Claude.

긴 문서와 대량 처리, 멀티모달, 예산 효율이 중요하다면 Gemini.

그리고 서비스가 커질수록, 가장 좋은 답은 점점 더 "셋 중 하나"가 아니라 "셋을 어떻게 역할 분담시킬 것인가"가 된다.

참고

¹Stop guessing your AI API costs

²AI API Pricing Comparison (2026): OpenAI vs Claude vs Gemini Costs

³LLM API Comparison — OpenAI vs Anthropic vs Google vs Mistral (2026)

⁴OpenAI vs Claude vs Gemini API: Full Developer Comparison

⁵LLM API Cost Breakdown: Claude, Gemini & OpenAI Compared

⁶Stop guessing your AI API costs.