2025.04.11.(챗지피티와 경쟁성)

1. “코드+커밋 전체 복붙 후 ChatGPT에 학습” 시 문제점

토큰 한계 / 데이터 양 제한
- ChatGPT 등 LLM(대형 언어 모델)은 프롬프트 크기에 한계가 있습니다(수천~수만 토큰).
- 대규모 프로젝트나 여러 리포지토리를 모두 복사해서 붙여넣기에는 토큰 초과가 쉽게 일어납니다.
- 또한, GPT에게 일시적으로 붙여넣은 것만으론 지속적으로 업데이트나 재학습이 어려워, 코드 변경 시마다 다시 방대한 복붙이 필요합니다.
분석 구조·정량지표가 일관되지 않음
- ChatGPT에 “코드를 복사했으니 분석해달라”고 하면, 매번 답변 형식이 달라지거나, 핵심 지표(LOC, commit 수, 파일별 변경사항 등)를 따로 계산해주지 않을 수 있습니다.
- 수동으로 여러 번 문맥(“이제 LOC를 계산해줘.”, “다른 리포지토리도 함께 반영해줘.” 등)을 계속 입력해야 해, 자동화·표준화가 부족합니다.
커밋 메타데이터(날짜, 리뷰, MR/PR, 이슈) 손실
- 단순히 “코드/커밋 메시지”를 텍스트로 붙여넣을 경우, 실제 GitHub 상의 날짜/시간, merge/hotfix 기록, 이슈/PR 연결 관계 등의 메타데이터가 손실되기 쉽습니다.
- 포트폴리오에서 “이슈 해결 건수, 협업 PR 횟수, 코드리뷰 받은 횟수” 같은 객관적 기여도는 단순 텍스트 복붙만으로는 정확하게 반영되지 않습니다.
대규모/다중 저장소 확장 시 한계
- 복붙 방식은 한두 개의 작은 저장소라면 가능하겠지만, 저장소가 많아지거나, 대형 프로젝트에선 작업량이 폭증합니다(텍스트가 엄청나게 많아질 때 ChatGPT에서 다루기 어려움).
- 또한 “새로운 커밋이 올라올 때마다” 전부 다시 붙여넣어야 해서, 지속적인 자동화가 사실상 불가능합니다.

2. GitFolio(확장프로그램) 방식의 경쟁 우위

자동 수집·분석 파이프라인
- GitFolio는 GitHub API를 통해 레포지토리 정보를 실시간으로 가져오며, 커밋·이슈·PR·파일 변경 등 상세 데이터를 자동으로 수집·분석합니다.
- 사용자가 별도로 복붙할 필요 없이, 원클릭으로 신규/전체 커밋과 변경사항을 갱신 가능 → 지속적 업데이트에 강점.
정량데이터 및 메타데이터 활용
- (LOC, commit 수, additions/deletions, merge 횟수 등) 정확한 수치를 백엔드나 확장프로그램이 직접 계산·취합.
- 이 데이터를 토대로 표준화된 포트폴리오 템플릿(예: “주요 기여”, “변경 LOC”, “AI 분석 요약” 등)을 생성하므로, 일관성이 높고 객관적 지표가 포함됩니다.
대규모·다중 Repo에 용이
- 확장프로그램이나 웹 서비스 형태로, 여러 저장소(또는 대규모 repo)의 히스토리를 한 번에 불러와 통합 분석할 수 있습니다.
- ChatGPT로 방대한 코드를 복붙해가며 수작업으로 진행하는 것과 달리, GitFolio는 배후에서 DB나 API로 데이터를 저장·갱신해, 규모가 커도 관리가 수월합니다.
지속적인 “포트폴리오 개선” 구조
- GitFolio는 한 번 초기 설정 후, 새 커밋이 생길 때마다 추가 변화나 요약을 업데이트할 수 있습니다(예: “최근 2주간 추가된 커밋 요약” 등).
- ChatGPT에 매번 다시 붙여넣는 방식은 반복, 유지보수, 버전관리가 어렵습니다.
템플릿 + 맞춤형 분석
- GitFolio는 “프로젝트 개요”, “기술 스택별 기여”, “주요 성과(정량·정성)”, “향후 발전방향” 등 특정 구조를 포트폴리오에 반영하도록 커스텀 개발되어 있습니다.
- ChatGPT는 범용이므로, 포맷을 매번 Prompt로 지시해야 하며, 실제 지표 계산도 사용자가 지시해줘야 합니다.
- 즉, GitFolio는 협업 이력이나 정적 분석 결과를 “자동 템플릿”으로 엮어 균질한 출력을 보장한다는 차이가 있습니다.

3. 정리된 차이점 및 장점

항목	단순 ChatGPT 복붙	GitFolio(확장프로그램)
데이터 입력	사용자가 코드·커밋 내용을 직접 복사해 Prompt 작성	GitHub API/DB로 자동 수집 (코드, 커밋, PR, 이슈, LOC 등)
확장성 & 자동화	대규모/다중 Repo 시 수작업 부담 매우 큼. 새 커밋 발생 시 매번 재복붙	규모 커도 자동화 가능. 여러 Repo 동시 분석, 변경사항이 생길 때마다 새로 업데이트 가능
정량화된 지표 활용	ChatGPT가 LOC/commit 수/PR 기록 등을 자동 계산해주지는 않음 -> 별도 지시 필요, 누락 위험	LOC, 변경 파일 수, merge 횟수 등 각종 지표를 백엔드가 계산하여 즉시 반영
결과 형식 & 일관성	매번 답변 형식이 달라질 수 있음. Prompt에 따라 편차 큼	“프로젝트 개요 / 기여내용 / 개선사항” 등 고정 템플릿 + AI 요약. 안정적으로 재현성 높은 포트폴리오 생성
메타데이터 접근성	단순 텍스트를 붙여넣는 경우, commit 날짜, PR 링크, issue 연동 관계 등 메타정보 부족	GitHub API 호출로 이슈, PR, 리뷰, 브랜치 등 풍부한 정보를 받을 수 있음
토큰 한계·비용	방대한 코드·커밋 복붙 시 토큰 소모 엄청남. GPT 요금(유료 버전)은 용량에 따라 계속 증가	확장프로그램 내부에서 데이터 관리 -> GPT 호출 시 필요한 부분만 요약. 또는 Anthropic 등 API 비용도 분산, 전체 자동화 가능
데이터 업데이트 & 유지보수	“코드 바뀔 때마다” 계속 복붙해야 함. 과거 Prompt를 재사용하더라도 맥락 없어질 수 있음	확장프로그램이 변경사항 추적 -> 데이터 누적으로 포트폴리 자동 업데이트. 잦은 브랜치 작업이나 팀 프로젝트에도 쉽게 대응
객관적 증빙 & 신뢰도	단순 텍스트 붙여넣으면 실제 commit 내역과의 신뢰성 떨어질 수 있음	API로 받아오는 정식 기록 바탕 -> 입증 가능 (면접에서 “코드가 실제로 존재하는지”, “누가 언제 커밋했는지” 등 증명력)

4. 결론

단순 ChatGPT 복붙:
- 소규모 레포지토리라면 어느 정도 “간단 요약” 정도는 가능.
- 하지만 토큰 한계, 자동화/확장성 부족, 메타데이터 손실, 일관성 떨어짐 등의 문제가 큼.
GitFolio(확장프로그램):
- 실시간 GitHub API 연동을 통해 “커밋/PR/이슈/메타데이터” 등 객관적 지표를 자동 취합 → 구조화된 템플릿으로 높은 신뢰성과 일관성을 확보.
- 대규모 프로젝트나 여러 저장소를 취합 분석해도 유지보수가 편하고, 코드 변경분이 생겨도 자동 업데이트 가능.