i-have-adhd vs 프롤리퍼레이트
두 AI 도구의 기능, 가격, 특징을 상세하게 비교합니다.
| 특성 | i-have-adhd | 프롤리퍼레이트 |
|---|---|---|
| 가격 유형 | 무료 | 무료 + 유료 |
| 한국어 지원 | 미지원 | 미지원 |
| 플랫폼 | Claude Code, OpenAI Codex, Gemini CLI, GitHub Copilot, Cursor, Zed | Web |
| 오픈소스 | No | Yes |
| API 제공 | - | - |
| SDK | - | - |
| LLM 기반 | - | - |
| 멀티모달 | - | - |
| AI 모델 | ||
| GitHub Stars | 17.4K | 130 |
| 개발사 | - | Proliferate (fka Keystone) |
| 카테고리 | - | 개발자 도구 |
| 상세보기 | 보기 | 보기 |
i-have-adhd 장단점
- 무료 오픈소스로 사용 가능
- 여러 코딩 에이전트와 호환
- 답변을 즉시 실행 가능한 형태로 정리
- 설정 규칙이 명확하고 커스터마이즈 가능
- 독립적인 대화형 AI 서비스가 아님
- 사용하려면 지원되는 코딩 에이전트가 필요함
- 모델 자체의 성능을 향상시키지는 않음
프롤리퍼레이트 장단점
- 가장 큰 장점은 실제 운영 환경을 복제한 격리된 샌드박스 내에서 AI가 작업을 수행하므로, 잘못된 코드가 실제 서버에 영향을 미칠 위험이 없다는 점입니다. Sentry 등 모니터링 툴과의 긴밀한 연동 덕분에 장애 발생 시 엔지니어가 인지하기도 전에 AI가 원인 분석과 수정안을 준비해 두어 평균 복구 시간(MTTR)을 크게 단축시킵니다. 또한 모든 작업 과정이 상세한 감사 로그(Audit Trail)와 Diff 형식으로 제공되어 사람이 최종 승인하는 'Human-in-the-loop' 구조를 안정적으로 구현했습니다.
- 초기 스타트업 단계의 도구인 만큼 지원하는 외부 통합 서비스(Sentry, Linear 등) 외의 도구를 사용하는 팀에게는 도입 장벽이 높을 수 있습니다. 복잡한 클라우드 아키텍처를 완벽하게 복제하는 과정에서 발생하는 추가적인 인프라 비용과 초기 설정 난이도가 부담이 될 수 있으며, 아주 큰 규모의 모놀리식 코드베이스에서는 맥락 파악의 정확도가 다소 떨어질 수 있다는 우려가 있습니다. 또한 자율 작업의 결과물을 사람이 매번 꼼꼼히 검증해야 하므로, 검증 작업 자체가 시니어 엔지니어에게 또 다른 업무 부하로 작용할 가능성이 있습니다.
i-have-adhd 주요 기능
- 답변과 다음 행동을 먼저 제시
- 다단계 작업을 번호 목록으로 구성
- 진행 상태를 매 턴 재표시
- 구체적인 시간 추정 제공
- 오류를 위치·원인·해결책 중심으로 설명
- 불필요한 서론과 맺음말 억제
프롤리퍼레이트 주요 기능
- 프로덕션 환경 복제 격리 클라우드 샌드박스 제공
- GitHub·Linear·Sentry 이벤트 기반 자동 트리거
- 코드베이스·내부 문서 컨텍스트 파악 후 자율 작업 수행
- 실시간 라이브 미리보기 및 멀티플레이어 검증 환경
- 오픈소스·셀프 호스팅 지원(MIT 라이선스)
- 데스크탑에서 복수 에이전트 팀 동시 관리