Claude Opus 5, 답을 잘하는 모델에서 일을 끝내는 모델로
Claude Opus 5의 핵심은 지식 점수가 조금 높아진 데 있지 않다. 생각의 깊이를 조절하고, 여러 도구를 오가며, 결과를 스스로 확인하고, 긴 작업을 끝까지 이어 가는 능력을 일상적인 가격대에 놓았다는 데 있다.
Anthropic은 2026년 7월 24일 Claude Opus 5를 공개했다. 사용자가 흔히 ‘Opus 5.0’이라고 부르지만 공식 제품명은 ‘Claude Opus 5’다. 이 모델을 소개하는 문구는 화려한 최상급보다 의외로 실무적이다. 사려 깊고 능동적이며, 최상위 모델 Claude Fable 5의 지능에 가까우면서 가격은 절반이라는 설명이다. 모든 유료 Claude 플랜과 API에서 사용할 수 있고, Max 플랜의 기본 모델이자 Pro 플랜에서 선택할 수 있는 가장 강한 모델로 배치됐다.
출시일만 보면 또 하나의 빠른 세대교체처럼 보인다. 그러나 Opus 5가 바꾸려는 것은 답변의 점수보다 사람과 모델 사이의 업무 분담이다. 이전에는 사용자가 계획을 잘게 나누고, 단계마다 확인을 지시하고, 마지막에 오류 검토를 다시 요청해야 했다. Opus 5는 가능한 한 이 과정을 스스로 이어 가도록 설계됐다. Anthropic의 공식 문서에는 생각하기가 기본으로 켜져 있고, 복잡한 작업에서 여러 단계의 분석을 유지하며, 도구를 사용한 뒤 결과를 확인하고, 필요하면 수정하는 행동이 강화됐다고 적혀 있다.
이것은 사소한 변화가 아니다. 대화형 모델의 오랜 약점은 그럴듯한 첫 답을 빠르게 내놓지만 실제 파일, 코드, 분석, 연구 기록을 끝까지 완성하지 못한다는 데 있었다. Opus 5는 ‘무엇을 아는가’보다 ‘얼마나 오래 책임 있게 작업할 수 있는가’를 경쟁력으로 내세운다.
Fable 5의 절반 가격, Opus 4.8과 같은 가격
Opus 5의 API 가격은 입력 100만 토큰당 5달러, 출력 100만 토큰당 25달러다. 직전 Opus 4.8과 같은 가격이다. Fast mode는 약 2.5배 빠르게 동작하는 대신 입력 10달러, 출력 50달러로 두 배가 된다. Anthropic은 Opus 5가 Fable 5에 가까운 성능을 절반의 작업 비용으로 제공한다고 강조한다.
가격표만 보면 저렴한 모델은 아니다. 긴 문서와 여러 도구, 높은 effort를 함께 쓰면 출력과 추론 토큰이 빠르게 늘 수 있다. 그러나 모델 선택의 실제 비용은 토큰 단가만으로 결정되지 않는다. 한 번에 일을 끝내는 비율, 사람이 다시 설명하는 횟수, 잘못된 결과를 찾아 고치는 시간까지 포함해야 한다. 싼 모델이 세 번 실패하고 Opus 5가 한 번에 완료한다면 후자가 더 경제적일 수 있다. 반대로 짧은 요약과 간단한 번역에 Opus 5의 높은 추론 능력을 쓰면 불필요한 비용이다.
따라서 Opus 5는 모든 질문에 사용하는 기본 챗봇이라기보다 실패 비용이 큰 작업에 맞는다. 논문 초고의 논리 구조를 점검하고, 여러 파일에 걸친 웹사이트를 고치고, 데이터 표와 그래프를 교차 확인하고, 긴 보고서를 근거와 형식에 맞춰 완성하는 일이다. 단순한 질문은 Sonnet급 모델로 처리하고, 긴 호흡과 판단이 필요한 단계에서 Opus 5를 쓰는 편이 합리적이다.
1백만 토큰은 ‘기억력’보다 작업 공간이다
Claude Opus 5의 컨텍스트 창은 100만 토큰이며, 별도의 장기 컨텍스트 옵션이 아니라 기본이자 최대치다. 한 번의 요청에서 최대 12만8천 출력 토큰을 설정할 수 있다. 공식 문서상 최대 600장의 이미지 또는 PDF 페이지를 넣을 수 있지만, 실제로는 파일 크기와 토큰 수 제한에 먼저 도달할 수 있다.
100만 토큰이라는 숫자는 책 여러 권과 방대한 코드베이스를 한 대화에 담을 수 있다는 뜻이지만, 모든 내용을 완벽하게 기억하거나 같은 비중으로 판단한다는 보장은 아니다. 긴 컨텍스트는 거대한 창고와 비슷하다. 많은 자료를 넣을 수 있지만 어디에 무엇이 있고 어떤 문서가 우선인지 정리하지 않으면 모델은 중요한 근거를 놓칠 수 있다.
좋은 사용법은 자료를 무작정 합치는 것이 아니다. 출처 목록, 파일의 역할, 최신성과 신뢰도, 서로 충돌하는 주장, 최종 산출물의 기준을 먼저 정한다. “모두 읽고 알아서 써 달라”보다 “A는 최신 사실의 기준, B는 문체 참고, C는 반론 자료이며, 수치가 충돌하면 A를 우선하고 차이를 표로 남겨라”처럼 자료의 위계를 알려 주는 편이 낫다.
사진가와 출판자에게는 프로젝트 아카이브를 한 번에 다룰 가능성이 열린다. 전시 노트, 인터뷰, 작품 설명, 과거 보도자료, 포토북 더미의 캡션, 계약서, 제작 일정까지 같은 작업 공간에 둘 수 있다. 그러나 모델이 많은 것을 읽는 것과 좋은 책을 편집하는 것은 다른 문제다. 무엇을 버릴지, 어느 침묵을 남길지, 누구의 목소리를 우선할지는 여전히 사람의 판단이다.
‘생각하기’가 기본으로 켜졌다는 의미
Opus 4.8에서는 API 사용자가 adaptive thinking을 명시하지 않으면 생각하기 없이 응답했다. Opus 5는 반대로 생각하기가 기본이다. 모델은 매 차례 얼마나 생각할지 스스로 판단하고, 사용자는 effort 값으로 깊이를 조절한다. 단계는 low, medium, high, xhigh, max이며 기본값은 high다.
이 구조는 ‘빠른 모델’과 ‘추론 모델’을 따로 고르던 방식을 하나의 다이얼로 통합한다. 같은 Opus 5라도 low에서는 속도와 비용을 아끼고, max에서는 긴 문제 사슬과 도구 사용에 더 많은 계산을 배정한다. Anthropic은 낮은 effort에서도 이전 Opus보다 좋은 효율을 내고, 추가 effort를 성능으로 전환하는 능력이 이전보다 안정적이라고 주장한다.
하지만 effort를 높인다고 모든 결과가 좋아지는 것은 아니다. 간단한 사실 정리에서 max를 쓰면 긴 분석과 과도한 확인이 붙어 오히려 핵심이 흐려질 수 있다. 반대로 복잡한 법률 문서, 과학적 논증, 대규모 코드 변경에서 low를 쓰면 미묘한 충돌을 놓칠 수 있다. 가장 좋은 설정은 작업의 난이도와 오류 비용을 기준으로 정해야 한다.
개인 사용자는 세 단계만 기억해도 충분하다. 초벌 정리와 형식 변환은 low 또는 medium, 중요한 분석과 문서 제작은 high, 여러 자료가 충돌하거나 결과를 검증해야 하는 고난도 작업은 xhigh 또는 max다. 같은 과제를 세 설정으로 시험해 품질이 유지되는 가장 낮은 단계를 찾는 것이 비용을 줄이는 가장 확실한 방법이다.
스스로 검증하는 모델, 그러나 진실을 보장하는 모델은 아니다
Opus 5에서 가장 중요한 행동 변화는 자기 검증이다. 공식 설명과 초기 사용 사례는 모델이 결과를 만든 뒤 직접 테스트하거나, 빠진 조건을 찾아 수정하고, 표면 증상이 아니라 근본 원인을 해결하는 사례를 반복해서 제시한다. 코드 작업에서는 테스트 하니스를 만들고, 웹 화면에서는 데스크톱과 모바일 폭을 확인하며, 분석에서는 다른 방법으로 결과를 교차 점검하는 식이다.
여기서 ‘스스로 검증한다’와 ‘언제나 사실이다’를 구분해야 한다. 모델이 자기 답을 다시 읽는다고 외부 세계의 진실이 자동으로 들어오지는 않는다. 잘못된 전제를 가진 채 논리적으로 일관된 검증을 반복할 수도 있다. 실제 파일을 열고, 코드를 실행하고, 원문 출처를 조회하고, 계산을 재현할 수 있는 도구가 있어야 검증의 질이 올라간다.
논문과 기사에서는 출처 링크와 인용문을 사람이 확인해야 한다. 모델에게 “검증하라”고만 쓰지 말고 검증 수단을 지정하는 편이 좋다. DOI를 대조하라, 표의 합계를 다시 계산하라, 문서의 페이지와 문장을 함께 표시하라, 수정 전후 파일을 비교하라, 열 수 없는 출처는 ‘미확인’으로 남기라고 지시한다. 검증은 태도가 아니라 절차다.
흥미롭게도 Anthropic은 이전 프롬프트에 있던 “마지막에 반드시 재검토하라”, “별도 에이전트로 검증하라” 같은 문장을 빼라고 권한다. Opus 5가 이미 수행하는 행동과 겹쳐 과잉 검증과 비용 증가를 만들 수 있기 때문이다. 새 모델을 잘 쓰려면 지시를 더 많이 붙이기보다 중복된 지시를 덜어내야 한다.
답변이 길어지고, 진행 설명이 많아질 수 있다
Opus 5는 기본 답변과 문서 산출물이 Opus 4.8보다 길어지는 경향이 있다. 긴 에이전트 작업에서는 무엇을 하고 있는지 더 자주 설명하고, 여러 에이전트를 사용할 수 있는 환경에서는 하위 에이전트에게 일을 더 적극적으로 나눈다. 복잡한 프로젝트에는 장점이지만 짧은 글과 조용한 작업 흐름에는 부담이 될 수 있다.
“간결하게” 한마디로는 충분하지 않을 때가 있다. 원하는 길이, 독자, 문단 수, 포함할 근거, 제외할 설명을 구체적으로 정해야 한다. 예를 들어 “결과만 800자, 과정 설명 없음, 근거가 불확실한 항목은 별도 세 줄”처럼 산출물의 경계를 제시한다. 진행 상황을 보고해야 하는 장기 작업에서는 “결정이 필요한 순간과 오류가 발생한 경우에만 알리고, 일상적인 진행은 생략하라”고 정할 수 있다.
하위 에이전트 사용도 무조건 많을수록 좋은 것은 아니다. 독립적으로 나눌 수 있는 조사나 파일 검토에는 유용하지만, 한 문장의 목소리와 논지를 유지해야 하는 에세이에서는 여러 초안을 합치는 과정이 오히려 질을 떨어뜨릴 수 있다. “조사와 사실 확인은 나누되 최종 글은 한 명의 편집자가 통합하라”는 구조가 적합하다.
좋은 프롬프트는 명령 목록보다 업무 계약에 가깝다
Opus 5처럼 능동적인 모델에는 세부 행동을 줄줄이 지시하기보다 일의 목적과 완료 조건을 분명히 제시하는 편이 좋다. 프롬프트를 다섯 부분으로 나눌 수 있다. 첫째, 왜 이 작업이 필요한가. 둘째, 어떤 자료가 사실의 기준인가. 셋째, 최종 산출물은 누구에게 어떤 형식으로 전달되는가. 넷째, 무엇을 임의로 바꾸면 안 되는가. 다섯째, 어떤 순간에 사람의 결정을 요청해야 하는가.
예를 들어 “이 원고를 잘 고쳐 줘”보다 다음 구조가 낫다.
이 글은 사진에 익숙하지만 생성 이미지에는 낯선 독자가 읽는다. 결론과 사례는 보존하고, 확인되지 않은 제품 사양은 단정하지 않는다. 2천 자 안에서 문단의 중복을 줄이고, 바꾼 핵심 논리를 마지막에 다섯 줄로 설명한다. 저자의 개인 경험처럼 보이는 문장을 새로 만들지 말고, 출처가 필요한 주장에는 표시만 남긴다.
이 프롬프트는 문장별 편집 방법을 지시하지 않는다. 대신 모델이 판단할 수 있는 울타리를 만든다. Opus 5의 능동성을 활용하려면 방법은 열어 두되 목적과 금지는 닫아 두어야 한다.
작업 예산도 함께 알려 주면 좋다. 시간, 토큰, 수정 횟수, 사용할 수 있는 도구, 읽을 파일의 범위를 정한다. “가능한 모든 것을 조사하라”는 요청은 끝없이 커질 수 있다. “공식 출처 세 개를 우선하고, 30분 안에 판단할 수 없는 쟁점은 미확인 표에 남겨라”라고 하면 모델은 깊이와 마감을 함께 관리할 수 있다.
마이그레이션은 모델 이름만 바꾸는 일이 아니다
API에서 Opus 4.8을 Opus 5로 바꾸는 코드 자체는 간단하지만 동작은 달라진다. 생각하기가 기본으로 켜지고, max_tokens는 추론과 최종 답변을 함께 제한한다. xhigh나 max effort에서 토큰 상한을 너무 작게 잡으면 긴 작업이 중간에 끝날 수 있다. 반대로 이전 모델을 위해 넣었던 재검토 지시, 장황한 진행 보고 지시, 무조건적인 하위 에이전트 사용 지시는 Opus 5에서 비용과 길이를 키운다.
기존 자동화는 작은 평가 세트로 다시 시험해야 한다. 출력 길이, 도구 호출 횟수, 실패 시 행동, fallback 여부, 비용을 비교한다. “예전 프롬프트가 그대로 실행된다”와 “예전과 같은 운영 결과가 나온다”는 다른 말이다. 특히 정해진 JSON 구조, 도구 호출 블록, 짧은 사용자 메시지를 기대하는 시스템은 생각하기를 끌 때 나타날 수 있는 출력 이상까지 점검해야 한다.
코딩 모델을 넘어 연구와 문서의 모델
Opus 5 발표는 코딩과 에이전트 성능을 크게 강조하지만, 개선 영역은 과학 연구, 차트와 문서의 시각 이해, 스프레드시트, 슬라이드, 법률 검토, 금융 분석까지 넓다. 생명과학 평가에서는 구조생물학, 유기화학, 생물정보학 전반에서 Opus 4.8보다 개선되었다고 Anthropic은 밝혔다. 시각 자료를 분석하고 대화형 도표나 웹 기반 설명물을 만드는 능력도 강조됐다.
사진과 이미지 교육에서는 ‘이미지를 만드는 모델’보다 ‘이미지 작업을 둘러싼 사고를 조직하는 모델’로 볼 수 있다. 작품 셀렉션 기준을 만들고, 비슷한 이미지의 차이를 언어화하고, 전시 동선을 비교하고, 포토북의 시퀀스를 비평하고, 여러 버전의 작가 노트를 대조하는 일이다. 시각 입력을 이해한다고 해서 미적 판단이 완성되는 것은 아니지만, 사람이 자신의 선택 이유를 더 구체적으로 설명하도록 도울 수 있다.
중요한 것은 모델을 심사위원으로 두지 않는 것이다. “가장 좋은 사진을 골라라”보다 “각 사진이 연작에서 하는 역할을 설명하고, 서로 중복되는 이미지와 이탈하는 이미지를 표시하라”가 낫다. 선택의 권한은 사람에게 남기고, 모델은 관찰 언어와 비교 구조를 제공해야 한다.
안전장치와 모델 전환을 보이지 않게 만들지 말 것
Anthropic은 Opus 5가 자사의 자동화된 행동 감사에서 최근 모델 중 가장 낮은 부정 정렬 행동 점수를 보였고, 기만적이거나 되돌리기 어려운 행동을 피하는 경향이 가장 강했다고 발표했다. 동시에 생물학과 공격적 사이버 능력에서는 Mythos 5보다 낮으며, 일부 보안 요청에는 별도 분류기가 작동한다.
중요한 운영상의 변화는 fallback이다. 특정 요청이 안전 분류기에 걸리면 Claude.ai, Claude Code, Claude Cowork에서는 기본적으로 Opus 4.8로 넘어갈 수 있다. API에서도 자동 fallback을 설정할 수 있다. 사용자는 응답이 계속되기 때문에 같은 모델이 끝까지 작업했다고 생각하기 쉽다. 민감한 분야의 연구나 모델 비교에서는 실제로 어떤 모델이 처리했는지 기록해야 한다.
자동 전환은 차단보다 편리하지만 재현성을 흐린다. 어제와 오늘 같은 프롬프트가 다른 모델로 처리될 수 있고, 비교 실험에서 결과의 원인을 잘못 해석할 수 있다. 연구 기록에는 모델 ID, effort, 도구, fallback 발생 여부, 생성 시점을 함께 남겨야 한다.
Fast mode는 더 똑똑한 모드가 아니다
Fast mode는 약 2.5배 빠른 응답을 제공하지만 지능을 높이는 별도 모델은 아니다. 같은 Opus 5를 더 빠른 서비스 계층에서 제공하며 가격은 두 배다. 마감 직전의 대화형 코딩, 실시간 워크숍, 사람이 기다리며 수정하는 세션에는 가치가 있다. 밤새 돌아가는 비동기 분석이나 시간이 크게 중요하지 않은 문서 생성에는 기본 모드가 경제적이다.
속도는 작업의 성격과 함께 판단해야 한다. 20분 기다려 한 번에 끝나는 작업과 5분씩 네 번 수정하는 작업 중 어느 쪽이 빠른지는 명확하지 않다. Fast mode를 쓰기 전에 병목이 모델의 생성 속도인지, 사용자의 검토와 결정인지 확인해야 한다.
Opus 5를 시험하는 열 가지 과제
새 모델을 평가할 때 대표적인 벤치마크 점수보다 자신의 반복 작업이 중요하다.
서로 충돌하는 세 문서에서 최신 사실과 과거 기록을 분리한다.
긴 논문 초고에서 주장·근거·인용의 연결이 끊긴 곳을 찾는다.
표의 합계와 본문 수치가 일치하는지 계산으로 확인한다.
같은 원고를 1천 자와 3천 자로 줄이며 핵심 결론이 보존되는지 본다.
50장의 작품 설명에서 반복되는 어휘와 실제 차이를 구분한다.
포토북 시퀀스의 중복 이미지와 전환 이미지를 이유와 함께 표시한다.
여러 파일에 걸친 작은 웹사이트 오류를 고치고 모바일까지 확인하게 한다.
일부 자료가 열리지 않을 때 추측하지 않고 미확인 목록을 남기는지 본다.
low·medium·high effort에서 품질과 비용의 차이를 기록한다.
같은 과제를 두 번 수행해 결과의 편차와 자기 검증의 일관성을 본다.
평가 항목은 정답률만이 아니다. 지시를 끝까지 유지했는가, 불확실성을 솔직히 표시했는가, 중간 산출물을 보존했는가, 사람의 승인이 필요한 지점에서 멈췄는가, 최종 파일이 실제로 열리는가를 함께 본다.
무엇을 맡기고 무엇을 남겨 둘 것인가?
Claude Opus 5는 대화형 모델이 ‘답변 생성기’에서 ‘작업 수행자’로 이동하고 있음을 보여 준다. 100만 토큰의 작업 공간, 기본으로 켜진 생각하기, effort 조절, 도구 변경, 자기 검증, 하위 에이전트 조정은 하나의 방향을 가리킨다. 사람은 매 단계를 지시하기보다 목적과 제한, 승인 경계를 설계하는 쪽으로 이동한다.
그렇다고 책임까지 넘길 수는 없다. 모델이 더 능동적일수록 잘못된 전제에서 멀리 갈 위험도 커진다. 긴 작업을 맡길 때는 자료의 위계, 중단 조건, 외부 행동의 승인, 최종 검증 기준을 분명히 해야 한다. 자동으로 확인하는 모델일수록 무엇을 확인했는지 추적할 기록이 필요하다.
Opus 5의 진짜 가치는 가장 어려운 질문에 한 번 답하는 장면보다, 여러 날 이어지는 실제 작업에서 드러날 것이다. 다시 설명하는 횟수가 줄어드는가. 중간에 방향을 잃지 않는가. 결과를 열어 보고 오류를 스스로 고치는가. 긴 글에서 목소리와 논지를 끝까지 유지하는가. 그리고 무엇보다, 사람이 판단해야 할 순간을 알아보고 멈추는가.
좋은 모델은 더 많은 일을 대신하는 모델만은 아니다. 사람이 어디에 판단을 써야 하는지 더 선명하게 만드는 모델이다. Opus 5가 일상형 최상위 모델로 자리 잡을지는 바로 그 지점에서 결정될 것이다.
참고 자료와 확인 범위
이 글은 2026년 7월 25일 기준 공식 발표와 문서를 바탕으로 한 출시 초기 분석이다. 벤치마크 수치는 제조사가 공개한 조건에서의 결과이며, 개인의 실제 작업에서는 별도의 반복 검증이 필요하다.
2026-07-25 · luxlatens.com young@luxlatens.com
