클로드 Opus 5 출시, 성능은 얼마나 좋아졌을까

코드 파일이 수십 개쯤 얽힌 프로젝트를 AI에게 맡겨본 적 있나요? 처음에는 그럴듯하게 움직이다가 중간에 맥락을 놓치거나, 고친 부분에서 새로운 오류를 만드는 일이 꽤 있었다.

2026년 7월 24일 출시된 클로드 Opus 5는 바로 이런 복잡하고 오래 걸리는 작업을 겨냥한 모델이다. 단순히 답변을 조금 더 잘하는 수준보다, 긴 작업을 계획하고 도구를 사용하며 끝까지 완성하는 능력에 무게를 뒀다. 기존 최상위 모델인 Opus 4.8에서 무엇이 달라졌는지 차근차근 살펴보자.

깊은 추론의 큰 도약

앤트로픽은 Opus 5를 Opus 4.8 대비 ‘단계적 도약’을 이룬 모델이라고 설명한다. 특히 심층 추론, 장기 작업, 에이전트 업무에서 향상 폭이 크다고 밝혔다. 어려운 문제에 더 많은 계산을 투입했을 때 결과가 안정적으로 좋아지는 특성도 강조했다.

쉽게 말하면 잠깐 생각하고 답하는 것보다, 여러 조건을 비교하고 작업 순서를 짠 뒤 스스로 점검해야 하는 일에 더 잘 맞는다. 복잡한 자료 분석이나 대규모 코드 수정처럼 중간 판단이 계속 필요한 작업에서 차이가 드러나는 모델이다.

다만 모든 질문에서 압도적인 차이를 체감하는 것은 아니다. 짧은 문장 수정이나 간단한 정보 정리라면 이전 모델도 충분히 잘한다. Opus 5의 진가는 일이 길고 복잡해질수록 선명해진다.

한 부분보다 전체 작업에 강한 코딩

Opus 5는 여러 파일을 함께 고치는 기능 개발, 큰 규모의 리팩터링, 처음부터 끝까지 이어지는 구현 작업에 초점을 맞췄다. 작업 도중 임시 코드나 빈 틀만 남기는 경우를 줄이고, 요구된 기능을 완성하는 쪽으로 개선됐다.

코드 리뷰와 버그 탐색 능력도 중요한 변화다. 공식 안내에 따르면 실제 문제를 찾아내는 비율이 높아졌고, 잘못된 경고를 쏟아내는 현상도 줄었다. 한 번 코드를 생성하는 능력뿐 아니라 자신이 만든 결과를 검토하고 바로잡는 힘이 좋아진 셈이다.

이 차이는 작은 예제보다 실제 프로젝트에서 유용하다. 여러 모듈의 관계를 살피고 테스트 결과를 확인하며 다음 행동을 정해야 하는 상황이 대표적이다. 개발자가 모든 단계를 하나씩 지시하기보다 목표와 조건을 충분히 알려주고 작업을 맡기는 방식에 더 가까워졌다.

더 오래, 더 주도적으로 움직이는 에이전트

AI 에이전트는 대답만 하는 챗봇과 조금 다르다. 필요한 파일을 읽고, 검색이나 코드 실행 같은 도구를 고른 뒤, 결과를 확인하면서 다음 행동을 이어간다.

Opus 4.8도 웹 검색과 클로드 코드 등을 연결하면 이런 작업을 수행할 수 있었다. Opus 5는 여기서 계획의 지속성과 도구 사용의 안정성을 끌어올렸다. 여러 단계로 이어지는 업무에서 막다른 길을 만나도 방향을 수정하고, 스스로 작업 결과를 검증하는 능력이 강화됐다.

여러 하위 에이전트를 조율하는 능력도 좋아졌다. 예를 들어 한 에이전트가 자료를 모으고 다른 에이전트가 결과를 검토하는 식의 분업이 가능하다. 다만 작은 일에 여러 에이전트를 붙이면 시간과 비용만 늘 수 있으니 복잡한 작업에 골라 쓰는 편이 낫다.

기본으로 켜지는 생각 기능

Opus 4.8은 API에서 별도 설정을 하지 않으면 사고 기능 없이 요청을 처리했다. Opus 5는 반대로 사고 기능이 기본 활성화된다. 모델이 질문의 난도를 보고 얼마나 깊게 생각할지 판단한다.

여기에 effort1모델이 요청을 처리할 때 투입할 추론 노력의 수준을 조절하는 설정이다. 높일수록 더 깊게 생각하는 대신 토큰 사용량과 응답 시간이 늘 수 있다. 설정으로 생각의 깊이를 조절할 수 있다. 단계는 low, medium, high, xhigh, max로 나뉘며 기본값은 high다. 간단한 업무는 낮춰서 속도와 토큰을 아끼고, 까다로운 코딩이나 분석은 높여 성능을 끌어내는 구조다.

이 변화는 API를 쓰는 개발자라면 특히 주의해야 한다. 사고 과정과 최종 답변이 전체 출력 한도를 함께 사용하기 때문이다. Opus 4.8에서 쓰던 출력 한도를 그대로 옮기면 예상보다 답변 공간이 부족할 수 있다.

유지된 100만 토큰, 더 길어진 출력

Opus 5의 컨텍스트 윈도우는 100만 토큰이다. 최대 출력은 12만8천 토큰이며, 긴 문서나 큰 코드베이스를 한 흐름에서 다루는 용도에 맞춰졌다. 100만 토큰 컨텍스트 자체는 Opus 4.8에도 있었기 때문에 숫자만 커진 업데이트는 아니다.

차이는 긴 문맥 안에서도 지시를 따르고 도구를 호출하며 추론하는 일관성에 있다. 자료를 많이 넣을 수 있다는 것과 그 자료를 끝까지 제대로 활용한다는 것은 다른 문제다. Opus 5는 후자에 더 힘을 준 모델이라고 보면 된다.

문서 업무도 강화됐다. 복잡한 수식이 들어간 여러 시트의 스프레드시트, 구조를 갖춘 발표 자료, 차트와 다이어그램 이해 같은 전문 업무가 주요 활용처다. 코딩 전용 모델이라기보다 어려운 지식 노동을 함께 처리하는 상위 모델에 가깝다.

Opus 4.8과 같은 비용

표준 API 가격은 입력 100만 토큰당 5달러, 출력 100만 토큰당 25달러다. Opus 4.8의 표준 가격과 같다. 성능이 높아졌지만 기본 단가는 유지된 것이다.

대신 effort를 높이면 모델이 더 오래 생각하면서 사용 토큰과 대기 시간이 늘 수 있다. 무조건 max로 두기보다 실제 업무에 필요한 품질을 확인하며 단계를 조절하는 게 현실적이다. 프롬프트 캐시를 만들 수 있는 최소 길이는 기존 1,024토큰에서 512토큰으로 낮아져, 비교적 짧은 반복 입력도 캐시하기 쉬워졌다.

Opus 5는 클로드의 Pro, Max, Team, Enterprise 사용자에게 제공되며 API와 주요 클라우드 플랫폼에서도 사용할 수 있다. API 모델 ID는 claude-opus-5다. 이용 범위와 가격은 바뀔 수 있으므로 적용 전에는 앤트로픽 Opus 안내와 공식 플랫폼 문서를 확인하는 편이 좋다.

누구에게 체감이 클까

대규모 코드를 다루는 개발자, 여러 자료를 엮어 보고서를 만드는 사람, 장시간 움직이는 업무 자동화 에이전트를 운영하는 팀이라면 변화가 크게 느껴질 수 있다. 모델이 잠깐 답하는 데서 끝나지 않고, 계획하고 실행하고 검토하는 전 과정을 맡을수록 장점이 살아난다.

반면 짧은 번역이나 간단한 이메일 작성이 대부분이라면 더 빠르고 경제적인 모델이 편할 수 있다. Opus 5는 무엇이든 무조건 맡기는 모델보다, 실패 비용이 크고 판단이 많이 필요한 일에 투입하는 프리미엄 모델에 가깝다.

정리하면

클로드 Opus 5의 핵심은 단순한 점수 상승보다 ‘오래 일하는 능력’이다. Opus 4.8과 같은 100만 토큰 컨텍스트와 표준 API 가격을 유지하면서, 깊은 추론과 복잡한 코딩, 장기 에이전트 작업의 안정성을 높였다.

생각 기능이 기본으로 켜지고 effort 설정의 영향도 커졌다. 따라서 이전 모델에서 옮겨오는 개발자는 출력 한도와 비용, 응답 시간을 함께 점검해야 한다.

간단한 질문에서는 차이가 작을 수 있다. 하지만 큰 코드베이스를 고치거나 여러 도구를 오가며 긴 업무를 끝내야 한다면 이야기가 달라진다. Opus 5는 답변을 잘 만드는 AI에서 한 걸음 더 나아가, 복잡한 일을 끝까지 맡길 수 있는 AI에 가까워졌다.

주석

1. 모델이 요청을 처리할 때 투입할 추론 노력의 수준을 조절하는 설정이다. 높일수록 더 깊게 생각하는 대신 토큰 사용량과 응답 시간이 늘 수 있다. ↩