앤트로픽이 함께 배포한 파트너 인용도 ‘일상 업무’를 강조합니다. 커서(Cursor) 공동창업자는 “페이블 5 근처 지능을 오퍼스의 속도와 비용에” 얻었다고 했고, 러버블(Lovable)은 가장 어려운 태스크에서 오퍼스 4.7 대비 22% 개선에 실행 간 편차도 훨씬 적었다고 했어요.

그럼 페이블 5와는 뭐가 다르지?

앤트로픽은 이렇게 말합니다. 페이블 5는 “가장 야심찬 작업”과 며칠 걸리는 자율 프로젝트용, 오푸스 5는 매일 쓰는 모델. 그래서 대놓고 “오푸스 5는 우리의 최상위 일반 접근 모델인 페이블 5보다 전체적으로 더 능력 있지는 않다.”고까지 말합니다.

실제로 페이블 5에 익숙해진 사람들은 좀 아쉽다고 합니다. 한 주 동안 코딩·글쓰기·지식 업무 전반을 테스트해 본 Every 창업자 댄 시퍼(Dan Shipper)는 “사랑하기 어려운 모델”이었다고 말했습니다. 지시에 토를 달았고 일이 끝나기 전에 멈췄다는 겁니다. 대표적인 커뮤니티 해커뉴스도 같습니다. 가장 많은 답글이 붙은 반응은 “좋다, (페이블 5가 있는데) 그러면 이게 존재하는 이유가 뭐냐?”였죠.

기존에 선보인 모델보다 한참 모자란 모델. 대체 왜 존재하는 걸까요?

그 이유는 의외로 간단합니다. 최상위 모델 하나만 골라 쓰는 시대가 끝나버렸기 때문이에요.

5세대 클로드는 무엇이 다른가

지금까지 클로드를 비롯해 AI 모델을 쓰는 방식은 대체로 정해져 있었습니다.

제일 좋은 모델 하나로 모든 일을 처리하기, 벤치마크를 보고 모델 고르기, 프롬프트에 규칙 쌓기. 이 방식이 클로드 5세대에서는 전부 통하지 않을지도 모릅니다.

순서대로 오푸스 5, 페이블 5, 소넷 5 출시 이미지 <출처: 앤트로픽>

1. 비싸진 최상위 모델

구독제에 익숙해진 사용자들은 습관처럼 제일 좋은 모델을 골라두고 모든 일을 시키죠. 그런데 페이블 5는 오푸스 5의 두 배 가격입니다. 간단한 코드 리뷰까지 페이블 5로 돌리는 건 동네 마트 가는데 매번 비행기 표를 끊는 셈이에요. 6월 페이블 5 출시 뒤 토큰이 너무 빨리 닳는다는 불만이 이어지기도 했습니다.

그런 맥락에서 올해 중반부터 최상위 모델 경쟁의 판정 기준은 “누가 최고인가?”에서 “달러당 얼마나 해주는지”로 옮겨가고 있습니다. 앤트로픽만이 아니라 오픈AI, 최근 Kimi로 떠오른 중국기업 문샷(Moonshot)도 가격 메시지를 발표 전면에 내세우고 있어요.

구독 사용량 한도가 앞으로 어떻게 움직일지도 지켜봐야 합니다. 언제 어떻게 “생각해 보니 추론 비용이 너무 비싸서 페이블 5 사용량 줄이겠습니다”할지 모르는 일이니까요.

2. 흔들리는 벤치마크

한편 모델의 성능을 확인할 때, 가장 객관적인 지표로 동작하던 벤치마크가 이제 모델의 성능을 완전히 알려주지 못합니다. 특히, 오푸스 5는 페이블 5와 벤치마크 차이가 작습니다. 심지어 몇 개는 앞서기도 합니다. 다만, 실사용 평은 반대였죠.

개발자 Kun Chen은 “오푸스 5는 실사용에서 페이블 근처도 못 온다. 그런데 벤치마크 다수에서는 오푸스가 페이블을 이긴다”며 이제 유명 벤치마크보다 자기 데이터셋으로 만든 도메인 벤치마크를 훨씬 신뢰한다고 했어요. 즉, 이제 모델 성능은 내 작업으로 직접 돌려봐야 안다는 거죠. 도메인과 상황이 워낙 다양해졌기 때문이고요. 그래서 더욱 다양한 모델 라인업이 필요합니다. 어떤 업무에 무슨 모델이 가장 좋은지 확신하기 어려워졌습니다.

3. 하네스가 가르는 성능

마지막으로, 같은 모델인데 하네스, 그러니까 모델을 감싼 스킬·워크플로 구성에 따라 평가가 뒤집힐 수 있습니다. 앞서 악평을 내린 댄 시퍼의 평가에는 뒷부분이 있습니다. 팀이 기존 스킬과 워크플로를 다 지우고 처음부터 다시 시작하자 “오푸스 5는 극적으로 나아졌고 번뜩이는 순간까지 보여줬다”는 거예요.

검증이나 반복처럼 하네스가 맡던 일이 모델 안으로 들어온 정황도 있습니다. 앤트로픽이 소개한 사례에서는 한 트레이딩 회사 엔지니어가 오푸스 5로 신규 거래소용 시장 데이터 피드를 한 세션에 만들었는데 검증할 라이브 피드가 없자 모델이 자기 코드를 확인할 테스트 하네스를 스스로 만들었다고 해요. 4세대에는 검증 단계를 프롬프트와 하네스에 쌓는 게 정석이었다면 5세대에서는 그게 이중 작업이 됩니다.

정리해 보겠습니다. 모델이 발전하며, 에이전트에게 일을 맡기는 방식이 기본이 되었습니다. 토큰 소모는 이전과 비교할 수 없이 커졌고 맡기는 일의 종류도 훨씬 다양해졌습니다.

최상위 모델 하나로 전부 돌리기에는 지갑에 구멍이 뚫리는 시점이 온 겁니다. 그래서 “매일 쓸 수 있는 값의 상위 모델”이라는 필요가 생겼고, 그 자리를 채우러 나온 게 오푸스 5입니다.

앤트로픽의 새 사용법 안내

이 흐름을 가장 잘 아는 건 앤트로픽 자신입니다. 그래서 오푸스 5와 같은 날 사용법 문서 두 건을 냈어요.

하나는 오푸스 5 전용 프롬프트 가이드로 자주 재튜닝이 필요한 행동 패턴을 직접 목록으로 만든 문서입니다. 다른 하나는 기술 스태프가 쓴 “클로드 5세대 모델용 컨텍스트 엔지니어링 규칙 문서”이에요. 오푸스 5와 페이블 5에 똑같이 적용되는 규칙 6개입니다.

가이드의 대표 규칙은 의외로 소박합니다. 간결하게 쓸 것을 직접 요청하라는 거예요. 오푸스 5의 기본 응답은 이전 모델보다 깁니다. effort는 말의 양이 아니라 생각의 양을 조절하는 장치라 낮춰도 응답이 짧아지지 않고요. 그래서 더할 항목보다 지우라는 항목이 먼저 나옵니다. 오푸스 5는 시키지 않아도 자기 작업을 검증하니 “마지막에 꼭 검증 단계를 넣어” 같은 지시는 과잉 검증과 토큰 낭비만 만든다는 식입니다. 앤트로픽 발표 기준으로 클로드 코드의 시스템 프롬프트를 80% 넘게 지웠는데 측정 가능한 손실이 없었다고 합니다. 공들여 쌓은 지시문 대부분이 5세대에서는 없어도 되는 짐이었다는 얘기죠.

그럼 구체적으로 뭘 바꾸면 될까요?

5세대 맞춤형 클로드 사용 규칙

1. 일의 크기에 맞춰 모델 정리하기

기준은 앤트로픽이 이미 나눠뒀습니다. 며칠 굴려둘 자율 프로젝트면 페이블 5, 오늘 안에 끝낼 매일의 일이면 오푸스 5부터. 그 아래 가벼운 작업은 소넷 5의 몫입니다.

모델을 정했다면 effort 설정 역시 다시 체크해 보세요. 앤트로픽 가이드는 이전 모델에서 가져온 effort 기본값을 자기 평가로 다시 측정하라고 권합니다. 품질이 유지되는 구간에서는 low와 medium을 넉넉히 쓰고 까다로운 코딩·에이전트 작업에만 xhigh로 올리라는 거예요.

2. 프롬프트 재검증

권장하는 건 프롬프트에서 이런 항목들을 빼는 겁니다.

1. 검증 지시: 4세대 시절에는 모델을 못 믿어서 “끝나면 꼭 검증해”를 프롬프트마다 붙였잖아요. 오푸스 5는 시키지 않아도 자기 작업을 검증하기 때문에 이 지시는 검증을 두 번 시키는 비용이 됩니다.

2. 재확인 지시: 마찬가지입니다. “답을 다시 확인해”·”응답 전에 재검증해”는 모델이 이미 하는 행동과 겹쳐서 결과 개선 없이 비용만 더해요.

3. subagent 남발 금지: 오푸스 5는 이전 모델보다 subagent에 쉽게 위임합니다. 그래서 작은 태스크까지 위임하면 비용과 시간이 몇 배로 뜁니다. 어떤 상황에 위임할지 명시하거나 띄울 수 있는 에이전트 수에 상한을 두세요.

3. 더 많이 위임하기

컨텍스트를 주입하는 방식도 전과는 좀 다릅니다. 이제 좀 더 많은 자유를 주는 편이 낫다고 합니다. 그만큼 똑똑해졌기 때문이죠.

첫째, 규정형 규칙 대신 판단 위임하기: “여러 문단 docstring 절대 쓰지 말라”라고 규정하는 대신 “주변 코드처럼 써라. 주석 밀도·네이밍·관용구를 맞춰라”라고 판단을 넘기는 식입니다. 새 모델은 명시적 제약 없이도 뉘앙스 판단을 더 잘 처리하거든요.

둘째, 점진적 공개: 상세 지침을 미리 몽땅 밀어 넣지 말고 필요할 때 불러오는 Skill로 옮기고 CLAUDE.md는 가볍게 유지하는 식입니다.

셋째, 자동 메모리 활용: 수동으로 관리하던 CLAUDE.md는 이제 복잡성을 모두 대변하지 못합니다.

권장 아키텍처는 네 가지 층입니다. 시스템 프롬프트에는 제품 지침만, CLAUDE.md는 가볍게, 팀의 견해는 Skill로, 깊은 스펙은 코드 위주의 레퍼런스. 결국, 지시문 유지보수에 쓰던 시간을 스펙과 레퍼런스 품질에 쓰라는 거죠.

모델 선택 기준 + 당장 수정할 6가지

지금까지 본 내용을 토대로, 오푸스 5를 더해 어떤 모델을 언제 쓸지와 지금 당장 수정하면 좋을 프롬프트+하네스 사용법을 정리했습니다.

[6가지 수정 제안]

“끝나면 꼭 검증해”· “다시 한번 확인해” 같은 검증·재확인 지시
조건 없는 subagent 위임 피하기(위임 기준과 개수 상한으로 교체)
“절대 ~하지 말라”식 규정형 규칙 피하기(판단 위임형으로 교체)
응답 길이·간결성을 명시해서 지시
thinking은 켠 채 effort를 낮추는 식의 비용 관리 지시
이전 모델에서 가져온 effort 기본값을 내 태스크에 맞춰 재구성

마치며

이러한 변화는 비단 클로드 5세대만의 이야기도 아닙니다. 사실 GPT도, 또 다른 모델들도 마찬가지죠. 모델 골라 쓰기가 산업이 되고 각자 자기 업무에 맞춰 직접 평가하는 흐름은 이미 번지고 있어요.

그러니 갈수록 “어떤 모델이 제일 좋아요?”는 크게 의미 없는 질문이 될 겁니다. 이 일에는 어떤 모델을 어떻게 써야 할지 알아보세요. 그 답은 벤치마크 표보다 내 프로젝트 폴더에 먼저 있을 테고요. 자, 그럼 저는 이제 오푸스 5 돌리러 가볼게요. 뭘 더 잘하는지 찾아봐야겠습니다.