아드리 AI vs Superset

아드리 AI 장단점

• 가장 큰 장점은 SAP 표준과 'Clean Core' 전략에 대한 깊은 이해도입니다. 단순히 코드를 짜는 것에 그치지 않고 기존 시스템에 이미 존재하는 객체를 찾아내 재사용을 권장함으로써 기술 부채를 획기적으로 줄여줍니다. 또한 실제 사용자에 따르면 일반 LLM보다 실무적인 SAP 네이티브 접근 방식을 보여주며, 오류 발생 시 AI가 스스로 수정 프로세스를 반복하여 품질을 보장한다는 점이 높게 평가받습니다. 무료 티어를 제공하여 진입 장벽이 낮고, 별도의 BTP 환경 없이도 연결 가능한 유연성을 갖추고 있습니다.

• 아직 초기 단계의 솔루션인 만큼 복잡한 비즈니스 로직에서는 논리적 오류가 발생할 수 있습니다. 예를 들어 RAP 구현 클래스 내에서 허용되지 않는 'COMMIT BAPI' 호출을 제안하는 등 SAP 특유의 제약 조건을 완벽히 인지하지 못하는 사례가 보고되기도 했습니다. 또한 엔터프라이즈 중심의 도구이다 보니 시스템 연결 설정 및 인덱싱 품질에 따라 성능 차이가 발생할 수 있으며, 소규모 개발 팀에게는 범용 AI 도구에 비해 비용이나 설정 과정이 다소 무겁게 느껴질 수 있다는 점이 한계로 지적됩니다.

Superset 장단점

• Git worktree 격리를 통한 에이전트 간 코드 충돌 방지
• 여러 작업을 동시 다발적으로 처리하여 개발 속도 향상
• 로컬 우선 실행 방식으로 보안과 소스 코드 유출 방지에 유리
• 다양한 AI 모델 및 커스텀 에이전트 연동 지원

• 다수의 에이전트 병렬 실행 시 높은 CPU 및 메모리 리소스 요구
• 코드가 빠르게 생성됨에 따라 사람이 수행해야 하는 리뷰 병목 현상 발생
• 아직 윈도우 지원이 불안정하거나 완벽하지 않음

아드리 AI 주요 기능

• 5,000만 개 SAP 오브젝트 검색·그라운딩 코드 생성
• Jira·ServiceNow 작업 자동 연동
• Clean Core 준수 RAP·ABAP 코드 자동 생성
• AI 기반 셀프힐링 디버깅 및 ATC 오류 자동 수정
• /migrate 슬래시 커맨드 기반 마이그레이션 워크플로우
• 레거시 Z-Code 기술 부채 분석 및 자동 문서화

Superset 주요 기능

• Parallel agent orchestration
• Git worktree isolation
• Built-in diff viewer & chat
• Local-first architecture
• MCP (Model Context Protocol) tooling
• In-app browser & port previews