AI 코딩 도구 대조표

Multica는 16개의 AI 코딩 도구를 기본 지원합니다. 이들은 모두 동일한 인터페이스(대기열 적재, 디스패치, 실행, 결과 반환)를 구현하므로, 같은 Multica 보드에서 어느 것이든 구동할 수 있습니다. 하지만 기능 세부사항은 크게 다릅니다: 세션 재개가 실제로 동작하는지, MCP를 지원하는지, 스킬 파일이 어디에 위치하는지, 모델을 어떻게 선택하는지. 이 페이지가 전체 대조표입니다.

에이전트를 생성할 때 도구를 고르는 방법은 에이전트 생성 및 구성을 참고하세요.

기능 대조 매트릭스

각 도구의 용도

Antigravity

Google에서 제공합니다. CLI 바이너리 이름은 agy입니다. Google의 Antigravity 서비스와 연동되며 Gemini 기반의 기본 모델을 함께 제공합니다. 세션 재개가 동작합니다 — --conversation <id>를 통해서이며, stdout이 구조화된 이벤트 스트림이 아니라 일반 텍스트이기 때문에 데몬이 CLI의 로그 파일에서 conversation UUID를 캡처합니다. 모델 선택이 동작합니다 — --model flag(agy 1.0.6에서 추가)를 통해서이며, 데몬이 agy models로 카탈로그를 열거하고 선택된 값을 그대로 전달합니다. 이 값들은 provider/model slug가 아니라 Claude Opus 4.6 (Thinking) 같은 사람이 읽는 표시 이름이라는 점에 유의하세요. 또한 agy는 인식할 수 없는 값을 받으면 조용히 빈 실행을 하므로, 직접 입력하기보다 발견된 목록에서 선택하는 것을 권장합니다. 스킬은 .agents/skills/에 들어갑니다(CLI가 Gemini CLI의 워크스페이스 스킬 레이아웃을 그대로 따릅니다 — Antigravity 마이그레이션 문서 참고).

Claude Code

Anthropic에서 제공합니다. 신규 사용자에게 첫 번째 선택지이며, 가장 완전한 기능 세트를 갖추고 있습니다: 세션 재개가 실제로 동작하고, MCP 구성을 읽으며, --max-turns와 --append-system-prompt 같은 세부 조정 flag를 지원합니다. Anthropic API 키가 필요합니다.

CodeBuddy

Tencent에서 제공합니다. Claude Code 호환 CLI 에이전트입니다 — Multica는 Claude Code와 동일한 stream-json 프로토콜로 구동하므로 세션 재개가 동작하고(--resume 경유), MCP 구성은 --mcp-config로 전달됩니다. CodeBuddy는 Claude의 디렉터리를 재사용하지 않고 자체 설정 디렉터리를 사용하므로, 스킬은 .codebuddy/skills/에 배치되고 런타임 브리핑은 CODEBUDDY.md에 기록됩니다. 모델은 동적으로 탐색됩니다.

Codex

OpenAI에서 제공합니다. JSON-RPC 2.0을 사용하고, 상태 유지 능력이 더 강하며, 더 세밀한 승인 메커니즘(exec_command 및 patch_apply에 대한 수동 승인)을 갖추고 있습니다. MCP 구성은 작업별 $CODEX_HOME/config.toml에 기록됩니다. 세션 재개가 동작합니다 — Multica는 Codex app-server의 thread/resume으로 재개합니다. 저장된 thread가 없거나 오래된 경우에는 새 thread로 폴백해 작업을 계속 실행합니다.

Copilot

GitHub에서 제공합니다. 모델 라우팅은 GitHub 계정 권한을 거칩니다 — 도구가 직접 모델을 선택하지 않고, GitHub가 어떤 모델을 제공할지 결정합니다. .github/skills/에 스킬을 두는 것은 GitHub CLI의 기본 탐색 메커니즘입니다.

Cursor

Anysphere에서 제공하며, Cursor 에디터에 대응하는 CLI입니다. 세션 재개가 동작합니다 — 현재 Cursor Agent의 stream-json 이벤트에는 session_id가 포함되며, Multica는 다음 실행 때 이를 --resume <id>로 다시 전달합니다. MCP 구성은 작업 워크스페이스의 .cursor/mcp.json에 기록되고, Cursor의 프로젝트 approval 파일은 작업별 CURSOR_DATA_DIR 아래에 기록되므로, 관리되는 MCP 서버는 사용자의 전역 Cursor approval에 의존하지 않습니다.

Hermes

Nous Research에서 제공합니다. ACP 프로토콜을 사용합니다(Kimi와 전송 계층을 공유합니다). 세션 재개가 동작하고, MCP 구성은 ACP mcpServers로 전달됩니다. Hermes는 스킬을 자신의 홈 디렉터리(~/.hermes/skills/)와 설정된 skills.external_dirs에서만 탐색하며, 워크스페이스 상대 탐색은 하지 않습니다. 그래서 에이전트에 스킬이 할당된 경우에만 Multica는 HERMES_HOME을 사용자 ~/.hermes/의 작업별 오버레이로 향하게 합니다. 실제 홈은 심링크로 미러되고(auth/시크릿 포함, 토큰 갱신이 전파됨), 파생된 config.yaml이 기존 스킬을 읽기 전용 external root로 참조하며, 할당된 스킬만 그 skills/ 디렉터리에 기록되어 우선합니다. 전역 스킬은 그대로 동작합니다. Multica는 공유 ~/.hermes/를 직접 수정하지 않고 읽어서 링크만 하지만, Hermes가 미러된 심링크를 통해 쓰는 경우(토큰 갱신 등)는 전파됩니다. custom_args의 -p/--profile 선택은 존중됩니다. 오버레이는 그 profile의 홈에서 시드되고, 플래그는 실행 명령에서 소비되어 오버레이를 우회할 수 없습니다. 작업 메모리는 작업별로 격리됩니다. 새 memories/ 디렉터리에 더해 파생 설정에서 외부 memory.provider 백엔드를 비활성화하므로, 디스크상의 메모도 공유 Supermemory/Hindsight 류의 뱅크도 작업 간에 공유되지 않습니다(관리형 agent 범위 메모리 백엔드는 향후 별도 과제입니다). state.db SQLite 세션 저장소와 저널 파일도 작업 로컬이며 Hermes가 오버레이 안에서 생성합니다. 호스트 대화 기록은 링크되거나 복사되지 않고, Windows에서 활성 WAL 잠금이 환경 준비를 막지 않습니다. 스킬이 할당되지 않은 Hermes 작업은 실제 홈 그대로 실행됩니다. 참고로 홈의 플랫폼 기본값은 네이티브 Windows에서 %LOCALAPPDATA%\hermes입니다.

Hermes profile 선택. 특정 profile로 Hermes를 실행하려면 에이전트의 custom_args에 profile 플래그와 profile 이름을 두 개의 독립된 항목으로 설정하세요. 예를 들어 research라는 profile을 사용하려면:

["-p", "research"]

"-p research"처럼 하나의 문자열로 합치지 마세요. Multica는 배열의 각 항목을 하나의 argv 항목으로 도구에 전달합니다. custom_args는 에이전트별로 설정합니다 — 에이전트 생성 및 구성을 참고하세요.

Kimi

Moonshot에서 제공하며, 중국 시장을 겨냥합니다. Hermes와 ACP 프로토콜을 공유하고 MCP 구성도 ACP mcpServers로 전달되지만, 스킬 경로 .kimi/skills/는 Kimi CLI의 기본 탐색 메커니즘으로 Hermes의 fallback과는 다릅니다.

Kiro CLI

Amazon에서 제공합니다. kiro-cli acp를 통해 stdio 위에서 ACP를 사용합니다. 세션 재개는 ACP session/load로 동작하고, MCP 구성은 ACP mcpServers로 전달되며, 모델 선택은 session/set_model로 동작하고, 스킬은 프로젝트 수준 기본 탐색을 위해 .kiro/skills/로 복사됩니다.

OpenCode

SST에서 제공하는 오픈소스입니다. 사용 가능한 모델과 모델 variant를 동적으로 탐색합니다(CLI의 구성 파일을 스캔). 세션 재개가 동작하고, 에이전트의 mcp_config 필드를 소비합니다. Multica는 OPENCODE_CONFIG_CONTENT 환경 변수를 통해 이를 인라인으로 주입하므로, 에이전트의 MCP 서버가 작업 디렉터리의 opencode.json(에이전트 또는 사용자가 소유하는 파일)을 건드리지 않고 OpenCode에 전달됩니다. 모델이 variant를 노출하면 Multica는 이를 에이전트 thinking selector로 표시하고 선택한 값을 opencode run --variant로 전달합니다. 자신의 모델 카탈로그를 커스터마이징하고 싶은, 만지작거리기 좋아하는 사용자에게 적합합니다.

DevEco Code

DevEco Code는 Huawei(화웨이)의 HarmonyOS 개발용 독립 코딩 에이전트(deveco CLI, gitcode.com/openharmony-sig/deveco-code)입니다. OpenCode 엔진을 기반으로 하면서도 자체적으로 완성된 성숙한 제품으로, 자체 모델 카탈로그와 provider(내장 deveco/GLM-5.1), Huawei 계정 인증, 전용 설정·스킬 체계(~/.config/deveco/ 및 .deveco/skills/)를 갖추고 있습니다. Multica는 deveco run --format json으로 구동하며 NDJSON 이벤트 스트림을 파싱합니다. 세션 재개가 동작합니다(--session <id> 경유). 모델은 deveco models에서 동적으로 탐색되고, 시스템 컨텍스트는 작업별 AGENTS.md로 전달됩니다. MCP 서버는 DevEco 네이티브 DEVECO_CONFIG_CONTENT 채널로 설정합니다. Multica 측 mcp_config 연동은 개발 중이며, 현재 DevEco 에이전트의 MCP 탭은 숨겨집니다. 인증은 deveco auth login(Huawei 계정)으로 수행합니다.

OpenClaw

오픈소스 프로젝트이며, CLI 에이전트 오케스트레이터입니다. MCP 구성은 Multica의 작업별 config wrapper를 통해 기록됩니다. 모델이 에이전트 계층에 바인딩됩니다(openclaw agents add --model) — 작업마다 재정의할 수 없습니다. 구성이 엄격하게 통제됩니다: 사용자는 --model이나 --system-prompt를 전달할 수 없으며, 에이전트 등록 구성이 결정합니다.

Pi

Inflection AI에서 제공하며, 미니멀합니다. 세션 재개 방식이 특이합니다 — 세션 ID가 문자열 ID가 아니라 디스크상의 파일 경로(~/.pi/...)입니다. 다른 도구에서는 재개 id가 CLI가 반환하는 문자열이지만, Pi에서는 재개 id가 세션 파일 그 자체입니다.

Qoder

Alibaba에서 제공합니다. 에이전트형 코딩 CLI입니다. stdio 위에서 ACP 프로토콜을 사용합니다(Hermes, Kimi, Kiro CLI와 전송 계층을 공유합니다). 세션 재개는 ACP session/resume를 통해 동작하고, MCP 구성은 ACP mcpServers로 전달되며, 모델 선택은 동적으로 탐색되고, 스킬은 네이티브 탐색을 위해 .qoder/skills/로 복사됩니다.

Trae

ByteDance의 공식 TRAE CLI(traecli, Trae IDE와 함께 쓰는 제품이며 오픈소스 bytedance/trae-agent가 아닙니다)입니다. ACP 네이티브라서 Multica는 traecli acp serve --yolo로 stdio 위에서 구동하며, Kiro 및 Qoder와 같은 전송 계층을 사용합니다. 세션 재개는 ACP session/load로 동작하고, MCP 구성은 ACP mcpServers로 전달되며, 모델은 동적으로 탐색되어 작업별로 session/set_model로 전환됩니다. 스킬은 .traecli/skills/로 복사됩니다.

Grok

xAI의 Grok Build CLI(grok)입니다. Multica는 grok --no-auto-update agent --always-approve stdio로 ACP에 연결합니다. initialize 응답 후 CLI가 광고한 방식 중 xai.api_key(XAI_API_KEY가 설정된 경우 우선) 또는 cached_token을 선택하고, authenticate가 성공한 뒤에만 세션을 만들거나 불러옵니다. 사용할 수 있는 방식이 없으면 명시적으로 실패합니다. 세션 재개는 ACP session/load, 모델은 session/new에서 동적으로 탐색하고 session/set_model로 전환합니다. grok-4.5의 reasoning effort는 공식 지원 값인 low, medium, high만 제공합니다. MCP 구성은 ACP mcpServers로 전달됩니다. 스킬은 .grok/skills/에 기록되며, 사용자 스킬은 $GROK_HOME/skills/(기본값 ~/.grok/skills/)과 공용 ~/.agents/skills/에서 탐색됩니다.

세션 재개: 실제로 지원하는 도구

세션 재개 메커니즘은 작업에서 다룹니다. 지원되는 모든 도구가 세션을 재개합니다 — 재개 id를 전달하면 작업이 이전 컨텍스트에서 이어집니다. 유일한 예외는 Pi로, 재개 id가 문자열 ID가 아니라 디스크상의 세션 파일 경로입니다(위의 Pi 참고).

MCP 구성: 도구별 지원

16개 도구 중 mcp_config를 실제로 소비하는 것은 12개입니다: Claude Code, CodeBuddy, Codex, Cursor, Hermes, Kimi, Kiro CLI, OpenCode, OpenClaw, Qoder, Trae CLI, Grok. 나머지 4개(Antigravity, Copilot, DevEco Code, Pi)는 이 필드를 받아들이지만 무시합니다 — 오류도, 경고도 없으며, 구성이 그저 효과를 내지 못합니다.

각 도구의 연결 방식은 다릅니다: Claude Code와 CodeBuddy는 --mcp-config와 --strict-mcp-config로 받고, Codex는 데몬이 관리하는 mcp_servers 블록을 작업별 $CODEX_HOME/config.toml에 기록하며, Cursor는 .cursor/mcp.json과 작업별 CURSOR_DATA_DIR 아래의 프로젝트 approval을 기록합니다. Hermes/Kimi/Kiro CLI/Qoder/Trae CLI/Grok은 ACP mcpServers로 받습니다. OpenCode는 OPENCODE_CONFIG_CONTENT 환경 변수로 인라인 구성을 받고, OpenClaw는 Multica의 작업별 config wrapper를 통해 mcp.servers를 받습니다. OpenCode 경로는 프로젝트의 opencode.json을 다시 쓰지 않습니다.

스킬 파일이 위치하는 곳

각 도구는 자체 스킬 탐색 경로를 사용합니다. 작업이 실행되기 전에 Multica 데몬이 워크스페이스의 스킬 파일을 해당 경로로 복사합니다:

fallback 경로를 쓰는 도구가 실제로 이 디렉터리를 읽는지는 해당 도구 자체의 문서에 따라 달라지며 — 보장되지 않습니다. OpenClaw에서 스킬이 적용되지 않는다면, 먼저 이 점을 확인하세요.

기본 프로젝트 수준 경로에서는 저장소 범위 탐색이 의도된 동작입니다. 체크아웃된 저장소가 이미 해당 디렉터리를 포함하고 있으면, 기반 도구가 커밋된 스킬을 자체적으로 탐색할 수 있습니다. 해당 저장소에서 사용하기 위해 이러한 repo skills를 Multica로 먼저 가져올 필요는 없습니다. Multica는 이러한 저장소 파일을 그대로 둡니다. 워크스페이스 스킬의 자연 디렉터리 이름이 같으면 데몬은 review-helper-multica 같은 충돌 없는 형제 디렉터리에 워크스페이스 사본을 씁니다.

스킬의 생성과 사용은 스킬을 참고하세요.

다음

• 에이전트 생성 및 구성 — 에이전트에 사용할 도구를 선택하세요
• 작업 — 작업 생명주기와 세션 재개 메커니즘
• 데몬과 런타임 — 도구가 실행되는 곳과 Multica에 연결되는 방식
• 에이전트 런타임 설치 — 지원되는 16개 도구 각각의 설치 및 인증