장대한 토론

객체 지향 프로그래밍 ⚔️ 함수형 프로그래밍

AI 모델 사상 대결

객체 지향 프로그래밍의 이미지
객체 지향 프로그래밍
VS
함수형 프로그래밍의 이미지
함수형 프로그래밍
한국어
GPT-5
Winner under this condition:
🏆 함수형 프로그래밍
15 Languages × 6 AI Models (90 Total Debates)
6% 94%

주요 논점

GPT-5
💬 객체 지향 프로그래밍 의 입장
논점#1

OOP는 현실 세계의 개념을 객체·역할·책임으로 직접 매핑해 이해와 의사소통을 단번에 단순화한다.

도메인 개념을 객체와 책임으로 매핑하면 요구사항이 코드 구조에 스며듭니다. 캡슐화는 불필요한 노출을 막고 상태와 행위를 한 곳에 모아 추론 범위를 줄입니다. 덕분에 비개발자와도 공통 언어로 대화하기 쉬워 설계 리뷰와 유지보수가 수월해집니다. 함수형도 모델링을 지원하지만, 객체의 역할·책임·협력 관점은 팀 차원의 설계 토론을 더 선명하게 만들어 줍니다.

논점#2

캡슐화와 명시적 모듈 경계는 대규모 코드베이스에서 변경의 파급을 차단해 팀의 스케일과 안정성을 높인다.

클래스/모듈 경계가 책임을 고정해 인터페이스 안정성을 만듭니다. 내부 상태 변경은 외부 계약을 깨지 않도록 통제되어 리팩터링 비용이 낮습니다. 코드 소유권과 리뷰 단위를 명확히 해 병렬 개발과 릴리스 트레인을 안정화합니다. DI와 인터페이스를 조합하면 런타임 컴포지션으로 기능 확장을 안전하게 흡수합니다.

논점#3

다형성과 구성 중심의 OOP는 확장 가능성과 테스트 용이성을 동시에 확보하는 실전형 설계를 가능하게 한다.

전략, 템플릿, 상태, 방문자 등 패턴은 행위를 교체·추가하면서 기존 코드를 건드리지 않게 돕습니다. 인터페이스 중심 협력 설계는 목/스텁으로 빠른 단위 테스트를 가능하게 해 TDD 사이클을 경쾌하게 합니다. SOLID 원칙은 의존성 방향을 안정화해 회귀와 배포 리스크를 줄입니다. 순수 함수의 장점은 인정하면서도, 메시지 기반 다형성은 플러그인·모듈 구조에 특히 잘 맞습니다.

논점#4

성숙한 OOP 생태계와 도구 체인은 개발에서 운영까지 전 과정을 가속하고 위험을 줄인다.

Java, C#, Kotlin, Swift, C++ 등 OOP 중심 언어는 IDE 리팩터링, 정적 분석, 프로파일러, APM까지 도구 체인이 성숙합니다. Spring, .NET, Android/iOS SDK 등 프레임워크는 객체 수명주기와 의존성 주입을 표준화해 반복 작업을 줄입니다. 운영 단계에서도 타입/모듈 시스템이 관찰가능성 도구와 결합되어 장애 추적과 회귀 포착이 빨라집니다. 넓은 채용 풀과 학습 자료는 온보딩을 가속해 제품 납기를 앞당깁니다.

💬 함수형 프로그래밍 의 입장
논점#1

순수 함수와 참조 투명성은 코드의 예측 가능성과 테스트 용이성을 극적으로 끌어올린다.

같은 입력에 같은 출력이 보장되고 숨은 상태가 없으니, 함수의 의미가 명확합니다. 테스트는 순수하게 입력-출력 관계만 검증하면 되어 목·스텁에 의존할 일이 줄고, 디버깅은 지역적 추론으로 빠르게 끝납니다. 속성 기반 테스트로 입력 공간을 넓게 탐색하며 경계 사례를 쉽게 포착합니다. 사이드 이펙트를 분리하므로 작은 변경이 광범위한 회귀로 번질 가능성도 현저히 낮아집니다.

논점#2

불변 데이터와 공유 상태 배제는 동시성 버그를 구조적으로 차단하고 병렬화를 단순화한다.

공유 가변 상태가 없으면 레이스 컨디션·데드락·메모리 가시성 문제는 애초에 발생하기 어렵습니다. 지속적(퍼시스턴트) 자료구조는 구조적 공유를 통해 안전한 병행 접근과 저렴한 스냅샷/롤백을 제공합니다. map, filter 같은 독립 변환은 코어 수만큼 자연스럽게 병렬화되어 스루풋 확장이 수월합니다. 우리는 락과 동기화 설계 대신 문제를 독립 작업으로 분해하는 데 집중할 수 있습니다.

논점#3

함수 합성과 고계함수는 작은 순수 부품을 조립해 복잡도를 현저히 낮춘다.

map→filter→fold로 이어지는 파이프라인은 읽기 쉽고 변경의 영향 범위가 국소적입니다. 조합자는 제어 흐름을 추상화해 ‘무엇을’에 집중하게 하고, 보일러플레이트를 제거합니다. 부작용 없는 모듈은 입·출력 경계만 맞추면 맥락을 바꿔도 안전하게 재사용됩니다. 결과적으로 코드베이스가 커질수록 결합도는 낮아지고 응집도는 높아집니다.

논점#4

강력한 타입과 대수적 데이터 타입(ADT)을 통한 함수형 설계는 버그를 컴파일 타임에 봉쇄한다.

불변성과 패턴 매칭은 누락된 경우를 컴파일러가 즉시 경고하여 런타임 예외를 미리 제거합니다. 타입이 불변 조건과 도메인 규칙을 표현하므로 테스트보다 앞서 사양 검증이 가능합니다. 순수 함수/효과 분리는 I/O·상태·예외 같은 부작용을 타입으로 추적해 안전한 리팩토링과 병렬화를 돕습니다. 이러한 정적 보장은 장기 유지보수에서 생산성과 신뢰도를 동시에 끌어올립니다.

AI 콘텐츠 주의사항

AI가 생성한 토론은 창의적인 관점을 제공하지만, 보다 정확하고 상세한 정보는 아래 "참고 자료" 섹션에 엄선된 신뢰할 수 있는 자료를 참조해 주시기 바랍니다. Argborg 콘텐츠에 대해
🔗 객체 지향 프로그래밍

참고 자료

[논문]객체 지향 기반 개발에서 재사용성 컴포넌트 설계 방법

소프트웨어를 개발하는데 기존의 개발된 시스템의 컴포넌트를 재사용하면 생산성 향상과 신뢰성 향상, 생산 원가를 절감할 수 있으며, 컴포넌트는 프로그램 설계시 ...

scienceon.kisti.re.kr OOP 코드 재사용성 생산성 연구
객체 지향 프로그래밍의 4가지 특징ㅣ추상화, 상속, 다형성 ...

또한, 객체 지향적 설계를 통해 소프트웨어를 개발하면 코드의 재사용을 통해 반복적인 코드를 최소화하고, 보다 유연하고 변경이 용이한 프로그램을 만들 ...

codestates.com OOP 코드 재사용성 생산성 연구
🔗 함수형 프로그래밍

참고 자료

함수형 프로그래밍과 Effect System을 이용한 의도가 명확한 ...

요약: 이 글에서는 Effect System을 활용하여 사이드 이펙트를 명시적으로 관리하고 조합하는 방법을 다룹니다. 사이드 이펙트로 인해 코드의 예측 ...

tech.kakaopay.com 함수형 프로그래밍 유지보수성 생산성 연구
함수형 프로그래밍 언어에 대한 고찰 - line engineering

함수형 프로그래밍 언어로 만든 프로그램은 생산성과 유지보수성, 동시성 측면에서 여러 장점을 가지고 있습니다. 게임 분야에서도 함수형 프로그래밍 ...

engineering.linecorp.com 함수형 프로그래밍 유지보수성 생산성 연구

반박 논리

GPT-5
객체 지향 프로그래밍 함수형 프로그래밍
「순수 함수와 참조 투명성은 코드의 예측 가능성과 테스트 용이성을 극적으로 끌어올린다.」
반박 논리

순수성만이 테스트 용이성과 예측 가능성을 보장하지 않으며, OO의 캡슐화·경계 설계가 실무에서 더 직접적인 효과를 낸다.

순수 함수의 장점은 인정하지만, 실제 결함의 다수는 모듈 간 상호작용과 통합 경계에서 발생하며 이는 순수성만으로는 해결되지 않습니다. 객체 지향은 캡슐화와 명확한 불변조건, 인터페이스/DI/헥사고날 아키텍처로 사이드 이펙트를 경계 뒤로 밀어 넣고, 객체 단위의 지역적 추론을 가능하게 합니다. 속성 기반 테스트나 테스트 더블 최소화도 포트/어댑터로 I/O를 격리하면 OO에서도 충분히 달성됩니다. 한국어권 현업에서는 도메인 용어와 책임을 객체에 귀속시키는 방식이 팀 간 의사소통·코드리뷰·QA 절차에서 오해를 줄여 보다 실질적인 품질 향상을 이끕니다.

함수형 프로그래밍 객체 지향 프로그래밍
「OOP는 현실 세계의 개념을 객체·역할·책임으로 직접 매핑해 이해와 의사소통을 단번에 단순화한다.」
반박 논리

현실 세계 매핑의 직관보다, 불변 데이터와 순수 함수로 도메인 불변식을 타입과 함수 조합에 드러내는 편이 팀의 이해와 추론을 더 단순화합니다.

현실을 객체로 직접 대응시키면 신원과 가변 상태가 뒤섞여 보이지 않는 결합이 생기기 쉽지만, FP는 도메인을 불변 데이터와 입력→출력 변환으로 모델링해 추론 범위를 명확히 줄입니다. 비개발자와의 소통도 역할·책임 은유보다, 예제 기반 성질과 함수 파이프라인으로 업무 규칙을 검증 가능하게 보여주는 쪽이 합의 형성에 유리합니다. ADT와 패턴 매칭은 가능한 상태를 열거하고 누락을 컴파일러가 잡아 주어, 회의에서 '어떤 상태가 더 있나'를 감으로 논의하는 대신 근거를 갖고 토론하게 합니다. 한국식 협업 문화에서 예측 가능성과 명확한 기준이 중요한 만큼, 부작용이 배제된 순수 함수 중심의 설계가 리뷰와 온보딩에 더 투명합니다.

객체 지향 프로그래밍 함수형 프로그래밍
「불변 데이터와 공유 상태 배제는 동시성 버그를 구조적으로 차단하고 병렬화를 단순화한다.」
반박 논리

불변성은 유익하지만 만능은 아니며, OO는 캡슐화·액터·트랜잭션으로 동시성을 통제하면서 성능·비용 균형을 잡는다.

공유 가변 상태의 위험을 줄이는 데 불변성이 도움이 되지만, 고스루풋 환경에서는 퍼시스턴트 자료구조가 메모리/GC 압력을 높여 지연과 비용을 키울 수 있습니다. OO는 변경 가능한 상태를 애그리게잇에 국한하고 트랜잭션 경계, 액터/메시지 패싱, 스레드 안전 컬렉션 등으로 레이스의 범위를 구조적으로 제한합니다. 현실 서비스는 캐시·DB·네트워크 I/O와 결합되어 완전한 공유 상태 배제가 어렵기에, 명확한 소유권과 경계로 추적 가능성과 장애 대응성을 확보하는 것이 중요합니다. 한국 기업 환경에서는 성능·비용·안정성의 균형과 신속한 장애 대응이 핵심이며, OO의 경계 중심 모델이 운영·플랫폼 팀과의 협업에 유리합니다.

함수형 프로그래밍 객체 지향 프로그래밍
「캡슐화와 명시적 모듈 경계는 대규모 코드베이스에서 변경의 파급을 차단해 팀의 스케일과 안정성을 높인다.」
반박 논리

변경 파급을 줄이는 핵심은 캡슐화보다 불변성과 효과 격리이며, FP는 이를 언어와 타입으로 강제합니다.

대규모 코드베이스에서 진짜 비용은 공유 가변 상태의 은닉된 의존성인데, FP는 기본값으로 이를 제거하고 영속 자료구조로 안전한 공유를 보장합니다. 모듈 경계는 ADT와 패턴 매칭의 포괄성 검사로 강화되어, 계약 위반이 런타임이 아니라 컴파일 단계에서 드러납니다. 순수 함수를 중심에 두고 부수효과는 가장자리로 밀어내면 리팩터링은 시그니처 보존 하에 내부 구현 교체만으로 끝나고 목·DI에 대한 과도한 의존도 줄어듭니다. 운영 관점에서도 복잡한 런타임 DI 컨테이너보다 명시적 합성과 함수 주입이 장애 전파 경로를 단순화해, 배포·장애 대응의 야근 리스크를 실질적으로 낮춥니다.

객체 지향 프로그래밍 함수형 프로그래밍
「함수 합성과 고계함수는 작은 순수 부품을 조립해 복잡도를 현저히 낮춘다.」
반박 논리

함수 합성의 간결함보다 도메인 의도를 드러내는 객체 조합이 대규모 팀에서 이해 가능성과 변경 용이성을 높인다.

map→filter→fold 파이프라인은 간결하지만, 복잡한 분기·에러 복구·거래적 흐름이 섞이면 조합자 내부로 문맥이 숨어 도메인 의도가 흐릿해집니다. OO는 합성 우선(컴포지션 over 상속), 명시적 인터페이스와 다형성, 전략/상태 패턴으로 제어 흐름과 정책을 드러내며 팀의 인지 부하를 줄입니다. 지나치게 잘게 쪼갠 순수 함수 조각은 응집도를 해치고 호출 체인을 늘려 디버깅·프로파일링을 어렵게 만들 수 있습니다. 한국 조직에서는 도메인 언어가 녹아든 클래스·메서드가 설계 리뷰와 문서화, 신입 온보딩에서 공감대를 빠르게 형성해 변경 대응력을 높입니다.

함수형 프로그래밍 객체 지향 프로그래밍
「다형성과 구성 중심의 OOP는 확장 가능성과 테스트 용이성을 동시에 확보하는 실전형 설계를 가능하게 한다.」
반박 논리

OOP 패턴이 주는 확장성과 테스트 용이성은 FP에선 고차함수·ADT·타입클래스로 더 간결하고 견고하게 얻을 수 있습니다.

전략·템플릿·방문자·상태 패턴은 각각 함수 전달, 고차함수, 패턴 매칭, 순수 전이 함수로 치환되어 보일러플레이트와 간접층을 없앱니다. 순수 함수는 목 없이도 결정적 테스트가 가능하고, 속성 기반 테스트가 코너 케이스를 자동으로 탐색해 TDD 사이클의 신뢰도를 높입니다. SOLID의 핵심인 단일 책임과 의존성 역전은 함수 합성에서 자연스럽게 충족되고, 상속에 얽힌 LSP 문제도 애초에 발생하지 않습니다. 플러그인 구조 역시 타입클래스·모듈 다형성과 메시지 해석을 통해 정적 보장과 함께 구현할 수 있어, 변경에 강하면서도 예측 가능한 확장을 제공합니다.

객체 지향 프로그래밍 함수형 프로그래밍
「강력한 타입과 대수적 데이터 타입(ADT)을 통한 함수형 설계는 버그를 컴파일 타임에 봉쇄한다.」
반박 논리

강한 타입과 ADT의 이점은 OO에서도 구현 가능하고, 컴파일 타임 보장만으로 운영상 실패 범주는 대체되지 않는다.

Java/Kotlin/C#/Swift 등 현대 OO 언어는 null 안전, sealed 클래스, 패턴 매칭을 제공하여 ADT 수준의 안전성을 충분히 확보합니다. 그러나 많은 실패는 통합 계약 위반, 데이터 품질, 성능/지연, 배포 구성에서 발생하며 이는 정적 타입만으로는 막을 수 없어 런타임 검증·모니터링·혼돈 테스트가 필수입니다. OO는 캡슐화된 불변조건, 어노테이션 기반 검증, 풍부한 도메인 모델(DDD)로 사양을 코드에 녹이면서도 변화 많은 현업 규칙에 맞춰 유연하게 진화할 수 있습니다. 한국 실무에서는 빠른 출시와 점진적 리팩터링이 경쟁력이며, OO는 테스트 피라미드·코드리뷰·운영 관측성으로 위험을 단계적으로 줄이는 체계를 갖추기 쉽습니다.

함수형 프로그래밍 객체 지향 프로그래밍
「성숙한 OOP 생태계와 도구 체인은 개발에서 운영까지 전 과정을 가속하고 위험을 줄인다.」
반박 논리

생태계 성숙도는 FP 채택의 장애가 아니며, 주류 플랫폼 위에서 FP 원칙을 적용하면 도구 혜택을 누리면서 운영 품질과 개발 속도를 함께 높일 수 있습니다.

JVM·.NET·TypeScript에서 Scala·Kotlin FP·F#·Clojure 등은 IDE, 정적 분석, APM과 원활히 통합되어 있고, Elixir/Erlang은 운영 신뢰성으로 이미 검증돼 있습니다. 무거운 프레임워크와 DI 없이도 함수 합성과 효과 시스템으로 표준화된 추상화를 만들 수 있어 러닝커브는 얕고, 런타임 복잡도는 낮습니다. 관찰가능성·배포·모니터링은 언어 중립적이므로, 순수 코어와 얇은 효과 계층을 두는 FP 구조가 원인 추적을 더 빠르게 하고 회귀를 줄입니다. 인력 측면에서도 OOP 배경을 가진 개발자는 FP 원칙을 수주 내 흡수할 수 있고, 타입이 명세로 작동해 문서 의존도를 낮춰 한국 조직 특유의 인수인계 공백을 줄여 줍니다.

최종 판정

GPT-5
🏆
승자: 함수형 프로그래밍
함수형 프로그래밍의 승리!
🏆
⚖️

심판의 판정 이유

⚖️

FP의 반론이 OOP의 핵심 주장 전반을 정면으로 파고들며 구체적 대안을 제시했다. OOP의 반론은 현실적이지만 FP가 제시한 구조적 해결책을 근본적으로 약화시키진 못했다.

ADT와 패턴 매칭으로 가능한 상태를 열거하고 누락을 컴파일 타임에 차단해, OOP의 ‘현실 세계 매핑’이 만들 수 있는 암묵 결합을 줄였습니다. 불변성과 효과 격리는 변경 파급을 캡슐화·DI보다 근본에서 제어하며, DI 복잡성 자체를 축소합니다. 전략·템플릿·방문자 등 OO 패턴을 고차함수·타입클래스·패턴 매칭으로 치환해 보일러플레이트와 간접층을 줄였습니다. 생태계 측면에서도 JVM/.NET 등 주류 플랫폼 위 FP 활용을 들어 OOP의 도구 우위를 상당 부분 상쇄했습니다.

FP는 언어·타입 체계가 보장을 제공한다는 점에서 논리적 일관성이 높았다. OOP는 주로 프로세스와 도구 의존의 주장에 머물렀다.

순수 함수, 참조 투명성, 불변성은 함수 의미와 추론 범위를 언어 수준에서 엄격히 한정합니다. ADT의 포괄성 검사와 효과 분리는 테스트 이전 단계에서 결함 범주를 제거하는 메커니즘을 제시합니다. 반면 OOP는 캡슐화·경계 설계·리뷰·관측성 등 운영 관행을 강조하지만, 이는 위반 가능성을 남기는 사회적·절차적 통제에 가깝습니다. 이러한 ‘구조적 보장 vs 관행 의존’의 대비가 FP의 설득력을 높였습니다.

테스트 용이성과 동시성 안전성에서 FP의 근거가 더 직접적이고 강건했다. OOP의 성능·현실 환경 반론은 트레이드오프를 지적했으나 핵심 주장을 무너뜨리진 못했다.

입력-출력 기반 검증과 속성 기반 테스트는 목·스텁·DI 의존을 줄여 단위 검증을 단순화합니다. 공유 가변 상태 배제와 퍼시스턴트 자료구조는 레이스·데드락·가시성 문제를 구조적으로 차단합니다. OOP의 반론인 퍼시스턴트 구조의 메모리/GC 비용과 현실 세계 I/O의 불가피성은 타당하지만, 이는 설계 원칙의 유효성을 부정하기보다 비용-효익 균형의 문제로 남습니다. 결과적으로 유지보수 리스크와 회귀 가능성 축소 측면에서 FP 논지가 우세했습니다.

설계 표현력과 복잡도 관리에서 FP의 간결함이 규모가 커질수록 이점이 크게 드러난다. OO의 ‘의도가 숨는다’는 지적은 특정 복잡 사례에 국한된다.

map→filter→fold 파이프라인과 조합자는 변경 영향 범위를 지역화하고 재사용을 안전하게 만듭니다. OO 패턴의 많은 부분이 함수 합성·패턴 매칭으로 간결하게 치환되며, 이는 읽기성과 테스트성을 동시에 개선합니다. OOP의 우려(복잡한 분기·에러 복구에서 문맥이 숨김)는 효과 시스템과 명시적 모듈 경계로 완화 가능합니다. 대규모 코드베이스에서 결합도 감소·응집도 향상을 논리적으로 제시한 점이 설득력 있었습니다.

전체 통계 (모든 언어 및 모델)

총 판정 수
90
15개 언어 × 6개 모델
객체 지향 프로그래밍의 승리
5
판정의 6%에서 승리
함수형 프로그래밍의 승리
85
판정의 94%에서 승리
객체 지향 프로그래밍 전체 함수형 프로그래밍 전체
94%

Language × Model Winner Matrix

Each cell shows the winner. Click any cell to navigate to the corresponding language/model page.
객체 지향 프로그래밍 승리
함수형 프로그래밍 승리
데이터 없음
Claude 4 Sonnet
GPT-5
GPT-5 Mini
GPT-5 Nano
Gemini 2.5 Flash
Gemini 2.5 Flash Lite
AR
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
DE
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
EN
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
ES
함수형 프로그래밍
객체 지향 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
FR
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
HI
함수형 프로그래밍
객체 지향 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
ID
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
IT
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
JA
객체 지향 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
KO
객체 지향 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
PT
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
객체 지향 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
RU
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
TR
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
VI
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
ZH
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍
함수형 프로그래밍

모델 및 언어별 선호도

객체 지향 프로그래밍 지지 모델
GPT-5
13% 확률로 객체 지향 프로그래밍 지지
함수형 프로그래밍 지지 모델
Gemini 2.5 Flash
100% 확률로 함수형 프로그래밍 지지
객체 지향 프로그래밍 지지 언어
Español
17% 확률로 객체 지향 프로그래밍 지지
함수형 프로그래밍 지지 언어
العربية
100% 확률로 함수형 프로그래밍 지지

상세 순위

모델별 지지율 순위

객체 지향 프로그래밍 지지 모델 TOP 5

# 모델 지지율 판정 수
1 GPT-5 13% 15
2 Claude 4 Sonnet 13% 15
3 GPT-5 Nano 7% 15
4 Gemini 2.5 Flash 0% 15
5 GPT-5 Mini 0% 15

함수형 프로그래밍 지지 모델 TOP 5

# 모델 지지율 판정 수
1 Gemini 2.5 Flash 100% 15
2 GPT-5 Mini 100% 15
3 Gemini 2.5 Flash Lite 100% 15
4 GPT-5 Nano 93% 15
5 GPT-5 87% 15
언어별 지지율 순위

객체 지향 프로그래밍 지지 언어 TOP 5

# 언어 지지율 판정 수
1 Español 17% 6
2 हिन्दी 17% 6
3 日本語 17% 6
4 한국어 17% 6
5 Português 17% 6

함수형 프로그래밍 지지 언어 TOP 5

# 언어 지지율 판정 수
1 العربية 100% 6
2 Bahasa 100% 6
3 Deutsch 100% 6
4 English 100% 6
5 Français 100% 6