클로드 소넷 5.5·오푸스 5.5 비교…손 빠른 실무자와 박식한 선임

핵심 요약

1

동일 가격 성능 도약:소넷 5.5는 전작과 같은 토큰 가격을 유지하면서 최고 설정 지능지수를 38점에서 56점으로 끌어올려 오푸스 5.5의 58점에 근접했다.

2

추론 강도 비용 역전:소넷 5.5의 과제당 비용은 medium 0.59달러에서 max 7.60달러로 13배 늘며, 동일한 56점을 기록한 오푸스 5.5 xhigh의 3.46달러보다 높았다.

3

실무와 지식의 분업:소넷 5.5는 도구 조작과 업무 자동화에서 앞섰고, 오푸스 5.5는 사실 지식과 과학 코드, 장문 추론에서 우위를 보였다.

4

출력 속도와 완료 시간:최고 설정에서 소넷 5.5는 초당 138토큰으로 오푸스의 80토큰보다 빠르게 출력했지만, 동일한 56점 수준의 과제를 마치는 데는 860초로 오푸스의 506초보다 오래 걸렸다.

5

평가별 경제성 차이:최고 추론 강도의 과제당 비용은 아티피셜 애널리시스 평가에서는 소넷이 더 높고 밸스 인덱스에서는 더 낮아, 실제 업무 데이터로 비용을 검증해야 한다.

앤트로픽(Anthropic)이 오픈AI(OpenAI) 연례 개발자 회의인 ‘데브데이(DevDay)’를 하루 앞둔 2026년 9월 28일 중간급 주력 모델 클로드 소넷 5.5(Claude Sonnet 5.5)를 공식 발표했다. 토큰 정가표만 보면 최상위 모델인 클로드 오푸스 5.5(Claude Opus 5.5)의 정확히 절반 가격에 지능지수는 불과 2점 차로 바짝 따라붙었다. 하지만 이를 단순한 ‘반값 오푸스’로 치부하기엔 시장의 실측 데이터가 전혀 다른 방향을 가리킨다. 두 모델이 이기는 과목이 근본적으로 다를뿐더러, 실제 한 과제를 끝내는 데 투입된 총비용은 오히려 소넷이 오푸스보다 2.2배나 더 비쌌기 때문이다.

‘반값 오푸스’라는 시장의 섣부른 기대는 출시 직후 쏟아졌다. 미국 테크 매체 디크립트(Decrypt) 보도는 “반값으로 코딩에서 오푸스 5.5를 꺾었다”는 파격적인 헤드라인을 달았다. 근거는 코딩 시험 한 종목과 100만토큰당 정가표였지만, 기사 본문에는 중요한 실측 단서가 누락돼 있었다. 실제로 작업을 마칠 때까지 투입된 누적 비용을 따지면 정반대의 계산이 나온다. 독립 AI 평가기관 아티피셜 애널리시스(Artificial Analysis)의 실측 비교 지표에 따르면 소넷 5.5가 오푸스와 동일한 지능 점수를 달성하는 과정에서 소모한 총비용은 오푸스의 2.2배에 달했다. 모델을 저렴하게 쓸지 비싸게 쓸지는 모델 이름표가 아니라 ‘추론 강도(effort)’라는 다이얼 설정이 결정하기 때문이다.

소넷 5.5는 무엇이 달라졌나

소넷 5.5의 기본 가격은 100만토큰당 입력 2달러(약 2700원), 출력 10달러(약 1만3600원)로 전작 소넷 5와 완전히 동일하다. 소넷 5는 6월 출시 당시 이 가격을 8월 말까지만 한시 적용하겠다고 밝혔으나, 8월 공식 안내를 통해 영구 정가로 확정했고 이번 5.5 버전에서도 그 가격표를 그대로 유지했다. 공식 모델 개요 문서에 따르면 한 번에 읽을 수 있는 문맥 창(컨텍스트)은 100만토큰, 1회 최대 출력은 12만8000토큰이다. 신뢰할 수 있는 내장 지식의 기준 시점은 2026년 6월이다.

성능 도약 폭은 상당하다. 아티피셜 애널리시스 분석 보고서에 따르면 10개 핵심 벤치마크를 통합한 지능지수에서 소넷 5.5는 최고 설정 기준 56점을 기록하며 전작 소넷 5(38점)보다 18점이나 수직 상승했다. 58점을 받은 최상위 모델 오푸스 5.5에 이어 전체 2위다. 직전 세대 최상위 모델이었던 클로드 페이블 5.1(Claude Fable 5.1)과 GPT-6 아스트라(GPT-6 Astra)가 나란히 53점에 머물렀던 점을 감안하면, 입력 10달러·출력 50달러였던 페이블 5.1을 불과 5분의 1 가격으로 완전히 넘어선 결과다. 요금제는 그대로 둔 채 엔진 등급만 한 단계 위로 전격 교체해 준 격이다.

앤트로픽의 공식 벤치마크 공개치에서도 비약적인 상승세가 확인된다. 실제 개발자가 다루는 터미널 환경에서 복잡한 복수 단계 명령을 수행하는 ‘터미널벤치 4.0(Terminal-Bench 4.0)’에서 소넷 5는 성공률이 10.3%에 불과했으나, 소넷 5.5는 70.6%로 폭등했다. 이는 동일한 표에 등재된 오푸스 5.5의 66.4%마저 훌쩍 앞지른 수치다.

다만 앤트로픽은 이 모델을 차세대 기술적 한계를 돌파한 ‘프런티어(최전선)’ 모델로 규정하지 않았다. 공식 발표문의 안전 항목을 통해 “소넷 5.5는 자사 모델 능력의 최전선을 넓히는 모델이 아니다”라고 선을 그었다. 실제 사이버 공격 등 고위험 작업에 악용될 수 있는 자율성이 커진 만큼, 위험도가 높은 침투 테스트나 보안 요청을 안전한 구형 소넷 5로 우회시켜 처리하는 안전 격리 장치를 탑재한 것도 소넷 계열 중 이번이 처음이다.

추론 강도 다섯 칸, 비용은 13배

추론 강도(effort)는 모델이 최종 답변을 내놓기 전 내부적으로 얼마나 오랫동안 깊이 생각할지 결정하는 연산 매개변수다. 소넷 5.5는 low, medium, high, xhigh, max의 5단계 조절 다이얼을 제공한다. 다이얼을 한 칸 올릴 때마다 답변 생성 전 생각에 소모하는 내부 추론 토큰이 가파르게 증가하고, 사용 토큰 수가 불어남에 따라 API 청구서 역시 기하급수적으로 뛴다. 택시 미터기에 기본요금 외에 추가 할증 다이얼이 5단계로 장착된 구조와 같다.

아티피셜 애널리시스 지능지수(v4.3.2)의 9월 30일 실측치에 따르면 과제당 비용은 지수를 구성하는 10개 시험을 한 과제씩 수행할 때 지출되는 평균 API 요금이다. 소넷 5.5의 과제당 비용은 앱 기본값인 medium 0.59달러(약 800원)에서 최고 강도인 max 7.60달러(약 1만300원)까지 무려 13배나 벌어진다. high에서 max까지 다이얼을 두 칸 올릴 경우 점수는 9점 상승하는 데 그치지만 비용은 7배로 치솟는다.

특히 최고 강도인 max에서 소넷 5.5는 단일 과제를 해결하는 데 무려 19만3000개의 출력 토큰을 쏟아부었다. 이는 아티피셜 애널리시스가 실측한 전체 AI 모델 중 가장 방대한 양이다. 그중 14만2000개가 정답을 도출하기 전 혼자서 생각을 굴리는 데 쓴 내부 추론 토큰이었다. 반면 오푸스 5.5 공식 지표를 살펴보면 동일한 56점 지능을 한 단계 낮은 xhigh에서 뽑아냈다. 이때 오푸스의 과제당 비용은 3.46달러(약 4700원)로 소넷 max의 절반에도 못 미쳤다. 토큰 정가표는 오푸스가 두 배나 비싼데도 총비용이 뒤집힌 이유는, 소넷이 같은 점수에 도달하기 위해 생각을 3.6배나 더 복잡하게 늘려 돌렸기 때문이다.

“기본요금이 절반인 택시라도 길을 세 배 돌아가면 요금이 더 나온다. 모델 정가표의 반값 스티커가 실제 계산대에서는 2배 이상의 청구서로 뒤바뀌는 이유다.”

물론 기본 설정 그대로 활용하는 대다수 일반 사용자는 max의 요금 폭탄을 마주할 일이 거의 없다. 앤트로픽은 클로드 웹 앱과 코딩 에이전트 도구인 클로드 코드(Claude Code)의 기본값을 medium으로, 개발자용 API 기본값을 high로 고정했다. ‘반값 오푸스’라는 가성비 공식이 유지되는 구간과 무참히 깨지는 구간이 바로 이 다이얼 설정에서 갈린다.

호흡이 짧은 실무 인프라 과제에서는 이 격차가 더욱 극적으로 나타난다. 기술 전문 매체 컴퓨팅포긱스(ComputingForGeeks)의 실측 테스트는 쿠버네티스(Kubernetes) 배포 설정, 데이터베이스 백업 스크립트 작성, 클라우드 가상 네트워크 구성 등 3개 인프라 과제를 세 번씩 반복 실행했다. 소넷 5.5 medium은 9회 실행 모두 문법 검사를 무결하게 통과했고 쿠버네티스 배포 3회도 완벽히 성공했다. 투입 비용은 고작 0.0665달러(약 90원), 소요 시간은 36초에 불과했다.

반면 동일 과제를 최고 설정인 max로 구동했을 때 결과는 완벽히 같았지만 비용은 1.36달러(약 1800원), 시간은 892초가 소요됐다. 똑같은 정답을 얻는 데 돈은 20배, 시간은 25배나 더 소모한 꼴이다. 컴퓨팅포긱스는 “아홉 번의 호출 전체에서 max는 동일한 결과물에 medium 대비 토큰은 22배, 비용은 20배를 낭비했다”며 실무 권장 설정으로 “반드시 medium부터 출발하라”고 당부했다. 그렇다고 다이얼을 무조건 low로 내리는 것은 위험하다. 동일 실측에서 low는 단순 문법 검사는 통과했으나 실제 쿠버네티스 배포에는 단 한 번도 성공하지 못했다.

클로드 소넷 5.5와 오푸스 5.5는 어디서 갈리나

종합 점수가 같다고 해서 잘하는 영역까지 같지는 않다. 소넷 5.5 max와 오푸스 5.5 xhigh는 아티피셜 애널리시스 지능지수가 56점으로 대등하지만, 세부 10개 시험 과목을 하나씩 분해하면 모델의 적성이 극명하게 갈린다.

소넷 5.5가 승리한 4개 과목은 모두 AI가 직접 외부 툴을 호출하고 능동적으로 단계를 제어하는 ‘에이전트형(agentic)’ 실무 시험이다. 기업 실무 문서와 비즈니스 분석을 다루는 AA-Briefcase(1811점 대 1780점)와 44개 전문 직업군의 실제 업무를 모사한 GDPval-AA(1844점 대 1820점)에서 모두 소넷이 앞섰다. 오피스 소프트웨어를 자율 조작하는 AutomationBench-AA(71% 대 65%)와 개발자 콘솔을 제어하는 Terminal-Bench 4.0(64% 대 60%) 역시 소넷의 독무대였다.

반대로 오푸스 5.5가 승리한 6개 과목은 방대한 배경 지식과 논리적 추론 능력을 요하는 시험들이다. 특히 백과사전식 사실 지식을 묻는 AA-Omniscience에서 격차가 가장 크게 벌어졌다. 세부 정답률 분석에 따르면 최고 설정 정답률에서 소넷은 54%에 그쳤지만 오푸스는 66%를 찍었다. 과학 알고리즘 작성(SciCode), 인류 최후의 시험으로 불리는 최고난도 문제 모음(Humanity’s Last Exam), 방대한 장문 독해(AA-LCR) 모두 오푸스가 확고한 비교우위를 지켰다.

오답을 처리하는 방식에서도 흥미로운 질적 차이가 드러났다. 모르는 질문을 받았을 때 거짓 답변을 그럴듯하게 날조하는 비율인 ‘환각률(hallucination)’은 소넷이 47%로 오푸스(59%)보다 눈에 띄게 낮았다. 소넷은 내장된 사실 지식의 절대량은 적지만, 자신이 모르는 정보에 대해서는 무리하게 지어내기보다 솔직하게 답변을 회피하거나 모른다고 시인하는 경향이 강했다.

기본 설정 맞대결 지표에서도 이 패턴은 고스란히 반복된다. 소넷 medium과 오푸스 low는 과제당 비용(0.59달러 대 0.55달러)과 지수(41점 대 42점)가 사실상 동일한 체급이다. 이 가성비 구간에서도 소넷은 실무 문서 처리(AA-Briefcase)에서 176점이나 크게 앞선 반면, 오푸스는 팩트 검증과 과학적 추론에서 확실한 우위를 점했다.

실제 자율 코딩 환경에서는 소넷의 실무 감각이 더욱 빛을 발했다. 코딩 에이전트 지수(Coding Agents)는 단순 모델 단독 점수가 아니라, 모델에 파일 편집기와 린터 등 실무 도구를 결합한 하네스(harness) 실행 체계를 종합 평가한다. 여기서 앤트로픽의 공식 코딩 도구인 클로드 코드와 소넷 5.5 max 조합이 68점으로 전체 1위에 등극했고, 동일 환경의 오푸스 5.5 max 조합(66점)을 2점 차로 제쳤다.

앤트로픽 역시 두 모델의 본질적인 성격 차이를 공식적으로 인정했다. 발표문에서 벤치마크 점수는 모델 역량의 단편적인 일면에 불과하다고 전제하며, “오푸스 5.5는 지속적이고 복합적인 판단력이 요구되는 개방형 고난도 과제에서 여전히 명백하게 더 강력하다”고 못 박았다.

“설계도는 박식한 선임이 그리고, 벽돌은 손 빠른 실무자가 쌓는다. 두 모델의 차이는 우열이 아닌 철저한 역할 분담에 있다.”

현업의 선도 개발자들은 이미 두 모델을 유기적으로 조합하는 하이브리드 파이프라인을 구축하고 있다. 크리에이터(Creator)의 케빈 응오(Kevin Ngo) 크리에이티브 코더는 앤트로픽 발표문에 “오푸스 5.5가 소프트웨어 전체 아키텍처와 기본 뼈대를 수립하면, 세부 모듈의 구체적인 구현 작업은 소넷 5.5에게 전적으로 맡겨도 된다는 확신을 얻었다”고 평가했다. 오푸스가 시스템 청사진을 그리면, 소넷이 현장에서 맹렬한 속도로 코드를 조립하는 분업 체계가 구현된 모습이다.

손은 빠른데 일은 늦게 끝난다

‘손이 빠르다’는 표현에는 명확한 기술적 조건이 붙는다. 앤트로픽이 강조한 “30% 이상 빠르다”는 기준은 모델이 글자를 뿜어내는 ‘초당 출력 토큰 수(throughput)’를 의미한다. 이 지표에서 소넷은 모든 추론 강도 구간에서 오푸스를 압도한다. 최고 설정인 max 기준으로 비교하면 소넷은 초당 138토큰을 쏟아내는 반면 오푸스는 초당 80토큰에 그친다. 첫 번째 글자가 출력되기까지의 첫 응답 지연(TTFT) 역시 소넷 medium은 1.3초에 불과했지만 오푸스 low는 13.5초가 걸렸다. 실시간 챗봇이나 인터랙티브 코딩에서는 이 초반 반응 속도가 사용자의 체감 성능을 좌우한다.

하지만 단일 프로젝트 과제를 완전히 마감하는 총 소요 시간은 정반대로 뒤집힌다. 동일한 56점 수준의 벤치마크 과제를 끝마칠 때 소넷은 860초를 소모한 반면, 오푸스는 506초 만에 작업을 완료했다. 코딩 에이전트 지수 평가에서도 소넷 조합은 과제당 평균 1.5시간이 걸렸지만 오푸스 조합은 1.1시간 만에 끝냈다. 소넷이 타건 속도는 훨씬 빠르지만, 정답에 도달하기 위해 생각과 코드를 훨씬 길고 장황하게 쳐내기 때문이다. 타자 속도가 아무리 빨라도 원고 분량을 세 배로 길게 쓰면 마감 시계가 늦어지는 원리와 같다.

다만 단문 스크립트나 경량 실무에서는 다시 소넷의 속도가 빛을 발한다. 앞서 인용한 소규모 인프라 실측에서 소넷 medium은 36초 만에 배포를 마쳤지만 오푸스 기본값(medium)은 130초가 소요됐다. 결과물은 100% 동일했으나 비용은 오푸스가 0.2674달러로 소넷(0.0665달러)의 4배에 달했다.

같은 2달러짜리 GPT-6.1 솔과의 체급 대결

소넷 5.5의 가격표는 시장의 정면 라이벌을 정조준하고 있다. 오픈AI가 지난 9월 22일 중간급 모델 가격 인하를 단행하며 GPT-6 솔(GPT-6 Sol)의 요금을 입력 2달러, 출력 10달러로 낮췄기 때문이다. 공교롭게도 같은 날 앤트로픽은 최상위 오푸스 5.5를 출시했다.

이후 6일 동안 앤트로픽의 동일 가격대 모델이었던 소넷 5는 지능지수 38점에 머물며 오픈AI 솔(48점)에 10점 차로 뒤처지는 공백기를 겪었다. 소넷 5.5가 전격 등판하며 그 공백을 단숨에 메운 날이 바로 오픈AI 개발자 행사 하루 전이었다. 테크 전문 매체 테스팅카탈로그(TestingCatalog)는 출시 일정 분석을 통해 앤트로픽이 “오픈AI 데브데이 직전 기술적 주목을 독점하기 위해 치밀하게 배포 일정을 조율했다”고 분석했다.

오픈AI의 맞불은 단 하루 만에 터져 나왔다. 오픈AI는 데브데이 공식 발표문을 통해 동일한 2달러 정가를 유지하면서 추론 능력을 대폭 끌어올린 개량형 모델 ‘GPT-6.1 솔(GPT-6.1 Sol)’을 전격 공개했다. GPT-6.1 솔 실측 페이지에 따르면 아티피셜 애널리시스는 GPT-6.1 솔이 출시 일주일 만에 전작을 완전히 대체했다며 최고 설정에 52점을 부여했다. 소넷 5.5 max(56점)와는 4점 차이다.

그러나 동일 점수대 비용 효율에서는 오픈AI의 가성비가 돋보인다. 동일한 52점을 뽑아내는 데 소넷은 xhigh 단계에서 2.74달러(약 3700원)를 태웠지만, GPT-6.1 솔은 최고 강도인 max에서도 0.72달러(약 980원)에 도달했다. 소넷 high(47점, 1.08달러)는 GPT-6.1 솔 medium(48점, 0.21달러)보다 지능 점수는 1점 낮은데 비용은 5배나 비쌌다. 아티피셜 애널리시스는 출시 초기 분석 리포트에서 소넷 5.5가 비용 대비 지능의 최적 프런티어 곡선 바깥에 위치한다고 지적했는데, GPT-6.1 솔의 등장으로 그 가성비 간극이 더욱 벌어졌다.

대신 소넷 5.5는 에이전트 자율성과 순수 타건 속도에서 확실한 격차를 증명한다. 1:1 맞대결 벤치마크를 살펴보면 최고 설정 기준 소넷은 업무 실무인 AA-Briefcase(1811점 대 1564점), 직업 모사 GDPval-AA(1844점 대 1575점), 터미널 자동화 Terminal-Bench 4.0(64% 대 56%)에서 솔을 완벽히 압도했다. 반면 GPT-6.1 솔은 사실 지식인 AA-Omniscience(42점 대 32점)에서 앞섰다. 초당 출력 토큰 수는 소넷이 138개로 솔(69개)의 정확히 두 배에 달했다.

코딩 에이전트 대결 역시 같은 양상이다. 클로드 코드와 소넷 5.5 max 조합은 68점으로 오픈AI의 코덱스(Codex)와 GPT-6.1 솔 xhigh 조합(63점)을 성능으로 제쳤다. 다만 과제당 비용은 14.2달러(약 1만9300원) 대 1.04달러(약 1400원)로 소넷이 14배나 비쌌고, 소요 시간도 1.5시간 대 15.5분으로 약 6배 더 길었다.

평가기관마다 뒤집히는 ‘어려운 일’의 승자

여기까지의 데이터만 종합하면 ‘가벼운 실무는 소넷, 복잡한 과제는 오푸스’라는 이분법적 결론에 도달하기 쉽다. 하지만 다른 공신력 있는 벤치마크 기관의 실측치는 정반대의 결론을 보여준다.

글로벌 AI 평가 플랫폼 밸스AI(Vals AI) 실측치에 따르면 두 모델을 최고 추론 강도로 구동하여 밸스 인덱스를 산출했을 때 소넷 5.5는 69.22%를 기록하며 오푸스 5.5 지표(69.69%)에 불과 0.47%p 뒤처졌다. 그러나 과제당 비용은 소넷이 20.80달러(약 2만8200원)로 오푸스(32.77달러, 약 4만4500원)의 3분의 2에 불과했다. 아티피셜 애널리시스에서 소넷 max가 오푸스보다 27% 더 비싸게 청구됐던 결과와 완전히 정반대의 수치다.

이러한 결과 역전은 평가 문항의 구성 방식에서 비롯된다. 밸스 인덱스 평가 방법론에 따르면 금융, 법률, 상용 소프트웨어 코딩 비중에 가중치를 둔 실제 엔터프라이즈 업무 중심 시험 7종을 조합한다. 반면 아티피셜 애널리시스는 오픈에이전트 도구 조작과 학술적 사실 지식 10종에 초점을 맞춘다. 실제 기업 비즈니스 파이프라인에서 어떤 유형의 데이터셋을 주력으로 처리하느냐에 따라 경제성 잣대가 완전히 180도 뒤바뀐다.

또한 초기 벤치마크 버전의 변수도 감안해야 한다. 아티피셜 애널리시스의 초기 측정은 출시 직전 프리뷰 버전으로 진행됐는데, 앤트로픽은 이 버전에서 JSON 등 구조화된 출력 요청의 정확도를 떨어뜨리는 버그를 발견해 정식 배포 버전에서 패치했다. 평가 기관은 재측정을 예고했으나 구체적인 일정은 아직 미정이다. 더불어 월 구독 형태로 클로드 프로나 팀 요금제를 사용하는 독자에게는 토큰 단가보다 모델별 메시지 사용 한도가 훨씬 치명적인 현실적 변수다.

결국 명확한 공통 팩트는 소넷 max의 가성비가 단순 단가표에 적힌 ‘반값’만큼 단순하지 않다는 점이다. 단가는 반값이지만 실제 한 과제를 푸는 총비용은 평가에 따라 오푸스보다 비싸지기도 하고, 저렴해지더라도 3분의 2 선에 머문다. ‘어려운 작업은 무조건 오푸스’라는 맹신도, ‘반값 소넷으로 최상위 오푸스를 대체한다’는 단순한 환상도 단일 벤치마크 하나로는 성립할 수 없다. 고비용 max 다이얼을 켜기 전, 반드시 사내 실제 프로젝트 데이터로 실측 검증을 선행해야 하는 이유다.

실무 환경별 모델 선택 가이드

소넷 5.5를 도입할 것인가는 작업의 복잡도, 출력 분량, 그리고 추론 다이얼의 위치에 따라 엄밀히 결정되어야 한다. 현재까지 검증된 실측 데이터를 바탕으로 업무 성격별 최적의 선택지를 정리했다.

모델 이름표 하나가 곧 고정된 가격표이던 시대는 완전히 막을 내렸다. 이제는 동일한 소넷 5.5 모델 내부에서도 추론 강도 다이얼을 어디에 두느냐에 따라 과제당 청구서가 13배나 요동친다. 앤트로픽이 수 주 안에 경량화 모델인 클로드 하이쿠 5.5(Claude Haiku 5.5)의 추가 출시를 예고한 만큼, 엔지니어가 전략적으로 선택하고 최적화해야 할 다이얼의 수는 앞으로 더욱 늘어날 전망이다.