Opus 5.5를 쓰면서 다시 읽은 Claude Opus 5 발표
Anthropic이 7월 24일 Claude Opus 5를 발표했어요. Fable 5에 가까운 지능을 절반 가격에 낸다는 모델이에요. 원문은 성능과 비용, 함께 일하는 방식, 정렬과 안전, 안전장치, 시작하기 순으로 이어져요. 석 달이 지나 Opus 5.5를 쓰는 지금, 이 글에서는 그중 자기 검증, 판단, 효율, 폴백 이야기를 따라가요.
들어가기 전에 — 용어 짚기
effort 설정은 모델이 요청 하나에 얼마나 많이 생각하고 토큰을 쓸지 정하는 값이에요. 높이면 더 깊이 추론하고, 낮추면 더 빠르고 싸져요. 원문의 성능 그래프는 이 설정별 결과를 보여 줘요.
분류기(classifier)는 요청이나 응답이 위험한 사이버 작업 같은 특정 범주에 해당하는지 판정하는 별도 모델이에요. Opus 5의 사이버 분류기는 소스 코드에서 취약점을 찾는 건 허용하고, 바이너리 기반 취약점 스캔, 침투 테스트, 익스플로잇 생성은 막아요.
폴백(fallback)은 원래 경로를 쓸 수 없을 때 대신 쓰는 경로예요. 원문에서는 분류기에 걸린 요청을 막는 대신 다른 모델이 받아서 답해요. Claude.ai, Claude Code, Cowork에서 Opus 5는 기본으로 Opus 4.8로 넘어가요.
테스트 하네스는 코드에 입력을 넣고 결과를 확인해서 제대로 동작하는지 보는 테스트 실행 틀이에요. 원문 사례에서 Opus 5는 검증할 대상이 없자 이걸 직접 만들었어요.
먼저 자기 검증이에요.
Claude Opus 5는 자기 작업을 검증하고, 성공할 때까지 신중하게 반복하는 능력이 훨씬 좋아졌어요.
원문이 든 사례 하나는 트레이딩 회사 엔지니어의 작업이에요. 새 거래소의 시장 데이터 피드를 세션 한 번에 만들었는데, 검증할 라이브 피드가 없자 Opus 5가 데이터를 제대로 파싱하는지 확인할 테스트 하네스까지 직접 만들었다고 해요. 고객 후기 중에는 브라우저로 데스크톱과 폰 너비에서 페이지를 열어, 모바일 화면 아래에 숨은 상품과 화면 밖으로 밀린 결제 버튼을 찾아 고쳤다는 것도 있고요.
이 부분은 Opus 4 버전 때보다 확실히 좋아진 것 같아요.
판단 쪽 후기도 실렸어요. 한 엔지니어의 후기예요.
재설계 세션 중에 Claude Opus 5가 제가 제안한 설계에 반박했고, 제가 고집해도 물러서지 않았어요. 대신 제 아이디어에서 무엇이 가치 있는지 정확히 설명하고, 반대 의견을 설계 질문 하나로 좁힌 다음, 좋은 부분은 살리면서 결함은 고치는 타협안을 냈어요.
저도 Opus 5를 쓸 때 이런 부분이 좀 있었어요. Opus 5와 토론하던 때가 생각나요. 5.5에서는 이런 면이 좀 완화된 것 같은데, 그게 아쉽지는 않아요.
효율은 이렇게 소개했어요.
Claude Opus 5는 이전 모델 Opus 4.8과 같은 비용으로 크게 향상된 성능을 내요.
Frontier-Bench v0.1에서는 작업당 비용을 낮추면서 Opus 4.8 성능의 2배 넘게 냈고, 앞서 짚은 effort 설정을 낮춰도 품질이 유지된다는 고객 후기도 여럿 실렸어요. 가격은 입력 100만 토큰당 5달러, 출력 100만 토큰당 25달러로 Opus 4.8과 같았죠.
효율은 지금 쓰는 5.5가 더 좋다고 느껴요.
마지막은 안전장치예요. 원문에 따르면 Opus 5는 사이버 작업으로 일부러 학습시키지 않았는데도, 전반적인 능력이 오르면서 취약점 찾기는 Mythos 5에 가까워졌어요. 그래서 분류기와 폴백이 붙었어요.
Claude.ai, Claude Code, Claude Cowork에서 분류기에 걸린 요청은 기본으로 Opus 4.8로 폴백돼요. API에서도 Opus 4.8로의 폴백을 켤 수 있어요.
원문은 이 분류기가 Fable 5 때보다 약 85% 덜 개입할 거라고 예상했어요. 저는 Opus 5를 쓸 때 폴백을 겪은 기억이 없는데, 5.5에서는 자주 겪어요.
석 달이 지나 다시 보니, 발표대로였던 것 같아요.
