Claude Opus 5, 반값보다 중요한 건 ‘작업당 비용’이다

원문 링크: WordPress 원문

AI NOTES · KO KOREAN EDITION

KO · 한국어 / EN · English BILINGUAL PAIR

AI 모델의 가격표는 단순해 보입니다. 입력 토큰은 얼마, 출력 토큰은 얼마라고 적혀 있습니다. 하지만 실제 청구액은 가격표대로 움직이지 않습니다. 답변이 길어지거나 같은 일을 여러 번 다시 시키면 비용이 늘고, 한 번에 끝내더라도 사람이 고치는 시간이 길면 절감 효과는 줄어듭니다.

Anthropic은 2026년 7월 24일 Claude Opus 5를 공개하면서 자사의 고성능 장기 작업 모델 Fable 5에 가까운 성능을 절반 가격에 제공한다고 설명했습니다. 요청마다 연산량을 조절하는 effort 설정도 함께 내놨습니다. 같은 모델을 쓰면서 단순한 일에는 비용을 줄이고, 어려운 일에는 더 오래 생각하게 만드는 방식입니다.

그래서 Opus 5는 “더 싸진 고성능 모델”로만 보면 절반만 읽은 셈입니다. 이번 발표에서 눈여겨볼 부분은 토큰 단가보다 ** 완료된 작업 한 건에 얼마가 드는가 ** 입니다.

이 글의 기준일은 2026년 7월 24일입니다. 성능과 절감 수치는 Anthropic의 공식 발표와 초기 고객 사례를 바탕으로 하며, 실제 결과는 업무와 시스템 구성에 따라 달라질 수 있습니다.

1. Anthropic이 Opus 5에서 바꾼 것

Opus 5의 API 가격은 입력 100만 토큰당 5달러, 출력 100만 토큰당 25달러입니다. Fable 5와 비교하면 절반 수준입니다. 단순히 가격만 내린 것은 아닙니다.

가장 눈에 띄는 변화는 요청별 effort 설정입니다. 예를 들어 문서 분류에는 낮은 설정을 쓰고, 여러 파일에 걸친 코드 오류 수정에는 높은 설정을 적용할 수 있습니다. 예전에는 업무 난도에 따라 모델 자체를 바꾸는 경우가 많았다면, Opus 5는 한 모델 안에서도 비용과 성능을 조절할 여지를 넓혔습니다.

응답 속도가 중요한 작업에는 Fast mode를 선택할 수 있습니다. Anthropic은 Fast mode가 일반 API보다 약 2.5배 빠르며 가격은 두 배라고 안내합니다.

여기서 이미 사용법이 갈립니다. 밤새 돌아가는 자료 정리라면 Fast mode가 굳이 필요하지 않습니다. 반대로 개발자가 오류 수정 결과를 기다리며 멈춰 있다면, 응답 시간을 줄이는 편이 전체 비용을 낮출 수 있습니다. 같은 가격표라도 사람의 대기시간을 포함하면 계산이 달라집니다.

같은 예산에서 성공률이 얼마나 개선되는지 비교

2. 벤치마크보다 비용 곡선을 봐야 한다

Anthropic은 Opus 5가 Frontier-Bench에서 이전 모델보다 달러당 약 두 배 높은 성능을 냈다고 밝혔습니다. Anthropic에 따르면 CursorBench에서는 Fable 5와 0.5% 이내의 차이를 보이면서 비용은 절반이었고, OSWorld 2.0에서는 Fable 5 비용의 약 3분의 1을 조금 넘는 수준으로 비슷한 성능에 도달했습니다. AutomationBench에서는 같은 작업 비용을 썼을 때 차순위 모델보다 약 1.5배 높은 통과율을 기록했습니다.

이 수치가 말하는 방향은 분명합니다. Anthropic은 최고 점수 경쟁보다 일정한 예산에서 더 많은 일을 끝내는 쪽으로 Opus 5를 배치했습니다. 높은 설정에서 최고점을 찍는 모델이라기보다, 중간 비용 구간에서 성능이 빠르게 올라오는 모델에 가깝습니다.

다만 Anthropic이 공개한 벤치마크를 모든 업무에 그대로 적용할 수는 없습니다. Frontier-Bench는 Anthropic이 제작한 평가 도구와 Google Kubernetes Engine 환경에서 과제당 다섯 번 실행한 평균입니다. 실제 사내 도구, 데이터베이스, 권한 체계, 네트워크 지연은 이 환경과 다릅니다. 공개 수치는 후보를 고르는 근거이고, 최종 판단은 실제 업무 테스트에서 내려야 합니다.

벤치마크 1점 차이보다 더 중요한 지표도 있습니다. 첫 시도 성공률, 재시도 횟수, 출력 길이, 처리 시간, 사람이 수정한 시간이 실제 비용에 더 직접적으로 연결됩니다.

3. 월 사용량으로 계산하면 무엇이 보이나

가상의 서비스를 하나 놓고 계산해보겠습니다. 한 달에 입력 2억 토큰, 출력 4천만 토큰을 사용한다고 가정했습니다.

입력

** 사용량 ** 2억 토큰

**Opus 5 단가 ** 100만 토큰당 5달러

** 월 비용 ** 1,000달러

출력

** 사용량 ** 4천만 토큰

**Opus 5 단가 ** 100만 토큰당 25달러

** 월 비용 ** 1,000달러

합계

** 사용량 **

**Opus 5 단가 **

** 월 비용 ** 2,000달러

같은 사용량에서 Fable 5가 두 배 가격이라면 약 4,000달러입니다. 이 계산만 보면 Opus 5는 한 달에 2,000달러를 줄입니다.

그런데 출력 토큰이 26% 감소하면 계산이 한 번 더 달라집니다. Anthropic이 소개한 Harvey·Grupen의 초기 사례처럼 같은 품질에서 출력이 26% 줄었다고 가정하면, 출력 비용은 1,000달러에서 740달러로 내려갑니다. 총액은 2,000달러에서 1,740달러가 됩니다.

여기서 26%는 전체 청구액이 아니라 출력 비용의 감소율입니다. 입력 비용은 그대로이므로 총비용 감소율은 13%입니다. “토큰을 26% 줄였다”는 문장을 “비용을 26% 줄였다”로 바꾸면 안 되는 이유입니다.

이 비율은 업무에 따라 크게 달라집니다. 긴 보고서와 코드를 많이 넣고 짧은 답만 받는 서비스는 입력 비용의 비중이 큽니다. 반대로 글 작성이나 장문 분석처럼 출력이 긴 서비스는 출력 절감의 효과가 커집니다.

4. effort가 만든 중간 가격대

effort 가 흥미로운 이유는 설정 단계 자체보다 모델 선택의 경계를 바꾸기 때문입니다. 지금까지는 반복 작업을 저가 모델에 맡기고, 조금만 복잡해져도 비싼 모델로 올리는 방식이 흔했습니다. Opus 5는 그 사이에 넓은 구간을 만듭니다.

메일 분류처럼 되돌리기 쉬운 작업과 결제 오류 수정처럼 실패 비용이 큰 작업을 같은 설정으로 처리할 필요는 없습니다. Opus 5에서는 모델을 바꾸지 않고 요청별 연산량을 조절할 수 있습니다. 덕분에 Fable 5까지 올리지 않아도 되는 작업을 Opus 5 안에서 처리할 가능성이 커졌습니다.

Anthropic의 초기 고객 사례도 이 방향을 보여줍니다. 한 금융 모델링 작업에서는 정확도가 9%포인트 높아졌고, 필요한 대화 차례는 약 3분의 1로 줄었으며, 완료 시간은 60% 감소했습니다. 모델 호출 한 번의 가격보다 작업을 끝내는 과정이 얼마나 짧아졌는지가 더 눈에 띕니다.

Opus 5가 채우는 중간 가격대: 저가 모델과 Fable 5 사이

5. 싼 모델이 항상 싼 것은 아니다

낮은 가격의 모델이 한 번에 0.20달러를 쓰지만 같은 일을 세 번 반복해야 한다면 총 호출 비용은 0.60달러입니다. 더 강한 모델이 0.40달러에 한 번으로 끝낸다면 두 번째 모델이 실제로는 더 저렴합니다. 사람이 결과를 다시 읽고 수정하는 시간까지 넣으면 차이는 더 커질 수 있습니다.

반대 경우도 있습니다. 결과를 사람이 어차피 검토해야 하고, 실패해도 쉽게 다시 실행할 수 있는 대량 분류 작업이라면 저렴한 모델이 유리합니다. Opus 5가 Fable 5보다 싸다는 이유만으로 모든 요청을 Opus 5로 옮기면 비용은 오를 수 있습니다.

비용 비교에서는 호출 단가만 떼어볼 수 없습니다. 첫 시도 성공률과 재시도 횟수, 출력 길이, 처리 시간, 사람이 수정한 시간이 한 묶음입니다. 이 중 하나라도 빠지면 “가장 싼 모델”과 “가장 싼 작업 방식”을 혼동하게 됩니다.

6. Opus 5가 잘 맞는 작업

Opus 5의 장점이 잘 드러나는 곳은 작업이 길고 중간 단계가 많은 영역입니다. 여러 파일을 수정하는 코딩 작업, 긴 문서 묶음의 분석, 도구를 반복해서 사용하는 조사, 숫자와 근거를 함께 확인해야 하는 보고서가 여기에 들어갑니다.

특히 중간 난도의 요청이 많은 팀이라면 효과가 클 수 있습니다. 가장 저렴한 모델로는 재시도가 잦고, Fable 5를 쓰기에는 과한 작업을 Opus 5가 맡는 구조입니다. Anthropic이 Opus 5를 “일상적인 에이전트 작업”에 배치한 이유도 이 구간에 있습니다.

반면 단순 분류, 짧은 요약, 정해진 형식 변환처럼 결과를 쉽게 확인할 수 있는 작업은 더 저렴한 모델이 낫습니다. 공격적 사이버보안이나 장시간 생물학 연구처럼 Anthropic이 Mythos 5의 우위를 명시한 특수 영역도 Opus 5의 가격만 보고 대체하면 안 됩니다.

한 모델로 통일하기보다 요청을 나누는 편이 현실적입니다. 반복적이고 위험이 낮은 작업은 저가 모델, 일반적인 고난도 작업은 Opus 5, 실패 비용이 매우 크거나 며칠간 이어지는 작업은 Fable 5로 보내는 식입니다. Opus 5의 의미는 모든 모델을 없애는 데 있지 않고, 가장 비싼 모델을 호출하는 횟수를 줄이는 데 있습니다.

7. 경쟁 모델과 비교할 때 놓치기 쉬운 것

Ars Technica는 Opus 5의 발표를 모델 라우팅 경쟁의 신호로 해석했습니다. 단일 모델의 최고점보다 요청별 비용 배분이 중요해지고 있다는 뜻입니다. Kimi K3처럼 낮은 가격을 내세우는 모델과 OpenAI의 고성능 모델도 같은 시장에서 경쟁합니다.

표시 가격만 나란히 놓는 비교는 충분하지 않습니다. 같은 작업을 처리해도 모델마다 출력 길이와 도구 호출 횟수가 다릅니다. 자체 서버에서 운영하는 오픈웨이트 모델은 API 비용이 낮아 보여도 GPU, 운영 인력, 장애 대응 비용이 추가됩니다. 반대로 외부 API는 단가가 높아도 관리 부담이 적을 수 있습니다.

Opus 5의 경쟁력은 “가장 싸다”가 아닙니다. Fable 5에 가까운 결과가 필요한 요청 중 얼마나 많은 비율을 절반 가격으로 처리할 수 있는지가 관건입니다. 그 비율이 높을수록 Opus 5의 경제성이 커집니다.

8. 반값이 실제 절감이 되는 조건

Opus 5의 가격표가 실제 절감으로 이어지려면 두 가지 변화가 함께 나타나야 합니다. Fable 5를 호출하던 요청 중 일부가 Opus 5로 내려와야 하고, 저가 모델이 여러 번 실패하던 작업은 Opus 5에서 더 적은 시도로 끝나야 합니다. 어느 쪽도 일어나지 않으면 모델만 바뀌고 총비용은 그대로일 수 있습니다.

대표 업무를 같은 조건에서 비교하면 이 차이가 드러납니다. 성공률만 높고 출력이 지나치게 길다면 비용 이점은 줄어듭니다. 토큰은 적게 쓰지만 사람이 오래 수정해야 해도 마찬가지입니다. 재시도, 출력량, 처리 시간, 사람의 수정 시간을 함께 봐야 Opus 5가 어느 구간을 실제로 대체했는지 알 수 있습니다.

effort 도 최고 설정이 늘 정답은 아닙니다. 높은 설정에서 점수가 조금 오르지만 비용과 시간이 크게 늘어난다면 중간 설정이 더 나은 선택입니다. 결국 한 달 예산이 아니라 그 예산으로 끝낸 검증된 작업의 수가 모델 경제성을 결정합니다.

모델 선택 기준: 완료된 작업 한 건의 비용

Opus 5는 Fable 5의 단순한 저가판이 아닙니다. Anthropic은 고성능 모델의 사용 범위를 넓히면서 요청마다 비용을 조절할 수 있는 구조를 내놨습니다. 공개된 벤치마크와 초기 고객 수치는 긍정적이지만, 실제 절감 폭은 업무 구성에 따라 달라집니다.

결국 확인해야 할 것은 세 가지입니다. Opus 5가 재시도를 얼마나 줄이는지, 출력과 처리 시간을 얼마나 아끼는지, Fable 5를 대신할 수 있는 요청이 실제로 얼마나 되는지입니다. 이 세 가지가 확인되면 반값이라는 가격표가 실제 비용 절감으로 이어집니다.

Sources

• Anthropic — Introducing Claude Opus 5

• Ars Technica — Anthropic’s Opus 5 is about token efficiency

• ZDNET — Anthropic claims Opus 5 matches Fable 5 at half the price

• CNBC — Anthropic releases Opus 5

• TechCrunch — Anthropic launches Opus 5