Copilot 무료·학생 플랜, 수동 모델 선택 종료

AI 요약

• 무슨 일: GitHub가 2026년 6월 24일 Copilot 무료·학생 플랜에서 수동 모델 선택을 종료했습니다.
  • 이제 Auto가 기본이자 유일한 모델 선택 경로이며, 플랜 제한 안에서 작업별 모델을 고릅니다.
• 의미: 모델 선택권이 사용자 드롭다운에서 비용·가용성 라우터로 이동합니다.
  • GitHub 문서는 Auto가 작업 복잡도와 시스템 상태를 함께 보고 모델을 고른다고 설명합니다.
• 주의점: 학생 플랜은 월 200 AI 크레딧을 받지만, 커뮤니티에서는 빠른 소진 사례가 보고됐습니다.

GitHub Changelog가 2026년 6월 24일 Copilot Free와 Student 플랜의 모델 선택 방식을 바꿨습니다. 두 플랜은 이제 Copilot Auto 모델 선택을 기본값이자 유일한 모델 선택 경험으로 사용합니다. 사용자는 모델 이름을 직접 고르는 대신, Auto가 작업별로 지원 모델을 고릅니다. GitHub는 같은 발표에서 Microsoft가 공개한 모델의 (Preview) 표시도 제거한다고 밝혔습니다. Auto가 라우팅을 맡고 뒤에서 지속적으로 개선되므로, 사용자가 미리보기 표시를 보고 판단할 필요가 줄었다는 설명입니다.

이번 발표는 기능 하나가 빠진 사건으로만 읽으면 작아 보입니다. 그러나 2026년 6월의 Copilot 문맥에서는 꽤 직접적인 변경입니다. GitHub는 6월 1일부터 Copilot을 사용량 기반 과금으로 전환했고, Copilot code review는 AI 크레딧뿐 아니라 GitHub Actions 시간도 소비한다고 공지했습니다. 학생 플랜은 월 200 AI 크레딧을 받습니다. 이 조건에서 수동 모델 선택이 사라지면, 무료·학생 사용자가 직접 싼 모델을 고르거나 강한 모델을 아껴 쓰는 방식은 제한됩니다. 남는 질문은 "Auto가 실제로 더 효율적인가"와 "사용자가 그 선택을 나중에 설명할 수 있는가"입니다.

3월 학생 플랜에서 이미 시작된 변화

무료·학생 플랜의 모델 선택권 축소는 6월 24일에 갑자기 나온 결정이 아닙니다. GitHub Community의 학생 플랜 공지는 2026년 3월 12일 Copilot Student plan 도입을 설명했습니다. 검증된 학생의 무료 Copilot 접근은 유지하되, 일부 프리미엄 모델의 직접 선택은 제한한다는 내용이었습니다. 공지에는 당시 약 200만 명 학생이 Copilot을 사용하고 있으며, 전 세계 학생에게 장기적으로 무료 접근을 제공하려면 패키징과 관리 방식을 조정해야 한다는 문장이 들어 있습니다.

그때 제한된 모델에는 GPT-5.3-Codex, GPT-5.4, Claude Opus와 Sonnet 계열이 포함됐습니다. GitHub는 이 모델들이 학생 플랜에서 직접 선택되지 않더라도 Auto를 통해 모델 패밀리 접근이 이어질 수 있다고 설명했습니다. 4월 27일 업데이트에서는 GPT-5.3-Codex가 학생 플랜 모델 선택기에서 제거됐고, Auto를 통해서만 사용할 수 있다고 덧붙였습니다. 6월 24일 변경은 이 과정을 마무리합니다. 이제 무료·학생 플랜에서 Auto는 우회로가 아니라 단일 경로입니다.

이 차이는 학생과 초보 개발자에게 특히 큽니다. 수동 선택기가 있으면 사용자는 같은 질문을 낮은 비용 모델과 강한 모델에 나눠 던져 보며 차이를 배울 수 있습니다. 작은 오류 수정에는 빠른 모델을 쓰고, 설계 판단에는 추론이 강한 모델을 쓰는 식의 경험도 쌓을 수 있습니다. Auto가 잘 작동하면 그런 판단 비용을 줄여 주지만, 선택권이 사라지면 학습 과정도 제품의 라우팅 정책에 묶입니다.

Auto는 무엇을 보고 모델을 고르나

GitHub Docs의 Auto model selection 문서는 Auto를 "모델 선택기 이상의 지능형 시스템"으로 설명합니다. 작업 최적화 Auto는 GitHub 웹 Copilot Chat과 VS Code에서 일반 제공됩니다. 문서에 따르면 Auto는 두 가지 시스템을 결합합니다. 하나는 실시간 시스템 상태와 가용성을 추적하고, 다른 하나는 작업 복잡도를 평가합니다. 두 신호를 합쳐 해당 작업을 풀기에 적합한 모델로 라우팅합니다.

GitHub가 강조하는 장점은 비용과 안정성입니다. 문서는 Auto가 자연스러운 캐시 경계 안에서 라우팅해 추가 캐시 비용을 피한다고 설명합니다. 또 간단한 작업은 빠르고 저렴한 모델에 보내고, 높은 추론이 필요한 작업은 더 강한 모델에 맡기는 방식으로 효율을 높인다고 적습니다. 사용자가 어떤 언어로 요청했는지보다 무엇을 하려는지가 라우팅 기준이라는 설명도 있습니다.

지원 모델 문서는 Auto model selection 목록을 별도로 보여줍니다. 표에는 GPT-5 mini, GPT-5.3-Codex, GPT-5.4, GPT-5.4 mini, Claude Haiku 4.5, Claude Sonnet 4.6, MAI-Code-1-Flash, Raptor mini가 포함됩니다. 이 목록은 Copilot cloud agent, Copilot Chat, Copilot CLI 표면과 함께 제시되며, 실제 사용 가능 모델은 플랜과 정책에 따라 달라질 수 있습니다. 무료·학생 플랜 사용자는 이 전체 목록을 수동으로 고르는 것이 아니라, 플랜 제한 안에서 Auto가 고른 결과를 받습니다.

문서의 다른 부분도 비용 문제를 직접 건드립니다. 100만 토큰 문맥창과 추론 수준 조절은 일부 최신 모델에서 가능하지만, 큰 문맥과 높은 추론 수준은 AI 크레딧 소비에 영향을 줍니다. 이 문장은 무료·학생 플랜에서 더 무겁게 들립니다. 월 200 AI 크레딧을 받는 사용자는 어떤 요청이 큰 문맥이나 높은 추론으로 라우팅되는지 체감 비용으로 확인하게 됩니다.

모델 선택권은 비용 예측권이기도 하다

GitHub의 공식 설명은 Auto가 토큰 소비를 줄이고 Copilot 사용량을 늘리는 데 도움이 된다는 쪽입니다. Community의 6월 11일 공지도 Auto가 매번 모델을 직접 고를 필요를 없애고, 토큰 소비를 줄이는 데 도움이 된다고 적었습니다. 이 설명이 사실이라면 무료·학생 플랜 사용자는 복잡한 모델표를 몰라도 좋은 기본값을 받습니다. 특히 처음 코딩을 배우는 학생에게 모델 이름과 가격표를 먼저 익히라고 요구하는 것은 좋은 제품 경험이 아닙니다.

하지만 모델 선택권은 단순 취향이 아닙니다. 사용량 기반 과금에서는 비용 예측권이기도 합니다. 사용자가 직접 모델을 고를 수 있으면, "이번 요청은 비싼 모델을 쓰지 않겠다"는 결정을 내릴 수 있습니다. Auto만 남으면 사용자는 제품이 고른 모델과 그 비용을 사후에 이해해야 합니다. GitHub가 라우팅 결과를 더 투명하게 보여 주지 않으면, 같은 작업을 했는데 어느 날은 크레딧이 더 빨리 줄어드는 것처럼 보일 수 있습니다.

이 문제는 팀이나 학교 수업에서도 재현됩니다. 강의실에서 모든 학생에게 같은 과제를 내도, Auto가 각 요청의 문맥 길이와 난도를 다르게 판단하면 크레딧 소모가 달라질 수 있습니다. 오픈소스 멘토링에서도 마찬가지입니다. 한 학생은 작은 함수 설명을 물었고, 다른 학생은 큰 저장소 전체를 붙여 넣었습니다. 둘 다 "Copilot에게 물었다"는 경험은 같지만, 과금 단위에서는 전혀 다른 작업입니다. 수동 모델 선택이 없어질수록 교육자는 "어떤 모델을 쓰라"고 말하기보다 "문맥을 얼마나 줄이고, 어떤 요청을 나눠야 하는지"를 가르쳐야 합니다.

커뮤니티 반응은 크레딧에 집중된다

학생 커뮤니티의 반응은 이미 3월부터 부정적인 쪽이 많았습니다. GitHub Community 학생 공지에는 1700개가 넘는 댓글과 1200개가 넘는 답글이 붙었습니다. 짧은 댓글도 많지만 방향은 뚜렷합니다. 일부 사용자는 Sonnet과 Opus를 직접 고를 수 없는지 물었고, 다른 사용자는 단순히 실망했다는 반응을 남겼습니다. 무료 접근은 유지됐지만, 모델 접근 방식이 바뀐 것을 체감한 것입니다.

6월 1일 사용량 기반 과금 전환 이후에는 크레딧 소진 사례가 더 직접적으로 올라왔습니다. 한 GitHub Community 토론에서 학생 사용자는 6월 1일 VS Code에서 4-5개의 채팅 요청을 보낸 뒤 월 200 AI 크레딧을 모두 썼다고 주장했습니다. 같은 댓글은 Auto가 Claude Haiku 4.5와 GPT-5 계열로 라우팅됐다고 적었습니다. 개인 사례이므로 전체 학생 플랜의 평균 사용량으로 일반화할 수는 없습니다. 다만 무료·학생 플랜 사용자에게 크레딧 잔량이 제품 신뢰의 핵심 지표가 됐다는 점은 분명합니다.

GitHub도 비용 문제를 숨기지 않았습니다. Copilot 개인 플랜 공지는 2026년 6월 1일부터 사용량 기반 과금이 모든 사용자에게 적용됐고, Copilot code review가 AI 크레딧과 Actions 시간을 함께 소비한다고 적었습니다. 이 공지에는 신규 가입 일시 중단, 사용량 한도 강화, 일부 Opus 모델 제공 범위 조정도 함께 담겼습니다. 회사는 예측 가능한 경험을 제공하기 위한 조치라고 설명했지만, 사용자 댓글에서는 비용 증가와 상위 플랜 유도에 대한 불만이 이어졌습니다.

같은 주의 Copilot은 다른 방향도 열었다

이번 변경이 흥미로운 이유는 GitHub가 같은 주에 반대 방향의 기능도 냈기 때문입니다. 6월 23일 Copilot app BYOK 공지는 사용자가 여러 모델 공급자를 직접 연결할 수 있다고 밝혔습니다. 대상은 OpenAI, Azure OpenAI, Microsoft Foundry, Anthropic, LM Studio, Ollama, OpenAI 호환 엔드포인트입니다. 키는 로컬 운영체제 키체인에 저장되고, 사용자는 세션마다 공급자 모델을 고릅니다. 기업과 규제 산업에서는 자체 테넌트나 내부 게이트웨이를 통해 추론 트래픽을 유지할 수 있습니다.

같은 6월 23일 Copilot CLI 새 터미널 UI 공지도 나왔습니다. 새 CLI는 이슈, PR, Gist를 탭으로 보여 주고, 터미널 안에서 도구 설정을 안내합니다. GitHub는 Copilot을 웹, IDE, CLI, 앱으로 넓히는 중입니다. 그런데 무료·학생 플랜에서는 모델 선택이 Auto로 단순화되고, 앱 쪽에서는 BYOK로 모델 공급자를 넓힙니다. 같은 제품군 안에서 사용자 계층별 선택권이 갈라지는 셈입니다.

이 갈림길은 자연스러운 사업 결정일 수 있습니다. 무료·학생 플랜은 GitHub가 대규모로 보조하는 사용자층이고, BYOK는 자기 키와 과금, 데이터 경계를 직접 관리하려는 고급 사용자와 조직에 더 가깝습니다. 문제는 무료·학생 플랜 사용자가 곧 미래 개발자라는 점입니다. 학생은 Copilot을 통해 AI 코딩 도구의 기본 습관을 배웁니다. 그 기본값이 "모델 이름은 숨기고 Auto에 맡긴다"로 고정되면, 다음 세대 개발자는 모델 선택을 제품 내부 정책으로 받아들일 가능성이 커집니다.

개발자가 지금 확인할 것

첫째, 무료·학생 플랜 사용자는 Copilot 사용량 화면을 더 자주 봐야 합니다. 모델 선택기가 사라졌다면, 남은 통제 수단은 요청 크기, 문맥 길이, 에이전트 실행 시간, 코드 리뷰 호출 빈도입니다. 같은 질문이라도 저장소 전체를 붙여 넣는 것과 파일 하나의 오류 메시지만 주는 것은 AI 크레딧 소비가 다를 수 있습니다. 긴 대화가 이어질수록 문맥도 커집니다.

둘째, 교육자는 과제 안내에 Copilot 비용 습관을 넣어야 합니다. "AI에게 물어보라"는 말만으로는 부족합니다. 학생에게 오류 메시지, 관련 파일, 기대 결과를 작게 정리하게 하고, 큰 설계 질문과 작은 문법 질문을 나누게 해야 합니다. 월 200 AI 크레딧은 무제한 실험 환경이 아닙니다. 코드 완성은 계속 무제한이어도, 채팅·에이전트·리뷰형 사용은 크레딧과 연결됩니다.

셋째, 조직 관리자는 무료·학생 플랜의 경험을 하위 호환 환경으로 보지 말아야 합니다. 인턴, 신입 개발자, 오픈소스 기여자가 개인 무료 계정으로 Copilot을 쓰다가 회사 계정으로 들어오면, 모델 정책과 비용 정책이 달라집니다. 회사 계정에서는 관리자가 허용한 모델, 예산, 감사 로그, 콘텐츠 제외 규칙이 중요합니다. 개인 계정에서 Auto만 써 본 사용자는 "왜 이 모델은 금지됐는지", "왜 이 요청은 예산 승인이 필요한지"를 따로 배워야 할 수 있습니다.

넷째, 도구 비교표도 바뀌어야 합니다. 2025년식 비교표는 "어떤 모델을 제공하나"를 한 줄로 적었습니다. 2026년에는 "사용자가 모델을 직접 고를 수 있나", "Auto가 어떤 모델군에서 고르나", "라우팅 결과가 보이나", "크레딧 소비가 요청 전에 예상되나", "조직 관리자가 모델 정책을 걸 수 있나"를 봐야 합니다. 같은 GPT 또는 Claude 이름이 들어 있어도, 선택권과 비용 통제권이 다르면 제품 경험은 달라집니다.

Auto가 나쁜 기본값이라는 뜻은 아니다

Auto 자체가 나쁜 방향이라는 뜻은 아닙니다. 모델 수가 늘어날수록 수동 선택은 피로해집니다. Copilot의 지원 모델 목록에는 OpenAI, Anthropic, Google, Microsoft, 미세조정 모델이 함께 들어 있습니다. 어떤 모델은 빠르고, 어떤 모델은 긴 문맥을 잘 다루고, 어떤 모델은 코드 수정에 강합니다. 초보 사용자가 매번 이 표를 외워야 한다면 Copilot은 도구보다 과금판에 가까워집니다. 좋은 Auto는 실제로 개발자를 도울 수 있습니다.

다만 Auto가 단일 경로가 되는 순간, 제품은 더 많은 설명 책임을 집니다. 무료·학생 플랜 사용자가 수동 선택권을 잃는다면, 최소한 어떤 작업이 왜 더 많은 크레딧을 썼는지 이해할 수 있어야 합니다. 모델 이름을 완전히 숨기는 것보다, 응답 뒤에 선택 모델, 크레딧 추정, 문맥 크기, 다음 요청에서 줄일 수 있는 항목을 보여 주는 편이 낫습니다. 특히 학생 플랜은 학습 제품이기도 하므로, 비용 신호를 숨기기보다 교육 가능한 형태로 보여 주는 것이 중요합니다.

이번 변경의 가장 실용적인 독해는 이렇습니다. GitHub는 무료·학생 사용자에게 Copilot 접근을 계속 제공하되, 고급 모델 선택권은 제품 내부 라우터로 옮기고 있습니다. 이는 비용을 관리하려는 플랫폼의 판단입니다. 사용자에게는 새 습관이 필요합니다. 모델을 고르는 습관보다 요청을 작게 만들고, 크레딧을 확인하고, Auto가 고른 결과를 의심할 줄 아는 습관입니다.

무료 Copilot은 사라지지 않았습니다. 학생 플랜도 사라지지 않았습니다. 하지만 6월 24일 이후 무료·학생 플랜의 Copilot은 예전처럼 "여러 모델을 직접 골라 보는 실험장"이 아닙니다. 더 정확히는 GitHub가 운영하는 Auto 라우팅 안에서 AI 코딩을 배우는 환경입니다. 개발자에게 중요한 변화는 모델 이름 하나가 빠진 것이 아니라, 모델 선택권과 비용 예측권이 같은 버튼 뒤로 들어갔다는 점입니다.