자체 호스팅 AI 코딩 스택 vs. SaaS 스택

지난달, 내가 이야기를 나눈 어느 개발자가 Cursor 청구서를 열어 보니 80달러가 찍혀 있었다. 그 전달에는 늘 그랬듯 정액 20달러였다. 일하는 방식은 전혀 달라지지 않았고, 달라진 것은 청구 방식이었다. 지금 많은 사람이 바로 그 순간을 겪고 있으며, 그래서 «그냥 이걸 직접 호스팅해야 하나?»가 더 이상 취미의 질문이 아니라 예산의 질문이 되었다.

실제로 일어난 일은 이렇다. 세 개의 대형 SaaS AI 코딩 도구(GitHub Copilot, Cursor, Windsurf)는 모두 2025년 중반에서 2026년 중반 사이에 사용량 또는 크레딧 기반 과금으로 전환했다. 같은 시기에 Qwen2.5-Coder-32B 같은 오픈 웨이트 코드 모델이 충분히 좋아져, 자신의 코딩 어시스턴트를 직접 호스팅하는 것이 실험 프로젝트가 아니라 실제 선택지가 되었다. 그래서 마침내 이 비교를 실제 숫자로 해볼 가치가 생겼다.

이 글이 바로 그 비교다. 1인 개발자와 성장하는 팀 모두에 해당하는 실제 비용 계산, 자체 호스팅 모델이 버티는 지점과 그렇지 못한 지점에 대한 솔직한 판단, 그리고 좌석 수와 품질 기준에 맞춘 추천을 제시한다. 미리 솔직히 경고하자면, 1인 개발자에게 흔한 «그냥 GPU에 자체 호스팅하라»는 조언은 대개 돈 계산이 틀렸고, 그 이유를 보여주겠다.

요약

• 1인 개발자라면 GPU 경로는 수지가 맞지 않는다. 월 청구·정가 기준 월 약 779달러의 GPU VPS는 한 사람 기준으로 월 10달러 Copilot Pro 좌석을 결코 이기지 못한다.
• 자체 호스팅 GPU 스택은 팀 단위의 수다. A single GPU VPS breaks even against Copilot Business (about $19/seat) at roughly 27 seats, and against Cursor Teams (about $40/seat) at roughly 13 seats, at the current $506.35/month GPU price (roughly 41 and 20 seats at the undiscounted $779 list price). Below that, per-seat SaaS is usually cheaper.
• 역량은 작업에 따라 갈린다. Qwen2.5-Coder-32B는 자동완성과 일상적인 편집에 강하다. 복잡하고 여러 파일에 걸친 에이전트형 작업에서는 최전선의 호스팅 모델이 여전히 확실히 앞선다.
• 자체 호스팅에는 유지보수라는 세금이 붙는다. 모델 업데이트, GPU 드라이버의 변덕, 컨텍스트 크기 조정, 가동 시간: 한 달에 몇 시간이지 두 번째 직업이 아니다. 갈아타기 전에 그 비용을 계산에 넣어라.

이 글이 다루는 것(과 다루지 않는 것)

이것은 대부분의 개발자가 이미 비용을 내는 SaaS 도구에 맞선, 구체적이고 구축 가능한 한 스택의 비용·역량 비교다. 유용하고 정직하게 유지하기 위해:

• 다루는 것: 월간 비용 계산(1인과 팀), 일상적인 코딩 역량, 그리고 상황에 맞는 추천.
• 다루는 것: VPS 위에 올리는 구체적인 자체 호스팅 스택(Ollama, Continue.dev, Code Server, n8n).
• 다루지 않는 것: 모델을 샅샅이 벤치마킹하거나 리더보드를 좇는 일.
• 다루지 않는 것: 파인튜닝이나, 이 모델들을 코딩이 아닌 LLM 작업에 쓰는 것.
• 다루지 않는 것: 단계별 설치. 이 글은 «해야 하나» 글이지 «어떻게 구축하나» 글이 아니다.

AI 코딩 도구 요금제에서 무엇이 바뀌었나

먼저 움직인 건 Cursor다. 2025년 6월 16일, 요청당 한도를 API 사용량 기반 가격으로 바꿨다. API 요율로 매겨진 최전선 모델 사용량 풀을 받고, 바쁜 달은 한가한 달보다 더 든다. 이 변화는 많은 이에게 놀라움이었다, 그리고 Cursor는 발표 이후 일정 기간 환불을 제공했다. 2026년 6월 업데이트는 사용량 풀을 한 번 더 손봤지만 사용량 기반 모델은 유지했다.

GitHub Copilot이 2026년에 그 뒤를 따랐다. GitHub의 발표, 2026년 6월 1일 기존 프리미엄 요청 단위가 토큰 기반 «GitHub AI Credits»로 대체되었다. 구독 가격은 그대로였지만(Pro 월 10달러, Business 사용자당 월 19달러) 그 가격 안에서 할 수 있는 일은 이제 토큰 소비로 측정되며, 코드 자동완성은 여전히 크레딧 비용 없이 포함된다.

가장 큰 개편은 Windsurf이 했다. 2026년 3월, 기존의 크레딧식 셀프서비스 요금제를 쿼터 기반 요금제로 바꾸고, 월 200달러 Max 등급을 추가했으며, 새 Pro 가격을 월 20달러로 옮기면서 기존 Pro·Teams 구독자는 현재 요금으로 유지했다. 이 에디터는 그 뒤 Devin Desktop; windsurf.com은 이제 devin.ai/desktop으로 연결된다. Devin의 현재 셀프서비스 청구 문서 Teams를 월 80달러 최소액과 함께 정규 개발자 좌석당 40달러로 설명하며, 단순한 «80달러 기본료 더하기 좌석당 40달러» 방식의 추가 모델이 아니다.

관통하는 흐름은 이렇다. 예측할 수 있던 정액 월 청구서가 대부분 사라졌다. 자체 호스팅이 되사는 것이 바로 그 예측 가능성이며, 이 비교를 지금 이 순간 절실하게 만드는 것도 바로 그것이다.

SaaS 스택: 무엇을 얻고 좌석당 얼마인가

돈으로 무엇을 사는지부터 보자. 사는 게 꽤 많다. SaaS 쪽은 세 개의 에디터(GitHub Copilot, Cursor, 그리고 옛 Windsurf인 Devin Desktop)로, 설정 제로, 긴밀한 IDE 통합, 그리고 오늘날 이용 가능한 최고의 에이전트형 다중 파일 추론을 제공한다. 확장을 설치하거나 에디터를 내려받으면 몇 분 안에 작업을 시작한다. 대부분의 사람에게는 바로 그 편리함이 핵심이다.

다음은 각 도구의 자체 요금 페이지에서 가져온 현재 좌석당 가격이다:

약점은 계량기다. 사용량·크레딧 요금제에서는 바쁜 달이 곧 큰 청구서이고, 청구서가 도착할 때까지 다가오는 걸 못 보는 경우가 많다. 더 나쁜 건, 크레딧이 떨어지면 이 도구들 중 여럿이 당신을 끊거나 초과 요금으로 몰아간다는 점이다. 다음 주기까지 버틸, 성능은 낮지만 무료인 로컬 대체 수단이 없다. 수입이 들쭉날쭉하거나 크런치 주간에 사용량이 치솟는다면, 그 변동성은 반올림 오차가 아니라 진짜 운영상의 골칫거리다.

자체 호스팅 문제가 아니라 특정 도구들을 서로 견주고 있다면, 개별 에디터는 Claude Code 대안을 다룬 별도의 비교글.

자체 호스팅 스택: Ollama, Continue.dev, Code Server, n8n

자체 호스팅 쪽은 네 조각으로 이루어져 있고, 각 조각은 특정 역할을 한다. Ollama (현재 v0.31.1)는 로컬 추론 엔진이다. 오픈 웨이트 모델을 당신의 서버에서 실행하고 OpenAI 호환 API를 노출한다. Continue.dev 는 다리 역할을 하는, 에디터의 자동완성과 채팅을 클라우드 제공자 대신 당신의 Ollama 엔드포인트로 향하게 하는 VS Code 및 JetBrains 확장이다. 코드 서버 (현재 v4.127.0)는 브라우저에서 실행되는 VS Code로, VPS 자체에 호스팅된다. 전체 환경을 노트북이 아니라 모델 옆에 두고 싶을 때 유용하다. 그리고 n8n 는 워크플로 계층이다. 모델 주위에 에이전트형 또는 다단계 자동화(테스트 실행, PR 열기, 웹훅 호출)를 엮는 것이 바로 이것이다.

이것을 설득력 있게 만드는 모델 선택이 바로 Qwen2.5-Coder-32B인데, Ollama는 이를 표준 벤치마크에서 가장 강력한 오픈 웨이트 코드 모델 중 하나로 내세운다. 바로 이 조각이 계산을 바꿨다. 몇 년 전만 해도 오픈 모델은 굳이 쓸 만큼 가깝지 않았지만, 지금은 일상적인 작업에는 충분하다.

Continue에 본격적으로 의존하기 전에 알아둘 만한 단서 하나: 이제 Cursor 생태계의 일부다. Continue의 자체 사이트가 인수를 확인한다, 그리고 문서에는 여전히 Ollama 및 로컬 모델 설정, 하지만 장기적인 제품 방향은 인수 전보다 덜 확실하다. 지금으로선 실용적인 다리로 여기되, 가장 안전한 장기 의존 대상으로 보지는 말라.

설정을 싫어하는 사람을 위한 편리한 부분은 이렇다. Ollama, Code Server, n8n 모두 원클릭 배포로 Cloudzy 마켓플레이스, 덕분에 «설치에 주말을 통째로 쓴다»는 반론이 사라진다. 손으로 조립하는 대신 클릭 한 번으로 전체 스택을 배포한다. Ollama를 고른 구체적인 이유가 궁금하다면, 나는 그것을 주요 대안인 LM Studio.

프로 팁: Qwen2.5-Coder-32B는 디스크에서 약 20 GB이고, Q4_K_M 양자화에서는 실행에 대략 20-25 GB의 VRAM이 필요하다. RTX 4090 같은 24 GB VRAM GPU에 들어가지만 빠듯하다. 기본 설정과 짧은-중간 컨텍스트 창에서는 잘 돌아가고, 컨텍스트를 아주 길게 밀면 스왑이 시작될 수 있다. «여유가 넉넉»이 아니라 «세심한 컨텍스트 관리로 겨우 들어감»으로 계획하라.

비용 표: 1인 개발자 vs. 팀

For one developer, self-hosting on a GPU is the wrong call on cost. Using Cloudzy's month-to-month list price for a 1x RTX 4090 GPU VPS, the stack runs about $779/month against $10/month for Copilot Pro. The GPU stack only pays off when that fixed cost is shared across a team: at the current price ($506.35/month at the time of writing, billed month-to-month with no annual commitment), it breaks even at roughly 27 Copilot Business seats or 13 Cursor Teams seats. At the undiscounted $779/month list price, the break-even moves out to roughly 41 Copilot Business seats or 20 Cursor Teams seats.

이제 숫자를 보자. SaaS 열은 좌석당 합계이고, 자체 호스팅 스택은 몇 명이 나눠 쓰든 고정된 월 비용이다.

Read the table by where the fixed line crosses the rising one. Against Cursor Teams at $40/seat, the GPU VPS becomes the cheaper option somewhere around 13 developers at the current price (about 20 at list). Against Copilot Business at $19/seat, you need roughly 27 developers at the current price (about 41 at list) before the fixed cost wins. Below those thresholds, per-seat SaaS is simply cheaper, and no amount of "but it's unlimited" changes that.

1인 이야기는 다르고, 분명히 짚어둘 가치가 있다. 한 사람을 779달러짜리 GPU에 올리지는 않는다. 개인으로서 자체 호스팅하고 싶다면, 정직한 비교는 월 약 29달러의 CPU VPS에 올린 소형 모델(7B) 대 월 10달러의 Copilot Pro 좌석이다. 월 약 19달러 더 드는데, 그 대가로 사용량 상한 없음, 계량기 깜짝 청구 없음, 그리고 코드가 서버를 절대 벗어나지 않음을 얻는다. 그것이 19달러의 값어치가 있는지는 청구의 예측 불가능성이 스트레스와 예측 측면에서 당신에게 얼마의 비용을 물리느냐에 전적으로 달려 있지, 순수한 달러 액수에 달린 게 아니다.

빠른 결론: 자체 호스팅 GPU 스택은 팀 규모나 다중 워크로드를 위한 결정이지 1인용이 아니다. 한 사람이라면 SaaS에 머물거나 저렴한 CPU 머신에서 소형 모델을 돌리는 것이다. 팀이라면 GPU에 손대기 전에 19달러와 40달러에 견줘 좌석 수를 계산하라.

이 섹션의 핵심 요점: GPU 스택의 경제적 논리 전부는 하나의 고정 비용을 여러 좌석에 나누는 것이다. 이것은 팀이나 다중 워크로드의 수이지, 결코 1인용 구매가 아니다.

역량 비교: 자체 호스팅이 버티는 지점과 그렇지 못한 지점

자체 호스팅한 Qwen2.5-Coder-32B 구성에 하루치 평범한 작업(자동완성, 단일 파일 편집, «이 함수 좀 써 줘», 이-코드-설명해)을 맡겨 보면 유료 어시스턴트와 구분하기 어려울 것이다. 일상적인 작업에서는 격차가 작다. 무너지는 곳은 어려운 20%다. 여러 파일 재작성, 장기 에이전트 작업, 큰 코드베이스 전반의 복잡한 추론. 거기서는 최전선의 호스팅 모델이 여전히 확실히 이기고, 그 차이도 작지 않다.

사람들이 과소평가하는 속도 차원도 있다. 호스팅된 최전선 모델이 빠르게 답하는 건 남의 거대한 추론 인프라 위에서 돌아가기 때문이다. 779달러짜리 GPU VPS는, 특히 팀원 몇 명이 동시에 부하를 걸면, 상호작용 작업에서 익숙한 1초 미만 응답보다 느리게 느껴질 수 있다. 쓸 만은 하지만, 여러 사람이 카드 한 장을 공유하는 순간 «자체 호스팅»과 «즉시»는 같은 게 아니다.

그러니 정확한 표현은 «Ollama가 Copilot을 대체한다»가 아니다. «Ollama는 일상 작업에서 Copilot과 대등하고 복잡한 작업에서는 뒤처진다»이다. 당신의 하루가 대부분 일상 작업이라면 훌륭한 거래다. 당신의 하루가 대부분 어려운 20%라면 아니다.

그래도 SaaS가 이기는 경우

작업이 정말로 품질이 중요한(AI가 자동완성이 아니라 여러 파일에 걸친 아키텍처 변경을 한다) 1인 개발자를 떠올려 보라. 게다가 서버 운영에는 전혀 관심이 없다. 그런 사람에게 최전선 도구에 월 20달러는 소프트웨어에서 가장 좋은 거래 중 하나이고, 자체 호스팅은 절약으로 포장된 다운그레이드일 것이다. 거기서는 SaaS가 완승이며, 그런 경우가 이것만 있는 것도 아니다.

다음과 같은 경우 SaaS가 옳은 선택이다:

• 당신이 1인 개발자이고, 품질 기준이 일상적인 편집이 아니라 어려운 20%다.
• Your team is under the crossover seat count: below about 13 (vs Cursor Teams) or about 27 (vs Copilot Business) at current pricing, per-seat is cheaper.
• 당신의 워크플로가 오픈 모델이 아직 따라오지 못하는 최상위 에이전트형 추론에 의존한다.
• 팀의 누구도 운영을 맡고 싶어 하지 않고, 맡을 시간도 없다.

바로 이 마지막 항목을 사람들이 손사래 치며 넘긴다. 그러니 유지보수라는 세금을 구체적으로 짚자. 코딩 스택을 자체 호스팅하는 건 두 번째 직업은 아니지만 공짜도 아니다. 실제로 반복되는 일에는 새 모델 버전을 받아 테스트하기, 업데이트 후 GPU 드라이버의 변덕 잡기, VRAM 스왑이 일어나지 않게 컨텍스트 창 크기 조정하기, 모델이 죽었을 때 팀이 막히지 않도록 서버를 살려두기가 있다. 안정되고 나면 한 달에 몇 시간이라 치면 되는데, 누군가 맡으면 괜찮고, 아무도 맡지 않으면 느린 재앙이다.

이 섹션의 핵심 요점: 자체 호스팅은 비용과 통제에 관한 결정으로, 특정 팀 규모를 넘어서거나, 프라이버시·컴플라이언스 요건이 «우리 코드는 절대 우리 서버를 벗어나지 않는다»를 계산과 무관하게 타협 불가로 만들 때에만 값을 한다.

선택하는 법: 의사결정 프레임워크

자신을 한 행에 맞추면 사실상 끝이다. 위의 비용 표와 역량 구분이 자신을 자리매김하는 데 필요한 모든 것을 준다. 이건 그 매핑일 뿐이다.

• 1인, 비용 민감, 일상 작업: Copilot Pro에 머물거나, 상한 없고 사적이며 예측 가능한 비용을 원하면 저렴한 CPU VPS에서 7B 모델을 돌려라. GPU는 건너뛰어라.
• 1인, 품질이 중요한 작업: SaaS에 머물러라. 최전선 도구는 그 값을 하고, 자체 호스팅은 당신에겐 다운그레이드다.
• Team under about 13 seats: per-seat SaaS is usually cheaper at current GPU pricing. Don't self-host to save money at this size.
• Team about 13 to 27+ seats, or with other GPU workloads, or with privacy and compliance requirements: 자체 호스팅 GPU 스택이 정말로 말이 되기 시작한다. 좌석 계산을 하고 누가 운영을 맡을지 반영하라.

그 마지막 행에 도착했다면, 실질적인 질문은 GPU 머신이 어디에 사느냐가 된다. Qwen2.5-Coder-32B를 돌리려면 24 GB VRAM 카드가 필요하고, 설정 부담(사람들을 SaaS에 붙잡아 두는 바로 그 반론)이야말로 엔지니어링으로 없앨 가치가 있다. Ollama, Code Server, n8n을 원클릭으로 배포하는 GPU VPS는 조립에 주말을 쓰지 않고도 전체 스택을 돌아가게 해 주므로, 당신이 떠맡는 운영은 처음부터 짓는 게 아니라 지속적인 유지보수다. 그것이 당신이 가는 길이라면, Cloudzy's Ollama VPS 24 GB VRAM GPU와 원클릭 스택을 한곳에서 제공한다. 가격과 현재 GPU 위치는 페이지에 있다.

자주 묻는 질문

결론

좌석 수와 품질 기준에 맞는 행을 고르면 결정은 저절로 내려진다. 1인이고 비용에 민감하다면 Copilot Pro에 머물거나 저렴한 CPU 머신에서 소형 모델을 돌려라. 1인이고 품질이 중요하다면 SaaS에 머물러라. 교차 규모를 넘어선 팀, 또는 다른 GPU 워크로드나 프라이버시 요건이 있는 팀이야말로 자체 호스팅 GPU 스택이 마침내 값을 하는 지점이다. 과금 변화가 이 계산을 해볼 만하게 만들었지만, 대부분의 개인에게 계산은 여전히 SaaS를 가리키며, 그래도 괜찮다. GPU를 사기 전에 좌석당 19달러와 40달러에 견줘 자신의 숫자를 계산해 보라.