Claude Sonnet 5.5 출시 — 속도 30%·작업 비용 최대 30% 절감, 어디까지 확인됐나

SVIL - Singularity Visual Intelligence Lab 2026. 09. 29 10 min read

Anthropic이 9월 28일 Claude Sonnet 5.5를 공개했습니다. 회사는 이전 Sonnet 5보다 출력 속도가 30% 이상 빠르고, 같은 작업을 끝내는 비용은 최대 30% 낮아질 수 있다고 설명합니다.

다만 API의 토큰 단가는 그대로입니다. 절감 주장은 모델이 더 적은 토큰과 도구 호출로 일을 마친다는 회사의 내부 평가에 기대고 있어, 실제 비용은 사용자의 작업과 설정에 따라 달라질 수 있습니다.

9월 28일 공개된 Sonnet 5.5

Anthropic은 Claude 5.5 제품군의 두 번째 모델로 Sonnet 5.5를 발표했습니다. Sonnet 5를 쓰던 중간 가격대 모델을 교체하며, 일상적인 업무와 코드 수정에서 속도와 효율을 높이는 데 초점을 뒀습니다.

Opus와 Haiku 사이의 역할

회사는 복잡한 판단이 필요한 장시간 작업은 Opus 5.5, 정해진 범위의 일상 업무는 Sonnet 5.5, 대량·저비용 처리는 앞으로 나올 Haiku 5.5에 맡기는 구도를 제시합니다. 실제 선택은 작업 난도와 호출 비용을 함께 봐야 합니다.

“30% 빠르다”는 발표의 범위

Anthropic은 Sonnet 5.5가 Sonnet 5보다 출력을 30% 이상 빠르게 생성한다고 밝혔습니다. 이는 회사의 비교 결과이며 모든 프롬프트와 서비스 환경에서 응답 시간이 같은 비율로 줄어든다는 뜻은 아닙니다.

토큰 단가는 Sonnet 5와 같습니다

공개된 표준 API 단가는 입력 토큰 백만 개당 2달러, 출력 토큰 10달러, 캐시 읽기 0.20달러입니다. Sonnet 5와 표면 가격이 같으므로 절감은 가격표 인하가 아니라 작업당 사용량 감소에서 발생한다고 회사는 설명합니다.

작업당 최대 30% 절감 주장

Anthropic은 같은 일을 완료하는 데 Sonnet 5.5가 더 적은 토큰을 사용해 일부 작업에서 비용을 최대 30% 줄였다고 발표했습니다. 최대값은 대표 평균이 아니므로, 각 팀은 기존 프롬프트와 도구 설정으로 반복 측정해야 합니다.

Terminal-Bench 4.0의 큰 점프

회사가 공개한 Terminal-Bench 4.0 점수는 Sonnet 5.5 70.6%, Sonnet 5 10.3%입니다. 명령줄에서 다단계 전문 작업을 수행하는 평가지만, 단일 점수만으로 전체 코딩 품질이나 실제 운영 성공률을 설명할 수는 없습니다.

비교표에서 빠진 모델이 있습니다

Anthropic은 Terminal-Bench와 OpenAI가 GPT-6 Sol의 공개 점수를 제공하지 않아 해당 비교에는 GPT-5.6 Sol 값을 실었다고 적었습니다. 모델 간 표를 읽을 때 비교 대상과 effort 설정이 같은지 먼저 확인할 필요가 있습니다.

FrontierCode 결과는 설정에 따라 달라집니다

FrontierCode 1.1 메인 세트에서 Sonnet 5.5는 Max effort에서 46.2%, Xhigh에서 52.1%로 표시됩니다. 이 벤치마크는 코드 변경이 병합될 수준인지 평가한다고 설명하며, 높은 effort가 더 많은 시간과 비용을 쓸 수 있다는 점도 함께 봐야 합니다.

CursorBench가 보는 실제 코드 작업

CursorBench 4.0 점수는 Sonnet 5.5 55.5%, Sonnet 5 34.1%, Opus 5.5 57.8%입니다. Anthropic은 실제 개발 세션에서 가져온 모호한 다중 파일 과제를 평가한다고 설명하지만, 공개된 점수를 제품 전반의 승률로 일반화할 수는 없습니다.

도구 호출 수와 반복 횟수

Anthropic은 초기 평가자들이 Sonnet 5.5가 도구 호출을 더 묶어 보내고 필요한 단계가 줄었다고 전했습니다. 작업 흐름에서는 호출 수가 줄면 지연과 비용이 같이 줄 수 있지만, 사용자가 개입해야 하는 시점이 적절한지는 별도로 검증해야 합니다.

GDPval-AA가 보여 준 지식 업무 점수

회사가 제시한 GDPval-AA v2.1 점수는 Sonnet 5.5 1844, Opus 5.5 1846, Sonnet 5 1449입니다. 44개 직업군과 9개 산업의 업무를 다루는 평가라고 설명하지만, 점수 차이가 실제 직무 생산성 차이와 같지는 않습니다.

컴퓨터 사용 평가는 Opus에 조금 못 미칩니다

OSWorld 2.1의 공개 결과는 Sonnet 5.5 80.1%, Opus 5.5 81.8%, Sonnet 5 57.0%입니다. Anthropic은 부분 성공 표기를 사용하므로, 실제 브라우저·데스크톱 자동화에서 완료율과 오류 복구도 같이 측정해야 합니다.

이미지와 시각 자료 처리

Anthropic은 Sonnet 5.5의 차트 인식 점수와 이미지 이해를 소개하고, 스크린샷만으로 Pokémon Red를 진행한 사례도 들었습니다. 흥미로운 시연이지만 특정 게임의 수행이 모든 UI 조작이나 시각 추론 능력을 보증하지는 않습니다.

문서·슬라이드 작업도 주요 표적입니다

제품 소개는 문서와 슬라이드, 스프레드시트를 다듬는 업무를 Sonnet의 대표 용도로 꼽습니다. 템플릿 준수와 첫 결과의 편집량은 점수 하나보다 실무자가 바로 확인할 수 있는 평가 항목입니다.

협력사 사용 후기는 별도 근거로 읽어야 합니다

Anthropic 페이지에는 Epic Games, Unity, Slack, Zendesk 등 초기 평가자 의견이 담겼습니다. 현장 맥락을 보여 주지만 참여 기업의 제한된 표본이며, 제품 전반의 독립 검증 결과와는 구분됩니다.

어디에서 사용할 수 있나

발표는 Claude 앱과 개발자 플랫폼을 포함한 출시 경로를 안내합니다. AWS는 9월 28일 자사 환경에서 사용할 수 있다고 별도 공지했으며, 각 클라우드의 모델 제공 여부와 지역·계정 조건은 서비스별로 확인해야 합니다.

보안 가드레일이 강화된 이유

Anthropic은 Sonnet 5.5의 사이버 보안 역량이 Sonnet 5보다 높아, 일부 고위험 요청에서는 Opus 5.5와 비슷한 가드레일과 Sonnet 5로의 대체 동작을 적용한다고 밝혔습니다. 일상적인 개발과 고위험 악용 요청을 나눠 다루려는 설계입니다.

안전 평가 결과에도 한계가 있습니다

회사는 약 1,850개 시나리오의 자동 행동 감사를 공개하며 대부분의 정렬 지표에서 Sonnet 5.5가 Sonnet 5와 같거나 개선됐다고 했습니다. 동시에 어떤 평가 묶음도 모든 실패를 잡아내지는 못한다고 인정합니다.

보안과 생물학 정책은 같은 규칙이 아닙니다

발표에 따르면 사이버 보안 요청은 위험도가 높으면 이전 모델로 전환될 수 있고, 생물학 보호 정책은 Sonnet 5의 범위를 이어갑니다. 이용자는 안전 정책의 존재뿐 아니라 어떤 상황에서 작업이 중단되거나 대체되는지 살펴야 합니다.

모델 카드에서 확인할 내용

Sonnet 5.5 시스템 카드는 위험 분석, 평가 조건, 정책 적용 범위를 설명합니다. 모델 소개의 요약 수치만 인용하기보다 카드에서 평가 방법과 한계를 확인해야 독자가 성능과 안전 주장 사이의 맥락을 이해할 수 있습니다.

이번 출시는 가격표보다 효율 경쟁입니다

Sonnet 5.5의 변화는 토큰당 가격을 낮춘 제품이 아니라, 같은 작업에 필요한 토큰·도구 호출·대기 시간을 줄이겠다는 주장입니다. 자동화가 많은 조직에서는 이 차이가 누적 비용에 영향을 줄 수 있지만, 실제 워크로드 측정이 필요합니다.

도입 전에 비교할 세 가지

기존 프롬프트 묶음을 고정하고 완료율, 사람의 수정 시간, 전체 토큰 비용을 함께 비교하는 편이 좋습니다. 모델 버전, effort 수준, 도구 접근 권한을 기록해야 Sonnet 5와 5.5의 결과를 공정하게 대조할 수 있습니다.

남은 질문은 독립 재현입니다

현재 발표 수치는 출시 당일 Anthropic과 초기 파트너들의 자료에 많이 의존합니다. 외부 평가가 같은 작업군과 조건에서 속도·비용·실패율을 재현하는지, 고위험 차단이 정상 업무를 얼마나 막는지가 다음 확인 지점입니다.

정리: 더 빠르고 효율적이라는 제품 주장

Claude Sonnet 5.5는 같은 표준 토큰 가격에서 더 빠르게 작업하고 작업당 비용을 줄인다는 새 모델입니다. 숫자는 유망하지만 최대 절감률과 벤치마크는 작업별 체감과 다를 수 있어, 도입 판단은 자체 데이터로 검증해야 합니다.

출처

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/