Claude Opus 5.5는 'think hard' 빼고 Medium부터, Anthropic 권고

Anthropic이 11월 12일 공개한 업무용 모델 선택 안내에서 Claude Opus 5.5 이용자에게 이전 모델에 맞춰 굳은 프롬프트 습관을 버리라고 권고했다. "think hard", "think carefully" 같은 문구는 지우고, 추론 강도는 기본값인 Medium에서 시작하라는 내용이다.¹

Anthropic은 코딩과 지식 업무 평가에서 Medium의 Opus 5.5가 High의 Opus 5와 같거나 더 나았다고 밝혔다. 높은 설정은 오래 생각하고 비용도 더 들지만 결과가 늘 좋아지지는 않으므로, Medium에서 막힐 때만 High로 올리라는 것이다. 설정은 채팅 창 보내기 버튼 옆의 모델 이름을 눌러 Effort에서 바꾼다. The Decoder는 Opus 5.5가 Pro, Max, Ultra, Team 요금제의 기본 모델이라고 전했다.^1,2

프롬프트에서 고칠 습관

Anthropic에 따르면 Opus 5.5는 사고 기능이 늘 켜져 있고, 요청 내용과 추론 강도에 맞춰 생각하는 양을 스스로 정한다. 회사가 시험해 보니 "think hard" 같은 줄을 뺀 쪽이 응답을 더 빨리 시작했고 품질이 눈에 띄게 떨어지지는 않았다. The Decoder는 이런 문구가 추론 모델 초기, 약 1년 반 전에는 때로 모델의 성능을 더 끌어내거나 라우터를 유도할 수 있었던 습관이라고 설명했다.

지시를 하나씩 나눠 보내는 방식도 바꾸라고 했다. 첫 메시지에 목표, 완성된 결과물의 모습, 중간에 멈추고 물어봐야 할 때를 함께 적으라는 것이다. Anthropic은 Opus 5.5가 여러 단계로 이어지는 긴 작업을 Opus 5보다 끝까지 잘 끌고 간다고 밝혔다. The Decoder는 이 모델이 사용자가 채팅에서 하던 주고받기를 일부 넘겨받아, 처음 입력 하나로 스스로 다음 지시를 만들어 가는 쪽에 가까워졌다고 소개했다.^1,2

• 작업 파일과 시스템에 커넥터로 Claude를 연결한다. 붙여 넣은 내용만 쓰는 대신 필요한 자료를 직접 가져올 수 있다. Team과 Enterprise 요금제에서는 소유자가 커넥터를 먼저 켜야 구성원이 쓴다.
• 스프레드시트나 문서가 필요하면 개요가 아니라 완성 파일을 바로 요청한다. Anthropic은 요청에서 완성본까지 한 번에 가는 경우가 많다고 밝혔다.
• 차트, 스크린샷, 다이어그램은 숫자를 옮겨 적지 않고 그대로 첨부한다. 이전 모델용으로 만든 우회 방법은 더 필요 없을 수 있다고 했다.
• 디자인 작업에서는 '평범한 느낌은 피하라'는 지시 대신 크림색 배경, 알약형 버튼처럼 피할 양식을 구체적으로 적는다. 막연한 지시는 기본 양식 하나를 다른 기본 양식으로 바꿀 뿐이라는 설명이다.
• 회사의 브랜드나 글쓰기 지침을 요청에 붙이거나, 커넥터로 접근할 수 있는 Google Drive 폴더의 우수 사례를 따라 하게 한다. 정확히 맞추려면 몇 차례 고쳐야 한다고 Anthropic은 덧붙였다.¹

Opus 5.5가 강하다는 근거와 시연

Anthropic은 Opus 5.5가 지시를 정확히 따르고 범위를 벗어나지 않아, 만든 문서와 슬라이드, 스프레드시트에 손볼 곳이 적다고 밝혔다. 내부 연구 시험에서는 저장해 둔 웹 스냅숏만으로 한 기업의 분기 실적 보고서를 쓰게 했는데, 스냅숏 안에서 그 기업의 실적 발표문을 찾기 어렵게 해 둔 조건이었다. 자동 채점기가 모든 수치와 인용을 스냅숏 페이지와 대조했고, 하나라도 지어내면 탈락시켰다. 추론 강도 설정 전체에서 보고서 18편 중 16편이 통과했다.

재무 분석 시험은 가상의 HR 소프트웨어 회사 두 곳의 합병안이었다. Opus 5.5는 Excel로 재무 모델을 만든 뒤 가격이 타당한지 따지는 임원용 발표 자료로 바꿨고, 63분이 걸렸다. 같은 과제에서 Opus 5는 93분이었고, Opus 5.5는 비용이 절반이면서 모델이 더 꼼꼼하고 발표 자료도 읽기 쉬웠다고 Anthropic은 밝혔다.

투자사 Walleye Capital에서 주식 퀀트 리서치 엔지니어링을 이끄는 Frank Corrao는 높은 추론 강도에서 Opus 5.5가 자사 지시문의 분 단위 색인이 하나 어긋나 있음을 알아채고 보정했다고 말했다. 채점에서 감점될 것이라는 점까지 짚었으며, 지금까지 시험한 모델 중 그렇게 한 적은 없다고 했다. 코딩 개발 도구 회사 Factory의 Zimu Li는 Opus 5.5를 "기본으로 쓸 첫 모델"이라 평가하며, Medium에서 Opus 5의 High와 맞먹으면서 출력 토큰은 20~25% 적게 썼다고 말했다.

시각 처리도 달라졌다. Anthropic은 Opus 5.5가 Opus 모델 중 시각 능력이 가장 좋고, 가장 낮은 추론 강도에서도 촘촘한 차트의 값을 Opus 5가 최고 설정에서 읽은 것보다 정확히 읽었다고 밝혔다. 글쓰기도 달라져, 중요한 내용을 앞에 두고 전문 용어를 덜 쓰며 긴 작업이 끝나면 한 일과 찾은 것, 필요한 것을 분명히 적는다고 했다. 긴 계획서나 보고서를 주고 오류와 모순을 찾게 하는 일도 권했는데, 발표 자료의 차트가 원본 데이터와 다른 것처럼 놓치기 쉬운 부분을 잡아낸다는 이유였다.

Anthropic은 가상의 소매 기업을 놓고 시연도 했다. 매출 성장이 둔화되자 경영진이 네 가지 원인을 내놓았고, 분석가는 매장별 매출 스프레드시트와 임원 워크숍 PDF가 든 폴더를 받았다. 프롬프트는 "think hard" 없이 목표와 결과물만 적고 접근 방식은 모델에 맡겼다. Medium에서 돌린 Opus 5.5는 네 가지 가설 어느 것도 데이터가 뒷받침하지 않으며 하나는 완전히 배제할 수 없다고 결론 내렸다. 그러고는 아무도 꺼내지 않은 설명을 내놓았다. 새 매장이 기존 매장과 너무 가깝게 열려 매출을 가져갔다는 것이다. 도시별로 보면 흐릿하던 패턴이 신규 매장과의 거리로 거르자 선명해졌고, 모델은 거리에 따른 매출 영향을 회귀분석으로 뒷받침했다.

이어 관리자가 결론을 맨 앞에 두는 이사회용 슬라이드로 바꿔 달라고 요청했다. Claude를 쓰지 않는 동료에게는 문서를 Word, PDF, Google Docs로, 발표 자료를 PowerPoint, PDF, Google Slides로 내보낼 수 있다.¹

요금과 모델 선택

Anthropic은 속도를 Haiku 5.5가 가장 빠르고 Sonnet 5.5가 빠르며 Opus 5.5는 보통이라고 분류했다. Haiku 5.5의 요금은 프롬프트 10만 토큰까지 적용되고, 더 긴 프롬프트는 $0.50 / $2.50이다. 이 모델은 추론 강도 조절을 처음 넣은 Haiku로, 더 큰 모델로 옮기기 전에 꼼꼼한 처리를 요청해 볼 수 있다. 긴 분석에는 Opus 5.5로 바꾸라는 것이 Anthropic의 안내다.¹

Sonnet 5.5를 Extra high나 Max 강도로 올려 쓰게 되면 작업당 비용이 Opus 5.5에 가까워지므로 Opus 5.5로 옮기는 것을 고려해 보라고 Anthropic은 권했다. The Decoder도 같은 대목을 전하며, 더 유능한 모델이 적은 단계로 일을 끝내 토큰당 가격 차이를 어느 정도 상쇄할 수 있다는 것이 Anthropic의 논리라고 소개했다. Fable 5.2는 모든 유료 요금제에서 쓸 수 있지만 사용량 반영 방식이 다르다. Pro 요금제와 Team·좌석 기반 Enterprise의 표준 좌석은 한정 기간 출시 혜택을 빼면 Fable 5.2가 한도에 포함되지 않아 사용량 크레딧으로 돌아간다. 결과가 기대에 못 미치면 모델을 올리기 전에 추론 강도부터 높여 보고, 맥락을 줬는데도 틀리면 그때 모델을 올리라고 했다.^1,2

API에서 비용을 줄이는 방법

Anthropic의 API 개발 문서는 모델을 토큰당이 아니라 완료한 작업당 비용으로 비교하라고 권한다. 대부분의 에이전트 작업은 기본 강도(medium)의 Opus 5.5에서 시작하라는 것이다. 회사 내부 측정에서 SWE-bench Pro 부분 집합(공개 순위표와는 점수를 비교할 수 없는 별도 집합)을 풀 때 Opus 5.5는 기본 설정에서 Fable 5.1의 기본 설정과 오차 범위 안에서 같은 성적을 냈고, 해결한 작업당 비용은 약 5분의 1이었다. Opus 5에서 Opus 5.5로 바꾸면 이 집합에서 해결률이 91.9%에서 92.8%로 비슷한데 작업당 비용은 78% 줄었고, 일반적인 업무에서는 최대 40% 적게 든다고 문서는 적었다.

오래된 프롬프트를 새 모델로 그대로 옮기는 것도 비용 요인이다. 문서에 따르면 상담 데스크 평가에서 Opus 4.8용으로 쓴 프롬프트를 Opus 5에 넣으면 정확도는 그대로인데 티켓당 비용이 올랐다. 프롬프트를 점검한 뒤에는 점검 전보다 비용이 낮고 정확도는 더 높았으며, 그 차이는 측정 잡음을 넘어섰다. "verify twice" 같은 지시를 빼자 비용이 줄었고, "be maximally thorough"를 빼도 거의 같은 폭으로 줄었다. 이미 폐기된 사고 설정, 서로 모순되는 규칙, 모델 자체 사고와 겹치는 수제 스크래치패드는 지웠을 때 정확도가 회복됐다. Claude Code에서는 /claude-api prompt-audit 명령이 수정안을 diff로 제안하고, 일부러 건드리지 않은 항목도 함께 알려 준다.

추론 강도를 낮추면 속도와 비용은 줄지만 정확도를 얼마나 잃는지는 작업마다 다르다. 같은 문서에 따르면 Opus 5.5는 low에서 일반적인 작업의 소요 시간이 medium보다 DRACO 연구 평가에서 84%, HLE에서 30% 적었다. 점수는 각각 13.3점, 3.4점 낮았다. 내부 결함 탐색 평가에서는 low가 medium보다 34점 낮았고 비용은 약 5분의 1이었다. SWE-bench Pro 부분 집합에서는 모든 작업을 low로 돌리고 실패한 것만 더 높은 설정으로 다시 돌리면, 전부 high로 돌릴 때보다 비용이 약 40% 적으면서 통과율은 같거나 약간 높았다. 다만 실패를 가려낼 검사 장치가 있어야 하고, 실패한 작업은 두 번 도는 만큼 시간이 더 든다.

문서는 프롬프트 캐싱에도 주의를 준다. 캐시는 요청 앞부분이 바이트 단위로 같아야 유지되므로 대화 도중 시스템 프롬프트를 고치거나 최상위 추론 강도를 바꾸면 캐시가 무효가 된다. 약 10만 토큰의 캐시된 대화에서 Anthropic이 Fable 5.1, Opus 5.5, Sonnet 5.5로 측정한 결과, 시스템 프롬프트 수정은 같은 내용을 대화 중 시스템 메시지로 보낼 때보다 약 25~50배, 추론 강도를 최상위에서 바꾸는 것은 메시지에서 바꾸는 것보다 20~40배 비쌌다. 이 수치는 모두 Anthropic 내부 측정이며 방향을 보여 줄 뿐 보장은 아니므로 자기 작업량에서 직접 재 보라고 문서는 밝혔다.³