Sonnet 5.5, 단가보다 작업당 비용을 낮춘다

무엇이 싸졌나: 가격표와 작업 비용을 구분하자

Anthropic이 9월 28일 Claude Sonnet 5.5를 공개했다. 공식 발표는 전작 Sonnet 5보다 출력 생성이 30% 이상 빠르고, 회사의 시험에서 작업당 비용이 최대 30% 낮아졌다고 설명한다. 이 수치는 공급사 평가이며 모든 고객 업무에서 동일하게 재현되는 보장은 아니다.

중요한 것은 토큰 단가 자체가 내려간 것은 아니라는 점이다. 발표 기준 Sonnet 5.5는 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러, 캐시 읽기 100만 토큰당 0.20달러로 Sonnet 5와 같다. 비용 개선의 근거는 같은 일을 끝내는 데 사용하는 토큰과 단계가 줄어든다는 설명이다.

TechCrunch 보도는 코딩과 사무 문서 작성 같은 일상 업무에 초점을 맞춘 출시로 다뤘다. 따라서 이번 발표를 단순한 최상위 모델 교체보다 반복 업무의 처리 효율 경쟁으로 읽는 편이 정확하다.

벤치마크는 왜 한 줄로 요약하면 안 되나

공식 자료에서 Sonnet 5.5의 Terminal-Bench 4.0 점수는 70.6%이고 Sonnet 5는 10.3%, Opus 5.5는 66.4%로 제시된다. 특정 에이전트 평가에서 중간급 모델이 상위 모델보다 높은 수치를 보인다는 점은 눈에 띈다. 그러나 다른 평가에서는 순서가 달라진다. CursorBench 4.0에서 제시된 수치는 Sonnet 5.5가 55.5%, Opus 5.5가 57.8%다.

이 숫자는 모두 발표자가 제시한 평가 조건 안의 결과다. 도구 구성, 추론 노력 수준, 비용 제한이 달라지면 비교의 의미도 바뀐다. 공식 글 역시 복잡하고 열린 문제에서 지속적인 판단이 필요한 경우에는 Opus 5.5가 더 강하다고 설명한다. 일부 점수의 역전이 모든 설계·리뷰 업무의 우열을 확정하지 않는다.

속도가 빨라져도 테스트 서버 대기나 사람의 검토가 병목이면 전체 리드타임의 개선은 작을 수 있다. 반대로 도구 호출이 줄어 네트워크 왕복과 실행 대기까지 줄어들면 토큰 생성 속도 이상의 체감 개선이 생길 수도 있다. 어느 쪽인지는 실제 작업 로그로 확인해야 한다.

라우팅은 모델 이름보다 업무 경계에서 시작한다

공식 발표는 Claude 앱과 Claude Code의 기본 노력 수준이 Medium, Claude Platform의 기본값이 High라고 설명한다. 같은 모델명으로 시험했더라도 서로 다른 환경의 결과를 그대로 비교하면 비용 차이의 원인을 잘못 짚을 수 있다. 모델 버전뿐 아니라 노력 수준, 도구 목록, 캐시 조건을 평가 기록에 함께 남겨야 한다.

한국 개발팀은 명확한 수정 요청과 열린 설계 요청을 먼저 나눌 수 있다. 이미 실패하는 테스트와 기대 동작이 있는 버그 수정은 반복 모델의 효율을 측정하기 좋다. 요구사항 자체가 모호한 아키텍처 변경은 여러 대안의 판단과 설명이 중요하므로 별도 평가가 필요하다. 일괄 교체보다 업무군별로 검증하는 편이 결과를 해석하기 쉽다.

비용 지표는 모델 호출 한 번이 아니라 검토를 통과한 작업 한 건을 기준으로 잡아야 한다. 모델 사용료에 도구 실행비, 실패한 시도, 사람의 재작업 시간을 더해 보면 싼 호출이 비싼 결과로 바뀌는 경우를 발견할 수 있다. 현재 가격 페이지는 운영 시점의 조건을 확인하는 출발점이며, 이번 기사에 적힌 가격은 발표 시점 기준이다.

안전 조치도 모델 교체의 일부다

Anthropic은 Sonnet 5.5의 사이버 역량이 Opus 5와 비슷해, 상위 모델에 적용해 온 사이버 안전장치와 폴백을 Sonnet 계열에 처음 적용한다고 설명했다. 회사는 일반 소프트웨어 개발과 대부분의 생명과학 작업은 영향을 받지 않는다고 밝혔다. 이 역시 공급사의 설명이며 자사 요청이 어떤 경로로 처리되는지 확인하는 절차를 대신하지 않는다.

Responsible Scaling Policy는 이런 역량 평가와 보호 조치를 이해할 배경 자료다. 모델이 더 저렴해졌다는 이유로 저장소 쓰기 권한이나 운영 시스템 접근 범위를 넓힐 필요는 없다. 성능 개선과 권한 부여는 별개 결정이다.

한국어 문서 작업에서는 표의 숫자, 고유명사, 내부 용어와 문체를 검증하는 평가 세트가 특히 유용하다. 유창한 문장과 사실 보존은 같은 지표가 아니다. 실제 지원 티켓이나 사내 문서의 익명화된 표본으로 품질 기준을 정하고, 변경 전후의 오류 유형을 비교해야 한다.

Opus 5.5의 캐시·작업량 경제성, GPT-6 Sol·Luna의 업무별 배분, Linear의 AI 코딩 이후 CI 병목은 모델 가격이 시스템 전체 생산성과 같지 않다는 점을 함께 보여준다.

FAQ

Sonnet 5.5의 토큰 가격이 30% 내려갔나?

아니다. 단가는 전작과 같고, 회사는 적은 사용량에 따른 작업당 비용 절감을 주장한다.

30% 빨라지면 개발 시간도 30% 줄어드나?

반드시 그렇지 않다. 발표의 출력 생성 속도와 테스트·검토를 포함한 전체 개발 시간은 다르다.

Opus 5.5를 모두 대체해도 되나?

일부 평가의 우위만으로 전면 교체할 근거는 부족하다. 복잡하고 열린 업무를 별도 평가해야 한다.

새 Haiku도 오늘 출시됐나?

공식 발표는 Haiku 5.5가 향후 수 주 안에 합류할 예정이라고 설명한다. 확정 출시일이나 현재 이용 가능성을 뜻하지 않는다.

가장 먼저 남길 운영 지표는 무엇인가?

검토를 통과한 작업당 총비용과 완료 시간이다. 재시도, 도구 실패, 사람의 수정까지 포함해야 모델 교체 효과를 알 수 있다.