1부 1장. Claude는 ChatGPT와 무엇이 다른가

AI 도구를 고를 때 많은 사람이 가장 먼저 묻습니다. "그래서 누가 더 좋죠?"

하지만 실무에서는 이 질문이 절반만 맞습니다. 더 중요한 질문은 따로 있습니다. "이 일을 맡길 때 누구를 꺼내야 하죠?"

Claude와 ChatGPT는 모두 뛰어난 AI입니다. 둘 다 글을 쓰고, 요약하고, 분석하고, 코드를 도와줍니다. 겉으로 보면 비슷합니다. 그래서 처음엔 "둘 다 거기서 거기 아닌가?" 싶습니다. 그런데 며칠만 진짜 업무에 써보면 차이가 드러납니다. 한쪽은 아이디어를 빠르게 던지는 데 강하고, 다른 한쪽은 긴 맥락을 붙잡고 더 정돈된 결과물을 끝까지 밀어붙이는 데 강합니다.

이 장의 핵심은 간단합니다. Claude는 답변을 잘하는 AI라기보다, 맥락을 오래 붙들고 결과물을 완성하는 데 강한 AI라는 점입니다. 이 차이를 이해하면, 언제 Claude를 켜야 하는지가 훨씬 선명해집니다.

한 줄 요약: 답하는 AI가 아니라 완수하는 AI

ChatGPT를 오래 써온 사람은 AI를 종종 "질문하면 답해주는 도구"로 생각합니다. 검색창의 진화형 같은 느낌입니다. 물론 Claude도 질문에 답합니다. 하지만 Claude의 진짜 강점은 질문 응답보다 업무 완수형 상호작용에 있습니다.

예를 들어 보겠습니다.

당신이 팀장에게 보고할 시장조사 메모를 만들고 있다고 해봅시다. ChatGPT에게 "이 산업 동향 정리해줘"라고 하면 빠르게 개요를 뽑고, 아이디어를 넓게 펼쳐주는 데 능합니다. 반면 Claude는 같은 요청에서도 비교적 더 자주 맥락을 정리하고, 애매한 부분을 구분하고, 문서 전체의 톤을 맞추며, "최종적으로 제출 가능한 형태"에 가까운 쪽으로 밀어주는 경향이 있습니다.¹

쉽게 말하면 이렇습니다. ChatGPT가 회의실에서 브레인스토밍을 잘하는 동료라면, Claude는 회의가 끝난 뒤 메모를 정리하고, 빠진 전제를 짚고, 보고서 초안을 깔끔하게 묶어오는 동료에 가깝습니다.

이 차이는 작은 취향 차이처럼 보이지만, 실무에서는 큽니다. 우리는 대부분 "멋진 답변"보다 "바로 붙여 넣어도 되는 초안"이 더 필요하기 때문입니다.

Anthropic의 설계 철학은 결과물에 어떻게 남는가

Claude를 만든 Anthropic은 처음부터 안전하고, 해석 가능하고, 신뢰할 수 있는 AI를 강조해 왔습니다. 그 대표적인 훈련 접근이 바로 Constitutional AI입니다. 말이 조금 거창해 보이지만 뜻은 의외로 단순합니다. 모델이 답을 만들 때 아무 말이나 그럴듯하게 내뱉지 않도록, 일정한 원칙을 기준 삼아 스스로 답변을 다듬게 하는 방식입니다.²

이 철학은 결과물의 성격에 꽤 직접적으로 드러납니다.

Claude는 상대적으로 다음과 같은 인상을 주는 경우가 많습니다.

• 모르는 것을 안다고 밀어붙이기보다, 불확실성을 드러내려 한다.

• 요청 자체에 구멍이 있으면, 그냥 예쁘게 포장하지 않고 문제를 짚는 편이다.

• 문장 톤이 과하게 번쩍거리기보다 차분하고 정돈된 쪽으로 흐른다.

• 긴 글에서 앞뒤 논리를 맞추려는 성향이 강하다.

이게 왜 중요할까요? 실무 문서는 대부분 "재미있는 답"보다 "사고 안 나는 답"이 중요하기 때문입니다. 보고서, 정책 문안, 회의 요약, 제안서, 분석 메모는 읽는 사람이 "이거 그럴듯하네"보다 "이거 믿고 다음 단계로 가도 되겠네"라고 느껴야 합니다.

물론 대가도 있습니다. Claude는 가끔 너무 신중해 보일 수 있습니다. 분명 시켜서 되는 일인데 한 번 더 확인하려 하거나, 애매한 요청에 대해 바로 질주하지 않고 멈칫하는 순간이 있습니다. 어떤 날엔 이게 답답합니다. 하지만 민감한 문서, 중요한 의사결정, 긴 분석 작업에서는 이 신중함이 오히려 장점이 됩니다.²

즉, Claude의 철학은 단순히 "착한 AI"라는 이미지에 그치지 않습니다. 결과물이 덜 과장되고, 조금 더 조심스럽고, 그래서 실무 문서에 더 잘 어울리는 방향으로 나타나는 경우가 많습니다.

200K 토큰 컨텍스트가 실무에서 의미하는 것

Claude를 이야기할 때 빠지지 않는 숫자가 있습니다. 바로 200K 토큰 컨텍스트입니다. 토큰은 AI가 텍스트를 처리하는 단위라고 생각하면 됩니다. 한국어 사용자에게는 숫자가 잘 안 와닿으니 이렇게 기억하면 쉽습니다. 대략 책 한 권급 분량, 또는 수백 페이지 문서를 한 대화 안에 넣고 다룰 수 있는 규모입니다.³

이 숫자가 왜 중요할까요?

예전 방식의 AI 사용은 대개 이랬습니다. 긴 PDF를 잘라 붙여 넣고, 앞부분 요약하고, 중간 요약하고, 마지막에 다시 합치는 식입니다. 이 방식의 가장 큰 문제는 전체 맥락이 끊긴다는 점입니다. 17페이지의 정의와 83페이지의 예외 조항, 121페이지의 결론이 한 번에 연결되지 않습니다.

Claude의 긴 컨텍스트는 이 귀찮은 분절 작업을 크게 줄여줍니다. 그래서 다음 같은 일이 쉬워집니다.

• 긴 계약서에서 앞의 정의와 뒤의 면책 조항을 함께 보며 모순을 찾기

• 100페이지 넘는 회의록·정책 문서에서 반복되는 이슈를 한 번에 정리하기

• 여러 장의 기획안, 리서치 문서, 메일 스레드를 같이 넣고 하나의 의사결정 메모로 재구성하기

• 책 한 권 분량의 자료를 바탕으로 일관된 보고서 초안 만들기

여기서 중요한 포인트가 하나 더 있습니다. 긴 컨텍스트는 단순히 많이 넣는 기능이 아니라, 앞뒤 연결을 유지하는 기능이라는 점입니다. 문서를 조각내지 않아도 되니, 사람이 하던 "문맥 봉합 작업"이 줄어듭니다. 실무에서 시간 절약이 크게 나는 이유가 바로 이것입니다.

다만 숫자가 크다고 마법은 아닙니다. 긴 문서를 잘 다루려면 질문 방식도 중요합니다. Anthropic은 예전부터 장문 검색형 질문에서 프롬프트 구조가 성능에 큰 영향을 준다고 설명해 왔고, 실제로 답변 시작 형식을 조금만 유도해도 장문 회수 정확도가 크게 좋아지는 사례를 공개한 바 있습니다.⁴

이 말은 곧 이런 뜻입니다. Claude는 긴 문서를 읽을 수 있다. 하지만 잘 읽게 만들려면 당신도 잘 브리핑해야 한다.

실무적으로는 "요약해줘"보다 "이 문서에서 의사결정에 필요한 항목만 추출해줘", "부서별 액션 아이템으로 나눠줘", "리스크 조항만 표 형태로 정리해줘"가 훨씬 강합니다. 컨텍스트가 크다고 요청까지 대충 해도 되는 것은 아닙니다. 오히려 큰 컨텍스트일수록 지시가 구조적이어야 합니다.

결과물의 결이 다르다

많은 사용자가 Claude와 ChatGPT를 번갈아 쓰면서 느끼는 차이는 성능 점수보다 문장의 결에서 먼저 옵니다.

ChatGPT는 다재다능합니다. 이미지 생성, 음성, 넓은 생태계, 빠른 아이디어 확장 같은 면에서 확실히 장점이 있습니다. 반면 Claude는 글쓰기, 편집, 긴 문맥 유지, 분석 메모 작성처럼 텍스트 중심의 깊은 작업에서 더 "협업하는 느낌"을 준다는 평가를 자주 받습니다.¹

이 차이를 실무 언어로 바꾸면 이렇습니다.

ChatGPT는 "많이 내놓는 데" 강하고, Claude는 "덜 고치게 내놓는 데" 강한 편입니다.

물론 절대 법칙은 아닙니다. ChatGPT도 충분히 좋은 문장을 씁니다. Claude도 산만한 출력을 할 때가 있습니다. 하지만 경향은 분명합니다. Claude는 긴 초안에서 문체가 덜 흔들리고, 문단 간 연결이 비교적 자연스럽고, 어조를 맞추는 데 강점을 보이는 경우가 많습니다. 그래서 보고서, 칼럼, 메모, 기획 문서, 편집 작업에서 만족도가 높게 나옵니다.¹

반대로 짧은 카피를 여러 개 뽑거나, 이미지까지 바로 만들거나, 툴 체인을 넓게 연결해 이것저것 해보려면 ChatGPT가 더 편한 경우도 많습니다.¹

정리하면 둘의 차이는 "누가 더 똑똑하냐"보다 "누가 어떤 방식으로 일하느냐"에 가깝습니다.

한국어 문서 작업에서 Claude가 빛나는 순간

한국어 실무 문서는 의외로 까다롭습니다. 존댓말과 반말의 문제가 아닙니다. 같은 존댓말 안에서도 결이 다릅니다. 공지문은 단정해야 하고, 대표 인사말은 부드러워야 하고, 임원 보고는 짧고 차가워야 하고, 고객 안내문은 친절하지만 장황하면 안 됩니다.

Claude는 이런 톤의 미세 조정에서 강점을 보이는 편입니다. 특히 다음 같은 한국어 작업에서 만족도가 높습니다.

첫째, 긴 문서를 읽고 짧은 문어체로 압축하는 일입니다. 한국어 보고서는 영어보다 압축도가 높은 편이라, 장황하게 풀어 쓰면 금방 "AI 냄새"가 납니다. Claude는 비교적 덜 과장된 톤으로 정리해 주는 경우가 많습니다.

둘째, 같은 내용을 여러 톤으로 바꾸는 일입니다. 예를 들어 "사내 공지용", "고객 안내용", "대표 보고용"처럼 같은 사실을 문체만 바꾸는 작업에서 결과물의 결이 안정적인 편입니다.

셋째, 문서 전체의 말투를 맞추는 일입니다. 중간중간 어투가 흔들리면 한국어 문서는 금방 어색해집니다. Claude는 긴 글에서 이런 흔들림을 줄이는 데 꽤 유리합니다.

이런 강점은 한국 시장에서 Claude 사용이 빠르게 늘어난 흐름과도 무관하지 않습니다. Anthropic은 2026년 서울 오피스 개설을 발표하면서 한국 사용자가 전 세계 상위권 수준의 활동성을 보인다고 밝혔습니다.⁵

하지만 약점도 분명하다

좋은 도구일수록 약점까지 알아야 오래 씁니다. Claude를 한국어 실무에 쓸 때 자주 만나는 약점도 있습니다.

먼저, 정답성이 절대적으로 중요한 전문 문구에서는 여전히 검수가 필요합니다. 법률, 세무, 인사 규정, 공시 문안처럼 단어 하나가 책임을 바꾸는 문서는 Claude가 아무리 그럴듯하게 써도 반드시 사람이 확인해야 합니다. 특히 한국어 법령 표현은 자연스러운 문장과 정확한 법적 표현이 다를 때가 많습니다.

다음으로, 표와 서식 중심 작업에서는 기대를 조금 조정해야 합니다. Claude는 설명형 문장에 강하지만, 엑셀처럼 칼럼 구조가 엄격한 데이터 정리나 회사 고유 양식을 100% 맞춰야 하는 작업에서는 출력 형식을 더 빡빡하게 지정해야 합니다. 그렇지 않으면 보기에는 그럴듯하지만, 복붙해서 바로 쓰기 어려운 결과가 나오기도 합니다.

또 하나는, 과도한 배려가 오히려 답답함으로 느껴질 수 있다는 점입니다. 사용자는 "그냥 초안 달라"고 했는데, Claude는 전제의 모호함을 먼저 짚는 경우가 있습니다. 민감한 업무에선 장점이지만, 속도가 최우선인 순간에는 귀찮게 느껴질 수 있습니다.

마지막으로, 이미지 생성이나 음성, 멀티모달 제작을 한 플랫폼 안에서 끝내고 싶다면 ChatGPT 쪽이 더 자연스러운 경우가 많습니다.¹ 즉, 한국어 문서 작업만 놓고 보면 Claude가 강하지만, 문서 밖으로 나가는 순간 비교 기준이 달라집니다.

그래서 언제 Claude를 꺼내야 하는가

결국 중요한 것은 비교표가 아니라 사용 타이밍입니다. 다음 상황이라면 Claude를 먼저 켜는 편이 유리합니다.

• 읽어야 할 문서가 길고, 앞뒤 맥락 연결이 중요할 때

• 단순 답변보다 제출 가능한 초안이 필요할 때

• 말투와 문체를 안정적으로 맞춰야 할 때

• AI가 내 지시를 그대로 따르기보다, 허점을 조금은 짚어주길 바랄 때

반대로 아이디어를 매우 빠르게 많이 뽑아야 하거나, 이미지·음성까지 한 번에 다뤄야 하거나, 넓은 생태계와 연결해 이것저것 실험하려면 ChatGPT가 더 손에 잘 맞을 수 있습니다.

이 책은 Claude를 중심으로 다루지만, 이 장의 결론은 "Claude가 무조건 낫다"가 아닙니다. 더 정확한 결론은 이것입니다.

Claude는 텍스트 중심의 실무, 특히 긴 맥락과 결과물의 완성도가 중요한 업무에서 꺼낼 가치가 큰 도구다.

그리고 바로 그 점 때문에, Claude는 단순한 챗봇이 아니라 "일을 맡길 수 있는 동료"처럼 느껴집니다.

다음 장에서는 이 동료에게 어떤 모델을 맡겨야 하는지, 즉 Sonnet·Opus·Haiku와 요금제를 어떻게 골라야 하는지 구체적으로 살펴보겠습니다.

참고

¹Claude vs. ChatGPT: What's the difference? [2026]

²Claude AI vs. ChatGPT: What's the Difference?

³Claude AI vs. ChatGPT: How do they compare?

⁴Long context prompting for Claude 2.1

⁵Seoul becomes Anthropic's third office in Asia-Pacific as we continue our international growth