Continue.dev 완전 가이드 — GitHub Copilot 대신 쓰는 무료 오픈소스 AI 코딩 어시스턴트

매달 GitHub Copilot 요금 내면서 "이거 꼭 이 가격 내야 하나" 싶었던 적 있으신가요. Continue.dev는 탭 자동완성부터 채팅까지 Copilot이랑 거의 같은 기능을 무료로 제공하는 오픈소스 대안입니다. 오늘은 설치부터 로컬 모델 연동까지 실제로 따라 할 수 있게 정리했습니다.

핵심 요약

Continue.dev는 Apache 2.0 라이센스 오픈소스 프로젝트로 GitHub 스타 2만 5천 개를 넘긴 VS Code·JetBrains용 AI 코딩 어시스턴트입니다. GitHub Copilot이 월 10달러(개인)에서 19달러(비즈니스)를 받고 모델도 GPT나 Claude 중 고정된 것만 쓸 수 있는 반면, Continue.dev는 완전 무료로 쓸 수 있고 Claude, GPT, Gemini, 로컬 Ollama 모델까지 원하는 대로 연결할 수 있습니다. 로컬 모델을 붙이면 코드가 외부 서버를 거치지 않기 때문에 보안이 중요한 기업 환경에서도 쓸 수 있다는 점이 Copilot과 가장 크게 갈리는 지점입니다. 기능적으로는 탭 자동완성, 채팅, 파일·코드베이스·터미널·git diff·공식문서를 컨텍스트로 첨부하는 기능, 그리고 /test나 /review 같은 커스텀 슬래시 명령어를 직접 정의하는 기능까지 지원합니다. 커스터마이징 폭에서도 설정 파일 하나로 모델, 규칙, 프롬프트를 전부 바꿀 수 있어서 Copilot보다 자유도가 훨씬 높습니다.

실전 1 — VS Code 확장 설치

가장 먼저 할 일은 VS Code에 확장을 깔아서 기본 UI를 띄우는 것입니다. 이 단계만 끝나면 이후 모델 연결은 설정 파일 수정만으로 처리됩니다.

VS Code → Extensions (Ctrl+Shift+X)
→ "Continue" 검색
→ Continue.dev 설치 (파란 로고)

설치가 끝나면 좌측 사이드바에 Continue 아이콘이 새로 생깁니다. 이 아이콘을 누르면 채팅 패널과 설정 화면으로 바로 이동할 수 있고, 이후 모든 설정은 이 패널이나 ~/.continue/config.yaml 파일을 직접 편집하는 방식으로 진행됩니다.

실전 2 — Claude API로 연결하기 (품질 우선)

가장 정확한 답변을 원한다면 Claude API를 직접 연결하는 게 낫습니다. 사이드바 설정 아이콘에서 Anthropic을 provider로 선택하고 API 키만 넣으면 되는데, 설정 파일을 직접 건드리고 싶다면 아래처럼 작성하면 됩니다.

# ~/.continue/config.yaml
name: My Dev Config
version: 1.0.0
schema: v1

models:
  - name: Claude Sonnet
    provider: anthropic
    model: claude-sonnet-4-6
    apiKey: sk-ant-xxxxx
    roles:
      - chat
      - edit
      - apply

roles 항목에 chat, edit, apply를 모두 넣어두면 채팅뿐 아니라 코드 수정과 적용까지 같은 모델이 처리합니다. API 키는 발급받은 값을 그대로 넣으면 되고, 이 방식은 토큰 사용량만큼 비용이 청구된다는 점을 감안해야 합니다.

실전 3 — Ollama 로컬 모델로 연결하기 (무료, 프라이버시)

코드를 외부로 한 바이트도 보내고 싶지 않다면 Ollama로 로컬 모델을 돌리는 게 답입니다. 먼저 운영체제에 맞게 Ollama를 설치해야 합니다.

# Mac
brew install ollama

# Linux
curl -fsSL https://ollama.ai/install.sh | sh

# Windows는 ollama.ai에서 인스톨러 다운로드

Ollama 설치가 끝나면 채팅용, 자동완성용, 임베딩용 모델을 각각 받아야 합니다. 자동완성은 속도가 중요해서 가벼운 모델을, 채팅은 품질이 중요해서 조금 더 큰 모델을 쓰는 게 일반적입니다.

# 채팅용 (7B, 8GB RAM 필요)
ollama pull qwen2.5-coder:7b

# 자동완성용 (1.5B, 빠름, 2GB RAM)
ollama pull qwen2.5-coder:1.5b

# 임베딩용 (코드베이스 검색 기능에 필요)
ollama pull nomic-embed-text

모델 다운로드가 끝나면 curl http://localhost:11434를 실행해서 "Ollama is running"이 뜨는지 확인한 뒤, config.yaml에 세 모델을 역할별로 등록하면 됩니다.

# ~/.continue/config.yaml
name: Local AI Setup
version: 1.0.0
schema: v1

models:
  - name: Qwen Coder 7B
    provider: ollama
    model: qwen2.5-coder:7b
    apiBase: http://localhost:11434
    roles:
      - chat
      - edit
      - apply

  - name: Qwen Coder 1.5B
    provider: ollama
    model: qwen2.5-coder:1.5b
    apiBase: http://localhost:11434
    roles:
      - autocomplete
    autocompleteOptions:
      debounceDelay: 250
      maxPromptTokens: 1024
      multilineCompletions: auto

  - name: Nomic Embed
    provider: ollama
    model: nomic-embed-text
    apiBase: http://localhost:11434
    roles:
      - embed

자동완성은 타이핑할 때마다 수백 번씩 호출되기 때문에 이 부분만 Ollama로 돌려도 비용을 크게 아낄 수 있습니다. 채팅은 정확도가 중요하니 Claude로, 자동완성은 속도가 중요하니 Ollama로 나누는 하이브리드 구성도 가능한데, 두 provider를 config.yaml 안에 함께 등록하고 role만 다르게 지정하면 됩니다.

실전 4 — 컨텍스트 첨부와 커스텀 명령어

Continue.dev의 강점 중 하나는 코드베이스 전체나 터미널 출력, git diff를 대화에 바로 끌어올 수 있다는 점입니다. config.yaml에 아래 provider들을 등록해두면 채팅창에서 @코드베이스, @터미널, @깃차이 같은 태그로 바로 불러올 수 있습니다.

context:
  - provider: code
  - provider: docs
  - provider: diff
  - provider: terminal
  - provider: folder
  - provider: codebase

@코드베이스를 쓰려면 먼저 사이드바 우측 상단의 "Reindex" 버튼을 눌러서 전체 레포를 임베딩해둬야 합니다. 인덱싱이 끝나면 "JWT 인증 관련 코드 찾아줘"처럼 물어봤을 때 전체 레포에서 관련 코드를 검색해서 답을 줍니다. 반복적으로 쓰는 요청이 있다면 슬래시 명령어로 등록해두는 것도 좋은데, 예를 들어 단위 테스트 작성을 자주 시킨다면 아래처럼 프롬프트를 미리 저장해둘 수 있습니다.

prompts:
  - name: test
    description: 단위 테스트 작성
    prompt: |
      선택한 코드에 대한 단위 테스트를 작성해줘.
      Jest/Vitest 사용, 엣지 케이스 포함,
      Given-When-Then 패턴으로.

  - name: review
    description: 코드 리뷰
    prompt: |
      이 코드를 리뷰해줘.
      확인 항목:
      1. 버그 및 잠재적 오류
      2. 보안 취약점 (SQL 인젝션, XSS 등)
      3. 성능 개선 포인트
      4. 코드 가독성

이렇게 등록해두면 코드를 선택한 상태에서 /test나 /review만 입력해도 매번 프롬프트를 다시 쓸 필요 없이 바로 실행됩니다. 팀 단위로 코딩 규칙을 통일하고 싶다면 rules 항목에 원하는 컨벤션을 적어두면 모든 응답에 자동으로 반영됩니다.

 

✅ Continue.dev는 API 비용을 아예 없애고 싶거나, 회사 보안 정책 때문에 코드를 외부로 못 보내거나, Claude·GPT·로컬 모델을 상황에 맞게 바꿔가며 쓰고 싶은 사람에게 잘 맞습니다. 설정 파일 하나로 모델과 역할을 자유롭게 조합할 수 있다는 점도 Copilot에서는 얻기 힘든 장점입니다. ❌ 다만 Copilot만큼 손 하나 안 대고 바로 쓰는 수준의 완성도를 기대하면 실망할 수 있습니다. 자동완성 품질은 Codestral이나 Qwen Coder로 어느 정도 따라잡을 수 있지만, 설정하고 튜닝하는 초기 진입장벽은 분명히 있습니다. 결국 선택 기준은 비용과 커스터마이징을 얼마나 중요하게 보느냐인데, 개인 프로젝트나 보안이 중요한 기업 환경이라면 Continue.dev 쪽이 확실히 유리합니다.