# Dust vs Kiro

Dust는 월간 방문 547,217, 전월 대비 성장률 +1.8%, 가격 문의 가격 모델을 기록합니다. Kiro는 월간 방문 3,330,476, 성장률 +4.6%, 무료+유료 가격 모델을 기록합니다.

| 지표 | [Dust](https://openaitools.app/ko/tool/dust) | [Kiro](https://openaitools.app/ko/tool/kiro) |
| :--- | :--- | :--- |
| 웹사이트 URL | https://dust.tt | https://kiro.dev |
| 카테고리 | AI 어시스턴트, Large Language Models (LLMs), AI Workflow, AI 지식 관리 | AI 코드 어시스턴트, AI 코드 생성기, AI Agent, AI 개발자 도구 |
| 가격 모델 | 가격 문의 | 무료+유료 |
| 월간 방문 수 | 547,217 | 3,330,476 |
| 전월 대비 성장률 | +1.8% | +4.6% |
| 주요 시장 | 프랑스 | 미국 |
| 직접 방문 | 456,919 | 1,814,132 |
| 리뷰 점수 | 4.4 | 4.5 |
| 저장 수 | 5 | 0 |
| 지원 플랫폼 | 웹사이트 | 웹사이트 |

## Dust

Dust는 스스로를 사람과 에이전트의 협업을 위한 '멀티플레이어 AI'로 규정합니다. 직원마다 개인 챗봇을 주는 대신, 회사 지식·연결된 도구·대화·알림을 공유하는 에이전트를 팀이 구축해 사람과 AI 사이에서 업무가 오가게 합니다. 에이전트는 부서를 넘어 재사용할 수 있고, 중요한 지점에는 사람의 검토가 남습니다.

차별점은 맥락입니다. 대부분의 AI 도구는 Slack 메시지 하나나 CRM 레코드 하나만 가져올 수 있지만, Dust의 에이전트는 Slack, CRM, 문서 등 사내 시스템 전반에서 맥락을 모아 전체 그림을 바탕으로 답하고 곧바로 행동합니다. 70개 이상의 커넥터가 메시지, 캘린더, CRM, 파일 저장소, 프로젝트 관리, 데이터, 재무 도구를 아우르며, 동일한 게이트웨이로 MCP 서버에도 접근할 수 있습니다.

거버넌스도 핵심 기능입니다. Dust는 '에이전트가 접근할 수 있는 대상'과 '누가 사용할 수 있는지'를 분리하는 이중 권한 모델, SCIM 동기화 그룹, 관리자 승인 예외 설정, 감사 로그, 그리고 도입률·사용량·비용·ROI를 모니터링하는 분석을 제공합니다. SOC 2 Type II 인증을 받았고 미국 또는 EU 데이터 상주와 단일 테넌트 배포를 지원합니다. OpenAI, Anthropic, Google, Mistral 등의 20개 이상 프런티어·오픈소스 모델로 에이전트를 만들 수 있어 워크플로마다 알맞은 모델을 고를 수 있습니다. 회사에 따르면 3,000개 이상 조직과 30만 개 이상 에이전트가 이 플랫폼에서 운영됩니다.

**가격 및 요금제:** 가격 문의(Contact for pricing). 가입 후 무료 체험을 제공하지만 요금제는 팀·기업 중심으로 사용량 기반 크레딧, 볼륨 가격, 전담 지원을 포함하며 정확한 금액은 영업팀 문의가 필요합니다.

- **회사 맥락을 아는 에이전트:** Slack, Notion, Google Drive, GitHub, Salesforce, Zendesk 등 70개 이상 도구에 연결해 일반론이 아닌 실제 사내 지식에 근거해 답합니다.
- **70개 이상 커넥터와 MCP 지원:** 메시지, CRM, 문서, 프로젝트 관리, 데이터, 재무 도구, MCP 서버를 한 플랫폼에서 연결해 대화를 넘어 시스템 전반에서 실행합니다.
- **모델 유연성:** OpenAI, Anthropic, Google, Mistral 등 20개 이상의 프런티어·오픈소스 모델로 에이전트를 구축하고 작업별로 최적 모델을 선택합니다.
- **AI 네이티브 거버넌스:** 이중 권한 모델, SCIM 동기화 그룹, 관리자 승인 예외, 감사 로그, 사용 분석으로 속도를 유지하면서 사내 데이터를 보호합니다.
- **멀티플레이어 협업:** 사람과 에이전트가 맥락·도구·알림을 공유하고, 재사용 가능한 스킬과 사람의 검토가 내장된 부서 간 워크플로를 만듭니다.

**강점:** 70개 이상 엔터프라이즈 커넥터를 통한 깊은 맥락 수집; 권한, 감사 로그, SOC 2 Type II 기반의 강력한 기업 거버넌스; 모델 비종속: 20개 이상 프런티어·오픈소스 모델 선택 가능; 부서를 넘어 재사용되는 공유 에이전트

**한계:** 영업 주도 가격이라 데모 전에는 비용 추정이 어려움; 커넥터와 권한 설정에 상당한 관리 공수가 필요; 넓게 도입할수록 가치가 커져 소규모 팀에는 부담

[Profile (Markdown)](https://openaitools.app/ko/tool/dust.md)

## Kiro

Kiro는 AWS가 만든 스펙 기반 코딩 플랫폼으로, AI 지원의 중심을 자동 완성에서 '의도 우선'으로 옮깁니다. 소프트웨어가 무엇을 해야 하는지와 맥락을 설명하면 Kiro가 이를 스펙으로 변환하고, 에이전트가 계획·구현·테스트·리뷰를 순서대로 진행합니다. 요구사항과 설계 결정이 먼저 문서화되므로 에이전트는 실제 요구에 비추어 결과를 검증할 수 있고, 플랫폼이 각 단계에서 품질을 강제하므로 실패한 테스트를 조용히 건너뛸 수 없습니다.

사용 면도 다양합니다. Kiro IDE는 익숙한 데스크톱 경험이고, CLI는 한 줄 명령으로 설치해 CI/CD에서 헤드리스로 실행할 수 있으며, 클라우드 세션은 장시간 작업을 노트북에서 분리해 병렬 에이전트가 노트북을 덮은 뒤에도 계속 진행합니다. Kiro Crew는 지속형 에이전트를 추가해 백로그, 코드베이스, CI를 관찰하고 새 작업을 분류해 전용 봇에 위임한 뒤 결과를 승인을 위해 돌려줍니다. Slack, Microsoft Teams, GitHub과 GitLab의 이슈와 PR, 예약 자동화 등 실제 작업이 일어나는 곳에서 동작합니다.

이를 뒷받침하는 것은 세션을 넘는 영구 메모리, 팀 공유 지식, 재사용 가능한 steering으로 수정을 반복해서 지시할 필요가 없습니다. 워크플로는 큰 작업을 검사 단계로 나누고, 속성 기반 테스트가 수백 가지 사례를 검증하며, 적대적 리뷰 에이전트가 사람의 승인 전에 차이를 검토합니다. Claude, GPT, DeepSeek과 Qwen 같은 오픈웨이트 모델을 지원하고 Auto 모드가 각 작업에 알맞은 모델로 라우팅합니다. ACP, AGENTS.md, Skills, MCP, Open VSX 확장 등 개방형 표준 위에 구축되었습니다.

**가격 및 요금제:** Kiro는 프리미엄 모델로 무료로 시작할 수 있으며, 유료 요금제는 개인 개발자와 팀을 위해 사용 한도와 크레딧을 확장합니다. 기업은 AWS에 문의해 거버넌스, SSO, 규정 준수, 예측 가능한 가격을 이용할 수 있습니다.

- **의도를 검증하는 스펙:** 먼저 의도와 맥락을 제시하면 Kiro가 요구사항과 설계를 스펙으로 문서화하고, 완성된 구현을 그에 비추어 검증합니다.
- **지속형 에이전트와 Crew:** Kiro Crew는 백로그, 코드베이스, CI를 관찰하고 새 작업을 분류해 전용 봇에 위임하며 결과를 리뷰용으로 반환합니다.
- **워크플로와 적대적 리뷰:** 긴 작업을 검사 단계로 나눠 실패한 테스트를 건너뛰지 못하게 하고, 리뷰 에이전트가 사람 승인 전에 차이를 점검합니다.
- **일하는 곳에서 실행:** IDE, 모바일, 웹을 쓰거나 CLI로 CI/CD에서 헤드리스 실행하고, Slack, Microsoft Teams, GitHub, GitLab에서 트리거할 수 있습니다.
- **개방형 표준과 모델 선택:** ACP, AGENTS.md, Skills, MCP, Open VSX 확장을 지원하며 Auto 라우팅으로 Claude, GPT, 오픈웨이트 모델을 활용합니다.

**강점:** 스펙 기반 흐름이 생성 코드를 문서화된 요구사항과 설계에 연결; IDE, CLI, 웹, 모바일, 클라우드 세션 등 다양한 사용 면; 영구 메모리와 공유 steering으로 세션 간 반복 수정 감소; AWS가 구축·운영하며 엔터프라이즈 거버넌스, SSO, 규정 준수 지원

**한계:** 스펙 우선 규율은 채팅 도우미 지시보다 초기 공수가 더 듦; 무거운 세션은 크레딧을 소모하므로 과다 사용 시 유료 전환 필요; AWS와 그 생태계 조합에서 가장 매끄러워 모든 기술 스택에 맞지는 않음

[Profile (Markdown)](https://openaitools.app/ko/tool/kiro.md)

## 자주 묻는 질문

### Dust과(와) Kiro의 월간 트래픽은 어떻게 비교되나요?

Dust의 월간 방문 수는 547,217이고, Kiro는 3,330,476입니다. 트래픽 추정치는 제품 품질이 아니라 사용자 규모를 나타냅니다.

### 두 도구의 성장률은 어떻게 비교되나요?

Dust의 전월 대비 성장률은 +1.8%이며, Kiro는 +4.6%입니다.

### 가격은 어떻게 비교되나요?

Dust: 가격 문의. 가격 문의(Contact for pricing). 가입 후 무료 체험을 제공하지만 요금제는 팀·기업 중심으로 사용량 기반 크레딧, 볼륨 가격, 전담 지원을 포함하며 정확한 금액은 영업팀 문의가 필요합니다. Kiro: 무료+유료. Kiro는 프리미엄 모델로 무료로 시작할 수 있으며, 유료 요금제는 개인 개발자와 팀을 위해 사용 한도와 크레딧을 확장합니다. 기업은 AWS에 문의해 거버넌스, SSO, 규정 준수, 예측 가능한 가격을 이용할 수 있습니다.

## 대안

| # | 도구 이름 | 월간 방문 수 | 전월 대비 성장률 | 가격 모델 | Summary | Profile (Markdown) |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [Notion](https://openaitools.app/ko/tool/t) | 173,441,670 | +0.1% | 무료+유료 | Provides a unified connected workspace for team documents and databases, but lacks Dust's advanced multi-source enterprise knowledge indexing. | [.md](https://openaitools.app/ko/tool/t.md) |
| 2 | [Salesforce Agentforce(구 Einstein)](https://openaitools.app/ko/tool/salesforce-einstein) | 111,910,743 | +2.2% | 무료+유료 | 기업 워크플로 자동화를 위해 CRM 생태계와 깊이 통합되지만, Salesforce 소프트웨어 스위트에 강하게 종속됩니다. | [.md](https://openaitools.app/ko/tool/salesforce-einstein.md) |
| 3 | [Cursor](https://openaitools.app/ko/tool/cursor) | 23,297,751 | +8.4% | 무료+유료 | 세련된 AI 중심 코드 Editor 경험을 제공하지만, Kiro 고유의 AWS 사양 기반 계획 워크플로가 부족합니다. | [.md](https://openaitools.app/ko/tool/cursor.md) |
| 4 | [Google Antigravity](https://openaitools.app/ko/tool/google-antigravity) | 16,054,109 | +8.1% | 무료+유료 | IDE와 CLI 전반에 걸쳐 강력한 병렬 AI 코딩 에이전트를 제공하지만, 전용 AWS 생태계 통합 기능이 부족합니다. | [.md](https://openaitools.app/ko/tool/google-antigravity.md) |
| 5 | [Replit](https://openaitools.app/ko/tool/replit) | 10,016,437 | -7.7% | 무료+유료, 유료 | Builds and deploys full-stack apps instantly in the cloud, but lacks Kiro's local spec-driven engineering verification. | [.md](https://openaitools.app/ko/tool/replit.md) |
| 6 | [VS Code](https://openaitools.app/ko/tool/vs-code) | 7,397,370 | -3.8% | 무료+유료 | 정확하게 코드를 쓰고, 더 큰 작업은 에이전트에 맡기고, 어디서든 작업을 이어가세요 | [.md](https://openaitools.app/ko/tool/vs-code.md) |
| 7 | [Qoder](https://openaitools.app/ko/tool/qoder) | 5,145,040 | +81.8% | 무료+유료, 무료 체험, 무료 | IDE 플러그인으로 전체 코드베이스를 읽어 멀티 파일 작업을 실행하지만, 구조화된 사양 관리는 상대적으로 부족합니다. | [.md](https://openaitools.app/ko/tool/qoder.md) |
| 8 | [Glean](https://openaitools.app/ko/tool/glean) | 3,301,875 | +0.1% | 가격 문의 | 기업 전반에 걸쳐 권한을 인식하는 강력한 검색 및 지식 관리를 제공하지만, 맞춤형 멀티 모델 에이전트 워크플로에는 상대적으로 덜 집중합니다. | [.md](https://openaitools.app/ko/tool/glean.md) |
| 9 | [Abacus.AI](https://openaitools.app/ko/tool/abacus-ai) | 3,278,636 | -1.7% | 가격 문의 | 다중 모델 챗봇과 자동화된 머신러닝 최적화를 결합하지만, 데이터 과학 파이프라인에 더 큰 비중을 둡니다. | [.md](https://openaitools.app/ko/tool/abacus-ai.md) |
| 10 | [Devin](https://openaitools.app/ko/tool/devin) | 2,549,346 | +1% | 유료 | 전체 저장소에 걸쳐 완전히 자율적으로 작동하여 풀 리퀘스트를 생성하지만, 통합된 대화형 IDE 작업 공간이 부족합니다. | [.md](https://openaitools.app/ko/tool/devin.md) |

---
출처: https://openaitools.app/ko/compare/dust-vs-kiro

More Markdown: [카테고리](https://openaitools.app/ko/categories.md) · [트래픽 순위](https://openaitools.app/ko/rankings.md) · [llms.txt](https://openaitools.app/ko/llms.txt)
