AI 개발도구

Continue

컨티뉴

AI 활용 개발도구 분야에서 미국 Continue가 2023년에 공개한 오픈소스 VS Code·JetBrains 확장 AI 코딩 도우미로, 사용자가 원하는 LLM을 BYO 모델로 연결해 자동완성·채팅·에이전트 작업을 통합한 도구입니다.

쉬운 풀이

Continue는 VS Code나 JetBrains 같은 평소 쓰던 에디터에 끼워 넣는 "AI 코딩 도우미" 확장이에요. 사장님이 정해 준 도구 하나에 묶이지 않고, 회사 사정에 맞춰 OpenAI·Anthropic·로컬 Ollama 중 원하는 모델을 직접 골라 연결할 수 있어요. 시험 기간에 같은 노트북·같은 노션 환경을 그대로 두고 새 학습지만 갈아끼우는 방식과 비슷합니다. 코드 외부 반출이 막힌 회사에서도 자체 GPU에 올린 모델로 안전하게 쓸 수 있어 알아 두면 좋아요.

한 줄 비유

사내 결재 시스템을 외주로 갈지 않고, 기존 시스템에 결재 모듈만 끼우는 방식.

활용 예시

Case 1

개인 개발자 — Ollama 로컬 LLM과 결합한 무료 코드 어시스턴트, 월 구독료 $0 운영

Ollama 공식 블로그에 따르면 Continue + Ollama 조합은 "전적으로 오픈소스이며 에디터 안에서 동작하는 AI 코드 어시스턴트"로 소개되며, 별도 API 키나 구독 없이 노트북 안에서 모델이 돌고 코드가 외부로 나가지 않습니다.^[7] 사용자는 VS Code에서 Qwen2.5-Coder 같은 코딩 특화 모델을 로컬에 내려받아 chat·autocomplete·embed 역할을 한 config.yaml에 묶어 운영합니다.^[1] GitHub Copilot 월 10달러·Cursor 월 20달러와 비교해 외부 결제가 0원이 된다는 점이 권위 매체 비교 리뷰에서 핵심 차별점으로 정리됩니다.^[3]

Case 2

엔터프라이즈 — 자체 호스팅 LLM 게이트웨이와 결합, 코드 외부 반출 0건 운영

공식 문서 가이드에 따르면 Continue는 GPU VM → Ollama → LiteLLM 프록시 → Nginx → Continue 구성으로 사내 네트워크 안에서만 모델을 운영하도록 안내합니다.^[1] 헬스케어·금융·정부 같이 코드 반출이 제한되는 환경을 겨냥한 구성으로, 폐쇄형 SaaS(GitHub Copilot·Cursor·Codeium 등)가 통과시키지 못하는 보안 검토를 우회하는 표준 경로로 인용됩니다.^[3] 2024년 9월 Insight Partners 리드 시리즈 A 6,500만 달러 조달 발표에서 회사는 "엔터프라이즈가 자체 AI 코딩 인프라를 직접 운영하도록 돕는다"는 방향을 명시했습니다.^[5]

Case 3

오픈소스 생태계 — Continue Hub로 모델·룰·프롬프트·MCP 서버 블록 공유

Continue 1.0과 함께 공개된 Continue Hub는 모델·룰·프롬프트·MCP 서버를 블록 단위로 등록·재사용하는 레지스트리입니다.^[4] Anthropic Claude 3.5 Sonnet, Mistral Codestral, Voyage AI voyage-code-3 임베딩 같은 공식 파트너 블록이 등록되어 있고, 팀이 만든 커스텀 어시스턴트 구성을 사내·외부로 공유할 때 사용합니다.^[4] GitHub 저장소는 33,000개 이상의 스타와 800개 이상의 릴리스를 기록하며, TypeScript 84%·Kotlin 3.8%로 작성되어 JetBrains 플러그인이 함께 유지됩니다.^[6]

참고사항

VS Code Marketplace에서 "Continue" 확장을 설치하고 사이드바를 엽니다.
Ollama를 함께 설치한 뒤 ollama pull qwen2.5-coder:7b로 코딩 특화 모델을 로컬에 내려받습니다.
config.yaml에 chat·autocomplete·embed 모델을 각각 분리해 지정합니다.
사내 정책상 외부 전송이 필요 없으면 API 키 항목을 비워두고 로컬 모델만 등록합니다.
Continue Hub에서 팀 룰·프롬프트 블록을 1개 가져와 자기 설정에 끼워 동작을 확인합니다.

권위 매체 비교 리뷰에 따르면 동일한 백엔드 모델을 쓰더라도 Continue의 인라인 자동 완성 품질은 GitHub Copilot·Cursor 대비 평균 70~85% 수준으로 보고됩니다.^[3] 멀티파일 편집은 Cursor의 Composer만큼 매끄럽지 않고, 디프(diff) 신뢰도가 떨어지는 사례도 같은 리뷰에서 함께 지적됩니다.^[3] JetBrains 플러그인은 VS Code 대비 업데이트 주기가 느린 편이며, BYO 모델 구조 특성상 사용자가 모델·임베딩·MCP 서버를 직접 묶어야 하므로 초기 설정 학습 곡선이 폐쇄형 SaaS 대비 가파른 편입니다.^[8] 모델 단가·인프라 비용도 사용자가 직접 부담하기 때문에, 토큰량이 큰 팀에서는 GitHub Copilot 정액제보다 총비용이 오히려 높아질 수 있다는 점이 함께 보고됩니다.^[3]

진화 방향은 "에디터 안의 AI 도우미"에서 "팀 코드베이스에 AI 정책을 코드처럼 버전 관리하는 인프라"로 옮겨가는 흐름입니다. 2024년 9월 1.0과 Hub 공개로 커스텀 어시스턴트 구성을 블록·레지스트리로 자산화하는 축이 만들어졌고^[4], 같은 달 시리즈 A 6,500만 달러 조달로 엔터프라이즈 영업·자체 호스팅 채널에 자원이 집중됐습니다.^[5] 2023년 시드 라운드 210만 달러로 출발한 회사가 1년 만에 시리즈 A까지 진입한 배경에는, 폐쇄형 SaaS 진영이 보안 심사를 통과하지 못하는 규제 산업에서 자체 호스팅 코딩 도우미 수요가 급증한 흐름이 있습니다.^[2][5] 큰 그림에서는 Cursor·Windsurf·GitHub Copilot 같은 폐쇄형 도구 진영과 Continue·Aider·Cline 같은 오픈소스 진영이 갈라지는 "Open vs Closed AI 개발도구" 구도에서 오픈 진영의 레퍼런스 구현으로 자리잡고 있으며, MCP 서버·룰·프롬프트를 블록 단위로 공유하는 Hub 모델이 다른 오픈소스 도구에도 확산되는 추세입니다.^[3][4]

이 용어와의 관계

유사 개념
AI Pair Programmer같은 AI 개발도구 갈래에서 자주 함께 등장하는 개념입니다.
유사 개념
AI IDE같은 AI 개발도구 갈래에서 자주 함께 등장하는 개념입니다.
유사 개념
Cursor Tab같은 AI 개발도구 갈래에서 자주 함께 등장하는 개념입니다.