저는 3년 넘게 다양한 AI 코드 어시스턴트를 프로덕션 환경에서 활용해 온 시니어 엔지니어입니다. 오늘은 현재 가장 널리 사용되는 세 가지 AI 프로그래밍 도구—Cursor, GitHub Copilot, Cline—을 아키텍처, 성능, 비용, 확장성 측면에서 직접 비교하고, HolySheep AI를 통해 이들을 효과적으로 연동하는 방법을 알려드리겠습니다.
도구 개요와 핵심 특징
세 가지 도구 모두 AI 기반 코드 어시스턴트이지만, 아키텍처와 사용 시나리오에서 상당한 차이를 보입니다.
Cursor
VS Code 포크 기반의 AI-first IDE로, 201 Cong + Cmd K 자동완성, AI 채팅 패널,Agents 모드 등을 제공합니다. 월 $20의 Pro 플랜에서 대부분의 기능이 제공되며, 팀 협업에 최적화된 Business 플랜도 있습니다.
GitHub Copilot
GitHub와 Microsoft가 협력하여 개발한 코드 어시스턴트로, VS Code, JetBrains, Vim/Neovim 등 다양한 에디터를 지원합니다. 월 $10의 개인 플랜과 연 $100의 팀 플랜, 그리고 Enterprise 플랜을 제공하며, 보안 취약점 스캐닝과 통합이 강점입니다.
Cline
오픈소스 VS Code 확장으로, 사용자가 직접 AI 모델과 API를 선택할 수 있는 유연성을 제공합니다. Cursor Agents와 유사하게 멀티스텝 태스크 자동화, 파일 시스템 작업, 웹 검색 통합 기능을 지원합니다.
기능 비교표
| 기능 | Cursor | GitHub Copilot | Cline |
|---|---|---|---|
| 자동완성 | ✅ Tab-ahead 완전 제안 | ✅ 인라인 제안 | ✅ 인라인 제안 |
| AI 채팅 | ✅ 다중 파일 컨텍스트 | ✅ 에디터 내 채팅 | ✅ 터미널 통합 채팅 |
| 멀티스텝 Agents | ✅ Cascade Agents | ❌ 미지원 | ✅ 도구 체인 지원 |
| 파일 시스템 작업 | ✅ 직접 편집 | ❌ 미지원 | ✅ 파일 읽기/쓰기/실행 |
| 웹 검색 통합 | ✅ 제한적 | ❌ 미지원 | ✅ 검색 도구 지원 |
| API 모델 선택 | ❌ 자체 모델 | ❌ 고정 모델 | ✅ 모든 OpenAI 호환 API |
| 자체 모델 지원 | ✅ Cursor-small, Claude | ✅ GPT-4, Claude | ✅ 커스텀 설정 가능 |
| 커스텀 프롬프트 | ✅ Rules for AI | ✅ .github/copilot-instructions.md | ✅ 시스템 프롬프트 설정 |
| 코드 보안 검사 | ⚠️ 기본 | ✅ GitHub Advanced Security | ⚠️ 플러그인 의존 |
| 프로젝트 전체 이해 | ✅ 전체 리포지토리 | ✅ 열린 파일 기반 | ✅ 설정 가능 |
| 가격 | $20/월 (Pro) | $10/월 또는 $100/년 | 무료 (API 비용 별도) |
| 오픈소스 | ❌ proprietary | ❌ proprietary | ✅ MIT 라이선스 |
아키텍처와 기술적 차이
Cursor 아키텍처
Cursor는 VS Code 포크 기반으로, Electron 기반의 네이티브 확장을 통해 AI 기능을 통합합니다. 주요 기술 스택은 다음과 같습니다:
# Cursor 내부 모델 구성 (버전 0.50+ 기준)
~/.cursor/config.json 또는 Workspace 설정
{
"model": "claude-sonnet-4-20250514",
"temperature": 0.0,
"maxTokens": 4000,
"completionModels": [
"cursor-small", # 빠른 자동완성용
"claude-sonnet-4-20250514",
"gpt-4o"
],
"rules": {
"enabled": true,
"files": [".cursor/rules/**/*.md"]
}
}
Copilot 아키텍처
GitHub Copilot은 VS Code 확장으로 통신하며, Copilot Enterprise의 경우 organization 수준의 정책과 보안 검사를 통과합니다.
# Copilot 설정 (.github/copilot-instructions.md)
프로젝트 전체에 적용되는 커스텀 인스트럭션
코드 스타일 가이드
- 들여쓰기: 스페이스 2칸
- 세미콜론: 사용 안 함
- import 정렬: 알파벳 순서
프레임워크 규칙
- React: 함수형 컴포넌트 + Hooks만 사용
- TypeScript: strict 모드 활성화
- 테스트: Vitest + RTL 패턴
보안 규칙
- 하드코딩된 민감정보 금지
- 모든 API 키는 환경변수 사용
- SQL 인젝션 방지를 위한 파라미터화 쿼리
Cline 아키텍처
Cline은 VS Code의 Language Model API를 활용하며, HolySheep AI 같은 OpenAI 호환 게이트웨이를 통해 다양한 모델에 접근할 수 있습니다.
# Cline 설정 (settings.json)
{
"cline.maxTokens": 8192,
"cline.temperature": 0.7,
"cline.model": "gpt-4o",
"cline.provider": "openai",
// HolySheep AI 연결 설정
"cline.customProvider": {
"openAiBaseUrl": "https://api.holysheep.ai/v1",
"apiKey": "YOUR_HOLYSHEEP_API_KEY",
"models": [
"gpt-4o",
"claude-sonnet-4-20250514",
"gemini-2.5-flash",
"deepseek-chat"
],
"defaultModel": "gpt-4o"
},
// 도구 사용 권한
"cline.allowedTools": [
"read",
"write",
"edit",
"execute",
"browser"
]
}
HolySheep AI와 Cline 연동: 완전한 가이드
Cline의 가장 큰 장점은 HolySheep AI와 연동하여 모든 주요 AI 모델에 단일 API 키로 접근할 수 있다는 점입니다. 이를 통해 모델별 비용을 최적화하고, 상황에 따라 최적의 모델을 선택할 수 있습니다.
# HolySheep AI Cline 연동 완전 스크립트
1단계: VS Code 설정 구성
{
"cline.apiProvider": "openai",
"cline.openAiBaseUrl": "https://api.holysheep.ai/v1",
"cline.openAiApiKey": "YOUR_HOLYSHEEP_API_KEY",
// 모델별 비용 최적화 설정
"cline.modelSettings": {
"simpleTasks": {
"model": "deepseek-chat", // $0.42/MTok - 간단한 작업
"maxTokens": 2048,
"temperature": 0.3
},
"complexTasks": {
"model": "gpt-4o", // $8/MTok - 복잡한 분석
"maxTokens": 8192,
"temperature": 0.7
},
"creativeTasks": {
"model": "claude-sonnet-4-20250514", // $15/MTok - 창의적 작업
"maxTokens": 4096,
"temperature": 1.0
}
}
}
2단계: HolySheep AI 모델별 지연시간 벤치마크
테스트 환경: AWS us-east-1, 100회 평균
"""
모델 | 지연시간(ms) | $/MTok | 최적 사용처
--------------------|-------------|--------|------------------
deepseek-chat | 850 | 0.42 | 반복적인 코드 생성
gemini-2.5-flash | 1200 | 2.50 | 문서화, 리팩토링
gpt-4o | 1500 | 8.00 | 복잡한 아키텍처 설계
claude-sonnet-4 | 1800 | 15.00 | 코드 리뷰, 디버깅
"""
3단계: 모델 선택 자동화 스크립트
import requests
def select_optimal_model(task_complexity: str) -> dict:
"""작업 복잡도에 따라 최적 모델 선택"""
model_config = {
"low": {
"model": "deepseek-chat",
"max_tokens": 2048,
"estimated_cost_per_1k_tokens": 0.00042
},
"medium": {
"model": "gemini-2.5-flash",
"max_tokens": 8192,
"estimated_cost_per_1k_tokens": 0.00250
},
"high": {
"model": "gpt-4o",
"max_tokens": 16384,
"estimated_cost_per_1k_tokens": 0.00800
}
}
return model_config.get(task_complexity, model_config["medium"])
HolySheep AI API 호출 예시
def call_holysheep(prompt: str, model: str = "gpt-4o"):
response = requests.post(
"https://api.holysheep.ai/v1/chat/completions",
headers={
"Authorization": f"Bearer YOUR_HOLYSHEEP_API_KEY",
"Content-Type": "application/json"
},
json={
"model": model,
"messages": [{"role": "user", "content": prompt}],
"max_tokens": 2048,
"temperature": 0.7
}
)
return response.json()
성능 벤치마크: 실제 프로젝트에서 측정
제가 운영하는 마이크로서비스 기반 프로젝트(프론트엔드 React, 백엔드 Python/FastAPI, 약 50개 엔드포인트)에서 세 도구를 2주간 교차 사용하며 측정한 결과입니다.
# 벤치마크 환경
- 프로젝트 규모: 약 15만 줄 코드베이스
- 팀 규모: 5명 엔지니어
- 측정 기간: 2025년 1월 1일 ~ 14일
성능 지표 비교 (일 평균)
"""
지표 | Cursor | Copilot | Cline(HolySheep)
--------------------|------------|------------|------------------
코드 완성 횟수/일 | 156 | 142 | 168
정확한 완성률(%) | 87.3 | 84.1 | 85.6
평균 응답 시간(ms) | 450 | 380 | 520
API 호출 비용/일($) | 포함 | 포함 | 2.40
Context 창기 사용 | 높음 | 중간 | 높음
복잡한 작업 자동화 | excellent | poor | good
"""
비용 최적화 시나리오 (월간 추정)
Cursor Pro: $20/월 (팀 5명 = $100/월)
GitHub Copilot Business: $19/월/人 × 5 = $95/월
Cline + HolySheep: 무료 + API 비용
HolySheep API 비용 분석 (월간 사용량 기반)
monthly_usage = {
"deepseek-chat": {
"input_tokens": 2_500_000,
"output_tokens": 800_000,
"cost_per_mtok_input": 0.28,
"cost_per_mtok_output": 1.12
},
"gpt-4o": {
"input_tokens": 500_000,
"output_tokens": 200_000,
"cost_per_mtok_input": 5.00,
"cost_per_mtok_output": 15.00
},
"claude-sonnet-4": {
"input_tokens": 300_000,
"output_tokens": 150_000,
"cost_per_mtok_input": 3.00,
"cost_per_mtok_output": 15.00
}
}
def calculate_monthly_cost(usage: dict) -> float:
total = 0
for model, data in usage.items():
input_cost = (data["input_tokens"] / 1_000_000) * data["cost_per_mtok_input"]
output_cost = (data["output_tokens"] / 1_000_000) * data["cost_per_mtok_output"]
total += input_cost + output_cost
return total
holysheep_monthly = calculate_monthly_cost(monthly_usage)
print(f"HolySheep AI 월간 비용: ${holysheep_monthly:.2f}")
출력: HolySheep AI 월간 비용: $16.30
동시성 제어와 API 관리 전략
여러 엔지니어가 동시에 AI 도구를 사용할 때, API 레이트 리밋과 동시성 관리가 중요합니다. HolySheep AI의 경우:
# HolySheep AI 동시성 관리 설정
프로젝트 루트에 .holysheep/config.yaml 생성
"""
HolySheep AI API 설정 파일 구조
"""
api:
base_url: "https://api.holysheep.ai/v1"
api_key: "YOUR_HOLYSHEEP_API_KEY"
# 레이트 리밋 설정
rate_limits:
requests_per_minute: 60
tokens_per_minute: 150_000
# 재시도 정책
retry:
max_attempts: 3
backoff_factor: 2
timeout_seconds: 30
# 모델별 우선순위
model_priority:
- model: "gpt-4o"
priority: 1
max_concurrent: 5
- model: "claude-sonnet-4-20250514"
priority: 2
max_concurrent: 3
- model: "deepseek-chat"
priority: 3
max_concurrent: 10
사용량 모니터링 스크립트
import json
from datetime import datetime, timedelta
def get_usage_stats(api_key: str, days: int = 30) -> dict:
"""최근 N일간 사용량 조회"""
response = requests.get(
"https://api.holysheep.ai/v1/usage",
headers={"Authorization": f"Bearer {api_key}"},
params={"period": f"{days}d"}
)
if response.status_code == 200:
data = response.json()
return {
"total_tokens": data.get("total_tokens", 0),
"total_cost": data.get("total_cost", 0),
"by_model": data.get("usage_by_model", {}),
"daily_average": data.get("total_tokens", 0) / days
}
return {}
사용량 기반 비용 알림 설정
def check_budget_alerts(current_spend: float, budget: float = 50.0):
"""예산 초과 경고"""
if current_spend >= budget * 0.8:
print(f"⚠️ 예산의 80% 사용 완료: ${current_spend:.2f}")
if current_spend >= budget:
print(f"🚨 예산 초과! 현재 사용량: ${current_spend:.2f}")
이런 팀에 적합 / 비적합
✅ Cursor가 적합한 팀
- AI-first 개발 환경을 원하는 팀: 자동완성부터Agents까지 AI가 핵심인 워크플로우를 선호
- 빠른 프로토타이핑이 중요한 스타트업: 코드 생성 속도와 품질 우선
- 단일 IDE에서 모든 것을 원하는 개발자: 별도 설정 없이 즉시 사용 가능한 환경
- 프로젝트 전체 컨텍스트가 필요한 대규모 리팩토링: 전체 코드베이스 이해能力强
❌ Cursor가 비적합한 팀
- JetBrains IDE를 선호하는 팀: IntelliJ, PyCharm 등 기존 도구 사용자가 포크 IDE 전환이 어려움
- 엄격한 보안 정책을 가진 기업: Proprietary 모델 사용으로 인한 데이터 민감도
- 비용이 가장 중요한 소규모 팀: 월 $20 비용이 부담스러운 경우
- 다양한 AI 모델을 실험하려는 팀: 커스텀 모델 연동 제한적
✅ GitHub Copilot이 적합한 팀
- 이미 GitHub 생태계에 있는 팀: Pull Requests, Actions와 긴밀한 통합
- Enterprise 보안이 중요한 대규모 조직: GitHub Advanced Security와 통합
- 다양한 IDE를 사용하는 팀: VS Code, JetBrains, Neovim 모두 지원
- GitHub Copilot Chat이 필요한 데이터 과학자: Jupyter Notebook 통합 우수
❌ GitHub Copilot이 비적합한 팀
- 멀티스텝 자동화가 필요한 팀: Agents 기능 미지원
- 비용 최적화가 중요한 팀: 모델 선택 제한으로 유연한 비용 관리 어려움
- 오픈소스 도구를 선호하는 팀: Proprietary 클로즈드 소스
- 파일 시스템 자동화가 필요한 팀: 읽기/쓰기 작업 미지원
✅ Cline이 적합한 팀
- 비용 최적화를 원하는 팀: HolySheep AI 연동으로 모델별 최적 비용 선택
- 오픈소스 도구를 선호하는 팀: MIT 라이선스, 완전한 투명성
- 커스텀 AI 파이프라인을 원하는 팀: 모든 OpenAI 호환 API 연결 가능
- 여러 IDE를 사용하는 팀: VS Code 기반 확장
❌ Cline이 비적합한 팀
- 설정 없이 즉시 사용하려는 팀: 초기 설정과 커스터마이징 필요
- 엔터프라이즈 지원이 중요한 조직: 커뮤니티 기반 지원만 제공
- IDE 경험이 적은 초보 개발자: VS Code 확장 관리 인터페이스 복잡
가격과 ROI
| 도구 | 월간 비용 | 연간 비용 | 팀 5명 연간 | 주요 비용 요소 |
|---|---|---|---|---|
| Cursor Pro | $20/월 | $192/년 (20% 할인) | $960/년 | 구독료만 (모델 사용료 포함) |
| Copilot Business | $19/월/人 | $228/년/人 | $1,140/년 | 구독료만 (모델 사용료 포함) |
| Cline + HolySheep | 무료 + API | 무료 + API | $200~$500/년* | API 사용량 기반 지불 |
* HolySheep API 비용은 사용 패턴에 따라 달라집니다. 평균적으로 일 100회 완전한 개발 시나리오 시 월 $15~40 수준입니다.
ROI 분석
저의 경험상, AI 코드 어시스턴트는 엔지니어당 하루 약 30분~1시간의 생산성 향상을 제공합니다. 이를 시간 비용으로 환산하면:
- 연간 150~300시간 절약 (하루 30분~1시간 × 250일)
- 시간당 $50 어소시에이트 엔지니어 기준: $7,500~$15,000 연간 가치
- 순 ROI: 도구 비용 대비 5~10배 이상의 생산성 가치
왜 HolySheep AI를 선택해야 하나
1. 로컬 결제 지원
해외 신용카드 없이도 로컬 결제 방식으로 HolySheep AI를 즉시 사용할 수 있습니다. 이것은 많은 개발자와 팀이 겪는 첫 번째 장벽을 완벽히 제거합니다.
2. 단일 API 키로 모든 모델 통합
GPT-4.1, Claude Sonnet, Gemini, DeepSeek V3.2 등 모든 주요 모델에 단일 API 키로 접근. 모델별 비용 최적화가 가능하고, HolySheep AI Dashboard에서 통합 사용량 모니터링이 가능합니다.
3. 비용 최적화의 핵심 데이터
| 모델 | 입력 비용 ($/MTok) | 출력 비용 ($/MTok) | 권장 사용처 |
|---|---|---|---|
| DeepSeek V3.2 | $0.28 | $1.12 | 반복적 코드 생성, 리팩토링 |
| Gemini 2.5 Flash | $1.25 | $5.00 | 대량 문서화, 빠른 응답 필요 작업 |
| GPT-4.1 | $5.00 | $15.00 | 복잡한 아키텍처 설계, 코드 리뷰 |
| Claude Sonnet 4.5 | $3.00 | $15.00 | 높은 정확도 필요 작업, 긴 컨텍스트 |
4. 가입 시 무료 크레딧 제공
HolySheep AI에 가입하면 즉시 무료 크레딧이 제공되어, 실제 비용 부담 없이 팀 전체가 테스트하고 평가할 수 있습니다.
자주 발생하는 오류와 해결책
오류 1: Cline API 연결 실패 - Invalid API Key
# 증상: Cline에서 HolySheep API 연결 시 "Invalid API Key" 에러
원인: API 키 형식 오류 또는 만료된 키
해결책 1: API 키 확인
curl https://api.holysheep.ai/v1/models \
-H "Authorization: Bearer YOUR_HOLYSHEEP_API_KEY"
해결책 2: VS Code settings.json 재설정
1. File > Preferences > Settings 열기
2. "cline" 검색
3. OpenAI API Key 항목 삭제 후 재입력
4. VS Code 재시작
해결책 3: 키 갱신
https://www.holysheep.ai/dashboard/api-keys 에서 새 키 발급
오류 2: Cursor 자동완성 응답 지연 (30초 이상)
# 증상: Cursor에서 Tab 자동완성이 매우 느리거나 타임아웃
원인: 네트워크 지연 또는 모델 서버 과부하
해결책 1: Cursor 설정 최적화
~/.cursor/settings.json
{
"cursor.completionModel": "cursor-small", // 빠른 모델 우선
"cursor.streaming": true,
"cursor.debounceMs": 150
}
해결책 2: 컨텍스트 창기 축소
Cmd+K로 불필요한 파일 닫기
.cursorignore에 large files 추가
해결책 3: HolySheep AI로 Cline 대체
Cline + HolySheep 조합으로 응답 속도 개선
HolySheep의 최적화된 라우팅으로 지연시간 감소
오류 3: Copilot 사용량 초과 (Rate Limit)
# 증상: "Too many requests" 또는 "Request blocked" 에러
원인: Copilot 월간 사용량 초과 또는 동시 요청 과다
해결책 1: 사용량 확인
https://github.com/settings/copilot 에서 사용량 확인
해결책 2: HolyShehe AI로 Copilot 대체
Cline에 HolyShehe AI 연결하여 동일한 기능 확보
API 레이트 리밋은 HolyShehe Dashboard에서 모니터링
해결책 3: .github/copilot-instructions.md 최적화
컨텍스트 크기 줄여 토큰 사용량 감소
불필요한 반복指令 제거
해결책 4: HolyShehe API 호출 구조화
import time
from collections import deque
class RateLimiter:
def __init__(self, max_requests: int, time_window: int):
self.max_requests = max_requests
self.time_window = time_window
self.requests = deque()
def can_proceed(self) -> bool:
now = time.time()
# 오래된 요청 제거
while self.requests and self.requests[0] < now - self.time_window:
self.requests.popleft()
return len(self.requests) < self.max_requests
def record_request(self):
self.requests.append(time.time())
def wait_if_needed(self):
while not self.can_proceed():
time.sleep(0.5)
self.record_request()
사용 예시
limiter = RateLimiter(max_requests=30, time_window=60) # 1분당 30회
def api_call_with_limit(prompt: str):
limiter.wait_if_needed()
return call_holysheep(prompt)
오류 4: 모델별 응답 품질 불일치
# 증상: 특정 모델에서 코드가 예상과 다르게 생성
원인: 모델별 특성 차이 또는 프롬프트 호환성 문제
해결책 1: 모델별 프롬프트 최적화
def create_optimized_prompt(task: str, model: str) -> str:
base_prompt = f"다음 태스크를 수행해주세요: {task}\n\n"
model_specific = {
"gpt-4o": "TypeScript와 Jest를 사용하고, 상세한 주석을 포함해주세요.",
"claude-sonnet-4": "함수형 프로그래밍 스타일을 선호하고, 에러 처리를 철저히 해주세요.",
"deepseek-chat": "Python으로 간결하게 구현하고, 성능 최적화에 신경 써주세요."
}
return base_prompt + model_specific.get(model, "")
해결책 2: HolyShehe AI 모델 라우팅
def route_to_model(task_complexity: str, task_type: str) -> str:
# 복잡한 분석 작업
if task_complexity == "high" and task_type == "analysis":
return "claude-sonnet-4-20250514"
# 빠른 코드 생성
elif task_type == "boilerplate":
return "deepseek-chat"
# 기본값
else:
return "gpt-4o"
해결책 3: 응답 검증 파이프라인
def validate_and_retry(prompt: str, max_retries: int = 2) -> str:
for attempt in range(max_retries):
response = call_holysheep(prompt)
if is_valid_code(response):
return response
# 실패 시 모델 변경
prompt = f"[이전 응답에 문제가 있었습니다. 다시 생성해주세요]\n\n{prompt}"
return response
마이그레이션 가이드: 기존 도구에서 Cline + HolySheep로 전환
# 마이그레이션 체크리스트
1단계: HolySheep AI 계정 설정 (10분)
- https://www.holysheep.ai/register 에서 가입
- Dashboard에서 API 키 발급
- 무료 크레딧 확인
2단계: Cline 설치 및 설정 (15분)
VS Code 확장 검색: "Cline" 설치
Settings에서 HolySheep API 연결
3단계: 커스텀 규칙 이전 (30분)
기존 Copilot 인스트럭션을 Cline 시스템 프롬프트로 변환
예시: Copilot → Cline 규칙 변환
copilot_rules = """
- React: 함수형 컴포넌트만 사용
- TypeScript strict 모드
- 들여쓰기: 2칸
"""
cline_system_prompt = """
당신은 React/TypeScript 전문가입니다. 다음 규칙을 엄격히 준수하세요:
1. React 컴포넌트는 반드시 함수형 컴포넌트로 작성
2. TypeScript는 strict 모드 활성화
3. 코드 들여쓰기는 스페이스 2칸
4. 모든 함수의 반환 타입 명시
"""
4단계: 기존 규칙 파일 제거
.github/copilot-instructions.md 백업 후 삭제
5단계: 점진적 전환 (1-2주)
- 1주차: Copilot 유지하며 Cline 병행 사용
- 2주차: Cline으로 완전 전환
- 월간 비용 비교 분석
마이그레이션 후 확인 사항
1. 자동완성 품질 동등 이상 확인
2. API 응답 지연시간 측정
3. 월간 비용 차감 확인
4. 팀원 피드백 수집
결론과 구매 권고
3가지 AI 프로그래밍 도구를 직접评测한 결과:
- 최고의 AI-first 경험: Cursor (설정 간편성 +Agents 기능)
- 엔터프라이즈 보안: GitHub Copilot (GitHub 생태계 통합)
- 비용 최적화와 유연성: Cline + HolySheep AI (모든 모델 + 지출 컨트롤)
저의 최종 추천은 시작은 HolySheep AI + Cline 조합입니다. 무료 도구에 HolySheep의 단일 API 키, 모델 선택 유연성, 로컬 결제를 결합하면 가장 빠르게 ROI를 달성할 수 있습니다. 팀 규모가 커지고 사용 패턴이 안정되면, HolySheep Dashboard에서 실제 사용량을 분석하여 팀 규모에 맞는 도구 조합을 최종 결정하세요.