GitHub Copilot Fusion 정식 출시 — 비용 절반, 시간 40% 단축의 멀티모델
공개 내용
GitHub은 2026년 10월 28일 Universe 2026에서 Copilot Fusion을 정식 출시했습니다. 리서치 프리뷰 이름은 HydraFusion이었습니다. Fusion은 추론, 코드 생성, 디버깅, 도구 사용 같은 작업 특성을 먼저 평가합니다. 그다음 하나 이상의 모델에 작업을 나눠 실행합니다. 개발자가 매번 모델을 직접 고를 필요가 없습니다.
기존 auto, HydraFusion, HydraFusion Max 사용자는 대응하는 Fusion 수준으로 자동 전환됩니다. 모든 Copilot 플랜에서 쓸 수 있습니다. 동작 환경은 VS Code, GitHub Copilot 앱, Copilot CLI, JetBrains IDE입니다.
벤치마크 수치
| 항목 | 수치 | 비고 |
|---|---|---|
| 벤치마크 점수 | Opus 5.5 Max와 2점 이내 | Artificial Analysis Coding Agent Index, Fusion Max 기준 |
| 비용 | 절반 | Opus 5.5 Max 대비, GitHub 인용 수치 |
| 작업당 시간 | 40% 적음 | Opus 5.5 Max 대비, GitHub 인용 수치 |
| 과금 | 모델별 표준 요율 | 유료 플랜 사용자는 한시적으로 모델 비용 30% 할인 |
벤치마크 수치는 GitHub이 인용한 Artificial Analysis 결과입니다. 평가 조건과 대상 작업 목록은 원문에서 별도 확인이 필요합니다. 30% 할인의 종료 시점은 한시적이라는 설명만 있고 미확인입니다.
함께 공개된 것
- Copilot Projects — 같은 날 Copilot 앱에 네이티브로 들어왔습니다. 여러 저장소에 걸친 에이전트 작업을 완전 관리형 병렬 세션으로 실행하고, 결과로 풀 리퀘스트를 받아 검토합니다.
- 세션 연속성 — 같은 클라우드 에이전트 세션을 앱, VS Code, CLI, 웹에서 이어서 볼 수 있습니다.
- Copilot code review Max — 고심각 이슈에 대한 ReviewBench에서 가장 높은 F1 점수를 기록했다고 GitHub은 밝혔습니다.
- Enterprise 과금 변경 — GitHub Enterprise 고객은 별도 구독 없이 모든 Copilot 기능을 쓸 수 있게 됐습니다. 좌석당 요금 대신 쓴 AI 크레딧만큼 냅니다. 셀프서브는 추후 제공됩니다.
- 인프라 확장 — 올해 400만 CPU 코어, 160PB 고속 스토리지, 50Tb/s 네트워크 용량을 추가했다고 밝혔습니다.
- 컴퓨터 사용 기능 — macOS와 Windows에서 퍼블릭 프리뷰이며, 앱 제어 전에 승인을 받는다고 밝혔습니다.
중요성
코딩 에이전트를 쓸 때 모델 고르기, 비용 관리, 멀티 저장소 조율 같은 운영 부담이 플랫폼 쪽으로 넘어갔습니다. Copilot Projects와 세션 연속성은 여러 에이전트를 동시에 돌리는 팀의 실제 작업 방식에 가깝습니다. Fusion의 비용 절반 주장이 맞다면, 같은 품질의 작업을 더 싸게 돌리는 선택지가 됩니다.
다만 이 글의 핵심은 Fusion 자체보다 방향 전환에 있습니다. GitHub은 에이전트 시대를 맞아 완료된 소프트웨어를 결과물로 삼는 배달 시스템으로 방향을 잡았습니다. 모델 선택, 멀티 저장소 작업, 세션 이동, 리뷰까지 한 흐름으로 묶는 것이 이번 발표의 뼈대입니다.
아직 확인되지 않은 점
Fusion Max의 벤치마크 비교는 GitHub이 인용한 Artificial Analysis 결과이며, 평가 조건과 대상 작업 목록은 미확인입니다. 30% 할인의 적용 기간은 한시적이라는 설명만 있고 종료 시점은 미확인입니다. Enterprise의 AI 크레딧 과금 단가와 예산 소진 시 동작은 확인이 필요합니다. 크레딧이 떨어져도 코드 완성은 계속 동작한다는 설명이 있습니다.
실무 판단: 모델 선택을 자동에 맡기되, 비용 주장은 직접 재는 것이 순서입니다
실무 판단은 이렇게 정리됩니다. 작업마다 모델을 고르는 부담이 큰 팀이라면 Fusion의 자동 선택을 그대로 써보는 것이 순서입니다. 다만 비용 절반과 시간 40% 단축은 GitHub 인용 수치라, 자기 팀의 실제 작업으로 다시 재기 전에는 도입 근거로 삼지 않는 것이 좋습니다. Enterprise 팀이라면 좌석 요금에서 AI 크레딧 과금으로 바뀌는 구조부터 확인하는 것이 먼저입니다. 크레딧 단가와 소진 시 동작이 미확인인 상태에서는 예산 추정이 서지 않기 때문입니다.