발표문을 열어보면 첫 화면이 묘하다. 모델 카드의 무게중심이 코딩 성능이 아니라 한 단어에 쏠려 있다. ‘정직성(honesty)’이다. 더 빠른 모델도, 더 똑똑한 모델도 아니다. 더 솔직한 모델이라는 것이 5월의 메시지다. 어제 카드 명세서를 보고 떠난 그 개발자가 받기엔 의외의 키워드다.

코딩 1위를 GPT-5.5에 내준 회사가 꺼낸 새 카드

한국 개발자가 4월에 클로드를 떠난 이유는 단순하지 않다. 두 배에 가까워진 카드 명세서가 직접 동기였다면, 그 한 달 동안 누적된 신호가 배경이었다. GPT-5.5가 SWE-bench 같은 주요 코딩 벤치마크에서 앞서갔고, 오픈AI(OpenAI)의 코드 도구 코덱스가 클로드 코드 헤비 유저들을 빠르게 끌어갔다. IT 매체 요즘IT는 그 한 달을 “주도권을 내준 시기”로 정리했다. 시리즈 [알파고10년 기획-4]가 추적한 다섯 가지 회수 신호가 같은 시기에 한국 사용자의 카드에 도착했다.

그러니 5월의 새 모델이 코딩 성능 1위 탈환을 외쳐도 이상하지 않았을 자리에서, 앤트로픽은 다른 카드를 꺼냈다. 시스템 카드의 평가에 따르면 4.8은 자신이 쓴 코드의 결함을 지적 없이 통과시킬 확률이 직전 모델보다 약 4배 낮다. 사용자가 잘했다고 거짓 칭찬을 해도 결함을 짚고, 모르는 것을 모른다고 말한다. 이 진화는 환영할 만하다.

다만 카드의 위치가 흥미롭다. 가장 빠른 AI도, 가장 똑똑한 AI도 아니다. ‘가장 믿을 수 있는 AI’다. AI 모델은 셀 수 없이 많지만 환각이 적고 자기 한계를 솔직히 말하는 모델이라는 자리는 아직 비어 있다. 앤트로픽이 그 자리에 깃발을 꽂으려 한다. 코딩 1위 자리에서 밀린 회사가 시장 포지셔닝을 한 칸 옆으로 옮긴 사건이다.

정직성을 말하는 발표문이 정직하지 않은 자리

다만 발표문 자체가 같은 정직성으로 쓰여 있는지는 별개 문제다. 4.6 출시 때 13개, 4.7 때 12개였던 비교 벤치마크 개수가 4.8에서는 6개로 줄었다. 이전 모델들이 거의 매번 등장시켰던 SWE-bench를 포함한 코딩 벤치마크 일부가 이번에는 빠졌다. 해커뉴스(Hacker News)의 한 사용자는 누락 패턴을 짚으며 “1위라고 발표할 수 있는 항목만 보여주려는 의도가 아니라면 설명되지 않는다”고 적었다.

더 묵직한 단서는 측정 도구에서 나왔다. AI 모델 평가 사이트 한 곳의 측정에 따르면 4.8은 같은 작업을 마치는 데 4.7보다 토큰을 두 배 가까이 쓴다. 단가는 동결됐지만 실제 청구서는 두 배가 된다는 뜻이다. 출시 당일 한 한국 개발자는 “프로 사용량이 10분 만에 다 녹아버렸다”고 적었다. 어제 카드 명세서를 보고 떠난 사람의 손에 새 모델이 들어와도, 청구서의 무게는 줄어들 기색이 없다.

한국 사용자에게 진짜 가격은 어디 적혀 있나

이 지점이 한국 사용자가 잡아야 할 실용적인 단서다. 앤트로픽이 가격을 동결했다고 발표할 때 봐야 할 숫자는 입력 100만 토큰당 5달러나 출력 25달러가 아니다. 같은 작업을 마치는 데 모델이 평균 몇 개의 토큰을 쓰느냐다. 그 수치는 발표문에 없다. 출시 1~2주가 지나 사용자 측정이 누적될 때야 윤곽이 드러난다.

시리즈 4편이 이미 같은 구조를 짚었다. 4월의 토크나이저 변경 때 단가는 그대로였지만 같은 입력이 더 많은 토큰으로 환산되면서 청구서가 1.5배까지 늘었던 사건이다. 5월의 4.8 출시도 같은 흐름의 연장이라면, 한국 사용자가 다가올 카드 명세서에서 답을 받아 든다. 그래서 4.8을 쓰는 동안 자기 토큰 소비를 기록해두는 일이 의외로 중요하다. 같은 작업을 4.7과 4.8에서 한 번씩 돌려보고 토큰 수를 비교하는 단순한 기록 한 줄이, 다음 청구서의 진짜 가격을 미리 알려준다.

빠른 출시 주기는 누구의 시계인가

4.6, 4.7, 4.8이 모두 한 달 남짓 간격으로 잇따라 나왔다. 사용자 입장에서는 새 기능이 자주 도착하는 모양새다. 그런데 같은 주기를 다른 시선으로 보면 한 분기 매출 지표를 맞추기 위한 출시 일정으로도 읽힌다.

4.8 발표문 마지막에 적힌 관련 콘텐츠 첫 줄이 단서를 흘렸다. “앤트로픽 시리즈 H 라운드 650억 달러 모금, 포스트 머니 평가 9,650억 달러”였다. 새 모델 출시가 기술 진보의 주기인 동시에 IPO를 앞둔 회사의 분기 보고서 데이터 입력 시점이라는 게 우연이 아니다. 노력 제어(effort control)와 동적 워크플로(dynamic workflows) 같은 새 기능은 사용자 편의처럼 포장되지만, 한편으로는 비용·마진·연간 반복 매출을 조율하는 손잡이다. 사용자가 매번 새 버전으로 갈아타면서도 “정말 좋아졌는지 모르겠다”는 피로가 누적되면, 빠른 출시 주기는 신뢰의 자산이 아니라 피로의 원천이 된다.

새 카드를 받아들이되, 그 뒷면도 본다

시리즈 [알파고10년 기획-5]가 마무리한 자세는 단순했다. 변화에 뒤쳐지지도, 한 도구에 종속되지도 않는다. 5월의 4.8 출시 앞에서 그 자세가 다시 시험대에 오른다.

코딩 작업이 클로드 코드에 묶여 있는 한국 개발자라면 4.8의 동적 워크플로는 환영할 진보다. 코덱스의 /goal 기능을 한 발 넘어선 설계로, 단일 세션에서 수십에서 수백 개의 서브 에이전트를 알아서 오케스트레이션한다. 4월에 떠난 사람을 다시 끌어올 단단한 카드다. 그러나 그 환영 옆에 한 가지 메모를 같이 적어둘 만하다. 정직성이라는 새 카드를 받아들이되, 그 카드의 뒷면이 IPO 분기 보고서일 가능성을 함께 본다.

답은 발표문이 아니라 다음 카드 명세서가 알려준다. 4.8이 같은 작업에 몇 개의 토큰을 쓰는지, 5월에 받은 약관 변경 메일이 다가올 청구서를 어떻게 바꾸는지, 그 수치 한 줄이 새 카드의 진짜 가격이다. 그때까지 한국 사용자가 할 수 있는 가장 합리적인 행동은 한 가지로 좁혀진다. 자기 토큰 소비를 기록해두고, 4.7과 4.8을 비교 가능한 상태로 만들어두는 것. 어제 카드 명세서를 보고 클로드 코드를 닫았던 그 개발자가 한 달 뒤 같은 결정을 다시 내릴지 아닐지는, 그 기록이 답한다.

본 콘텐츠는 검색 및 뉴스, 보고서 등 공개된 다양한 정보를 바탕으로 작성한 전문가적 견해이며, 실제 비즈니스 의사결정이나 실행 시에는 반드시 해당 분야 전문가의 자문을 구하시기 바랍니다.

참고자료

• Anthropic, “Introducing Claude Opus 4.8”, 2026.05.28
• GeekNews(news.hada.io), “Anthropic, Claude Opus 4.8 출시” 및 해커뉴스(Hacker News) 사용자 반응 번역, 2026.05.29
• 요즘IT(yozm.wishket.com), “Opus 4.8 등장: 클로드는 빼앗긴 주도권을 찾아올까?”, 2026.05.29
• aibenchy.com, Claude Opus 4.7·4.8 토큰 소비 비교 측정, 2026.05.29

게시물 코딩 1위를 내준 자리에 놓인 카드 — Claude Opus 4.8과 그 다음의 청구서이 Value Chain of Life에 처음 등장했습니다.

같은 주, 같은 도시, 정반대 카드

5월 5일과 6일(현지시간) 샌프란시스코에서 OpenAI가 ‘GPT-5.5 파티’, Anthropic이 ‘Code with Claude’ 컨퍼런스를 24시간 차이로 열었다. 행사 톤도 달랐지만 더 중요한 건 양사가 던진 카드가 정확히 반대 방향이었다는 점이다.

OpenAI 카드는 단순했다. 파티 신청자 8000명 전원에게 코덱스(Codex) 사용량을 한 달간 10배로 풀었다. 행사에 못 온 신청자도 모두 포함이다. 한 달간 8000명에게 풀 성능 환경을 풀어준다는 건 OpenAI에 추론 인프라 여유가 있다는 신호이자, GPT-5.5 기반 코딩 환경을 사용자 일상에 정착시키려는 의도다.

Anthropic 카드는 새 모델이 아니었다. 자가 개선 기능 ‘드리밍(Dreaming)’, 자동 채점 시스템 ‘아웃컴(Outcomes)’, 멀티 에이전트 오케스트레이션을 발표했다. 메시지는 “쓸수록 똑똑해진다”. 법률 AI 회사 Harvey는 드리밍 적용 후 작업 완료율이 6배 늘었다고 했다. 새 사용자를 끌어오는 카드가 아니라 기존 사용자를 더 깊이 들이는 카드다.

왜 정반대인가 — 점유율 역전이 만든 입장 차이

Counterpoint Research 자료에 따르면 2026년 1분기 글로벌 LLM 매출 점유율에서 Anthropic이 31.4%로 OpenAI(29%)를 처음 앞섰다. 사용자 규모는 정반대다. Anthropic 월 1억 3400만 명, OpenAI 약 9억 명. 그런데 Anthropic의 사용자당 월평균 매출이 $16.20, OpenAI는 $2.20이다. 7배 이상 차이다.

한 명에게 더 많이 받아 점유율을 잡은 구조다. 이게 5월 첫째 주 두 카드를 설명한다. OpenAI는 빠진 점유율을 회복하려면 기존 사용자에게 더 많이 쓰게 하는 게 가장 빠르다. Anthropic은 매출이 80배 늘면서 컴퓨팅이 못 따라가는 상태다.

“원래 10배 성장을 예상하고 계획했지만, 1분기 매출과 사용량은 연 환산 기준으로 80배 증가했다. 정말 미친 수준이다.”

— Dario Amodei, Anthropic CEO. 2026.5.6 ‘Code with Claude’ 컨퍼런스. CNBC 보도.

데이터센터는 부지·전력·장비·냉각이 묶여 수개월에서 수년이 걸린다. 신규 사용자를 더 늘리는 것보다 기존 사용자가 빠져나가지 않게 잡는 쪽이 이 단계 Anthropic의 합리적 선택이다.

풀린 한도와 풀리지 않은 한도

Code with Claude 같은 날 5월 6일, Anthropic은 SpaceX 콜로서스(Colossus) 1 데이터센터 전체 임대를 발표했다. 22만 개 이상 NVIDIA GPU, 300MW 이상 신규 컴퓨팅 용량을 한 달 안에 확보한다. 연간 약 50억 달러 규모다.

같은 날 사용자 한도 일부가 풀렸다. Claude Code의 5시간 사용 한도가 Pro·Max·Team·Enterprise 모든 등급에서 두 배로, Pro·Max의 피크 시간대 제한은 폐지, Opus API 분당 호출 한도도 대폭 상향됐다.

그런데 지난 글에서 다룬 주간 한도는 그대로 남았다. Opus 4.6으로 다운그레이드를 막은 구조도 그대로다. 5/6 발표는 한도가 가격 정책이 아니라 물리적 컴퓨팅 부족 때문이라는 걸 사실상 인정한 셈인데, 그래도 모든 한도를 풀지는 않았다.

Anthropic이 쥐고 있는 카드는 두 종류다. 컴퓨팅이 들어오면 풀어줄 수 있는 한도(5시간)와, IPO 숫자를 위해 당분간 풀지 않을 한도(주간·다운그레이드 봉쇄).

한국 개발자 입장에서 본 5월 첫째 주

Claude Code Max를 쓰는 한국 개발자라면 이번 주 변화의 의미는 비교적 명확하다. 5시간 한도가 두 배로 늘어 단발성 작업은 숨통이 트였지만, 주간 한도와 4.6 다운그레이드 봉쇄는 그대로다. 토큰 팽창과 xhigh 기본값으로 같은 작업이 더 빠르게 한도를 깎는 구조도 변하지 않았다.

OpenAI가 코덱스를 한 달간 10배 풀어준 건 ChatGPT Plus($20) 구독자에게 GPT-5.5 기반 코딩 환경을 정착시키려는 신호다. 본격적인 라우팅 — Anthropic은 정밀 편집·멀티 파일 아키텍처에, OpenAI는 광범위 리팩토링·자율 실행에 — 을 시도해볼 시점이다. 차주부터 Codex 본격 테스트에 들어간다.

다음 한 달 안에 또 어떻게 바뀔지

4월 26일 정리한 분류표가 2주 만에 새 칸을 추가해야 했다. 사용량 풍족함 대 사용량 심화, 5시간 한도는 풀고 주간은 안 풀고, 31.4% 대 29%. 변수가 일주일 단위로 갱신된다.

사용자 숙제는 어느 모델이 더 좋은가가 아니다. 어느 회사가 어떤 단계에 있고, 그 단계가 가격·한도·기능에 어떻게 반영되는지 — 그 흐름을 매주 따라가는 것이다. 다음 글에서 Codex 테스트 결과를 정리할 생각이다. 그땐 또 어떤 그림 위에 쓰게 될지 모르겠다.

참고자료

• AI타임스, 「오픈AI ‘GPT-5.5 파티’ 신청자 8000명에 ‘코덱스’ 사용량 10배 제공…앤트로픽도 맞불」, 2026.5.6
• AI타임스, 「”자고 깨면 더 똑똑해져”…앤트로픽, AI 자기 개선 기능 ‘드리밍’ 공개」, 2026.5.7
• AI타임스, 「아모데이 “앤트로픽 1분기 매출 80배 성장…컴퓨팅 부족으로 어려움”」, 2026.5.7
• The Register, “Anthropic tops OpenAI in LLM revenue stakes” (Counterpoint Research Q1 2026 데이터 인용), 2026.4.30
• Anthropic 공식 블로그, “Anthropic and SpaceX agree to compute partnership” (Colossus 1 임대 발표), 2026.5.6

면책 사항

본 글은 정보 제공 목적이며, 개별 의사결정은 해당 분야 전문가의 의견을 참고하시길 권합니다.

게시물 2주 만에 낡은 정보가 될만큼 빠른 변화들 — GPT-5.5 파티와 Code with Claude가 다시 그린 코딩 AI 지형도이 Value Chain of Life에 처음 등장했습니다.

2026년 4월의 마지막 두 주는 코딩 AI 역사상 가장 경쟁이 뜨거웠던 한 주로 기록될 것 같다. 4월 16일 Anthropic이 Claude Opus 4.7을 출시하고, 정확히 7일 뒤인 23일에 OpenAI가 GPT-5.5(코드명 ‘Spud’)로 답했다. 두 모델 모두 회사의 플래그십 코딩 모델이고, 둘 다 1M 토큰 컨텍스트를 지원한다.

그런데 이 일주일 사이 더 흥미로운 일이 일어났다. 벤치마크 비교가 아니라 개발자 커뮤니티의 분열이었다.

Opus 4.7 출시 24시간 안에 일어난 일

4월 16일 Opus 4.7이 풀린 직후 Reddit과 Hacker News에 비판이 쏟아졌다. “이전 버전보다 명백히 나쁘다”, “복잡한 작업에서 사고 기능이 작동하지 않는다”, “심각한 회귀(regression)다.” 어떤 개발자는 출시 몇 분 만에 Opus 4.6으로 되돌렸다. 한 일본 사용자는 짧게 한 줄을 올렸다. “평판이 너무 나빠서 즉시 4.6으로 돌렸다.”

가장 무거운 보고는 AMD의 한 시니어 엔지니어에게서 나왔다. 그는 6,852개의 Claude Code 세션을 분석한 후 상세한 버그 리포트를 제출하면서 “복잡한 엔지니어링 작업을 신뢰할 수 없다”고 결론 내렸다.

그러자 Anthropic의 Claude Code 리드 엔지니어 Boris Cherny가 직접 답했다. 936개의 좋아요를 받은 그의 게시물은 짧고 분명했다. “Opus 4.7은 의미 있는 한 단계 발전이다. 최대한 활용하려면 워크플로우를 조정하는 시간을 가져야 한다.”

사실 그것은 회귀가 아니었다

커뮤니티가 시간을 두고 분석한 결과, Opus 4.7은 약해진 것이 아니라 사용 방식의 전제 자체가 바뀐 모델이었다. 변화의 핵심은 다섯 가지다.

첫째, 새 토크나이저가 같은 입력에 대해 1.0~1.35배 더 많은 토큰을 사용한다. 일부 측정에서는 1.16~1.51배까지 나왔다. 즉 같은 작업의 비용이 최대 35% 이상 늘 수 있다.

둘째, Adaptive thinking이 기본값으로 꺼져있다. 4.6에서 자동으로 켜져있던 사고 모드를 4.7에서는 명시적으로 요청해야 한다. 모델 ID만 바꾸고 다른 설정을 그대로 둔 사용자는 자기도 모르는 사이 더 강력한 모델의 추론 기능을 끈 채 사용하고 있었다.

셋째, 사고 과정 표시가 ‘omitted’ 기본값으로 바뀌었다. 4.6에서는 사용자에게 사고 토큰이 스트리밍으로 보여 진행 상황이 가시화됐는데, 4.7에서는 빈 화면 후 결과만 떨어진다. “느려졌다”는 불만의 약 90%가 이 한 가지 변경에서 비롯됐다는 분석이 있다.

넷째, temperature·top_p·top_k 같은 샘플링 파라미터가 제거됐다. 기존 코드가 그대로 호출하면 400 에러를 받는다.

다섯째, 모델이 프롬프트를 더 literal하게 해석한다. 4.6은 모호한 프롬프트도 알아서 채워주었지만, 4.7은 명시된 대로만 한다.

요약하면 모델이 약해진 것이 아니라, 같은 입력에 대해 더 많은 비용을 내고, 더 정확한 프롬프트를 쓰며, 더 명확한 효과 레벨을 지정해야 하는 모델이 됐다는 의미다. 워크플로우를 바꾸지 않은 사용자에게는 회귀처럼 느껴지고, 워크플로우를 조정한 사용자에게는 의미 있는 업그레이드인 것이다.

OpenAI GPT-5.5의 정반대 카드

일주일 후 출시된 GPT-5.5는 정반대 철학을 보여준다. GPT-4.5 이후 처음 완전 재학습된 베이스 모델이고, OpenAI 자체 평가 기준으로 동일 작업에서 GPT-5.4 대비 약 40% 적은 토큰을 사용한다. 외부 비교에서는 Claude Opus 4.7 대비 약 72% 적은 출력 토큰이라는 측정도 나왔다. 토큰 효율이 압도적이다.

OpenAI의 권장 사용 방식도 다르다. low/medium/high/xhigh 효과 레벨 중 medium을 기본 권장한다. 사용자가 효과 레벨로 고민하지 않아도 되고, Codex에 통합되어 ChatGPT Plus($20) 구독자도 별도 구독 없이 사용할 수 있다. 이미 Codex의 주간 200만 사용자가 자동으로 GPT-5.5로 옮겨갔다.

실리콘밸리 PM이자 ChatPRD CEO인 Claire Vo의 후기가 회자됐다. “Claude Code와 GPT-5.4가 모두 포기한 Bluetooth pixel 디스플레이 역공학 작업을 GPT-5.5가 해냈다. 100만 출력 토큰당 180달러를 지불할 가치가 있다.”

그런데 GPT-5.5는 환각률 1위라는 데이터가 있다

독립 벤치마킹 기관 Artificial Analysis가 출시 당일 오후에 공개한 평가가 흥미롭다. AA-Omniscience 벤치마크에서 GPT-5.5는 정확도 57%로 모든 플래그십 모델 중 1위를 기록했다. 그런데 동시에 환각률 86%로 같은 벤치마크에서 최악의 점수를 받았다.

비교 수치는 이렇다.

• GPT-5.5: 정확도 57% (1위), 환각률 86% (최악)
• Claude Opus 4.7: 환각률 36%
• Gemini 3.1 Pro: 환각률 50%

Artificial Analysis의 평가는 직설적이다. “GPT-5.5는 답을 알 때는 더 정확하지만, 모를 때는 더 적극적으로 confabulate(꾸며내기)한다.” 14점 정확도 향상은 “더 많이 알아서”가 아니라 “더 자신 있게 commit해서” 얻은 것이라는 분석이다. 같은 평가에서 GPT-5.5 Pro는 BullshitBench(논리적으로 말이 안 되는 질문에 반박하는 능력) 점수가 35%로 표준 GPT-5.5의 45%보다 오히려 낮았다. 더 비싼 모델이 의심하는 능력은 더 약한 셈이다.

실무 영향은 명확하다. 한 분석가는 이렇게 짚었다. “코드 작성 시 환각된 라이브러리 이름이 86% 환각률이 가장 자주 사용자를 무너뜨리는 방식이다.” 존재하지 않는 패키지명, 사라진 API, 옛 버전의 함수 시그니처를 자신 있게 생성하기 때문이다.

벤치마크 너머 실제 워크플로우

두 모델의 워크플로우 차이를 정리하면 이렇게 된다.

Claude Code는 슈퍼바이저 페어 프로그래머에 가깝다. 질문을 던지고, 트레이드오프를 설명하고, 단계를 안내한다. 1M 컨텍스트와 SWE-bench Verified 87.6%로 대규모 코드베이스의 아키텍처 추론에 강하다. 다만 Opus 4.7로 올라가면서 더 명확한 프롬프트와 효과 레벨 지정을 요구한다.

Codex는 자율 클라우드 실행자에 가깝다. 병렬 샌드박스로 여러 작업을 동시 실행하고, GitHub 통합이 일등급이며, 감사 로그가 풍부하다. Terminal-Bench 2.0 82.7%로 명령줄 워크플로우와 DevOps 자동화에 강하다. 다만 외부 API를 호출하는 코드에서는 환각된 라이브러리·함수명을 잡아내는 검증 단계를 추가하지 않으면 위험하다.

Builder.io 사용자 평가에서는 GPT-5 Codex가 Sonnet 대비 40% 높은 만족도를 받았는데, 같은 사용자 그룹에서 블라인드 코드 리뷰를 했더니 결과가 뒤집혔다. Claude의 코드가 67%의 비율로 더 깨끗하고 관용적이라는 평가를 받은 것이다. 한 댓글이 이 분열을 정확히 요약했다. “Claude는 정밀한 편집을, Codex는 광범위한 리팩토링을 한다.”

그래서 시니어 개발자들은 둘 다 사용한다. Claude로 계획·아키텍처·리뷰를 하고, Codex로 병렬 실행과 반복 작업을 처리하는 식이다.

한국 개발자 환경에 던진 의미

한국 개발자 커뮤니티 입장에서 두 모델 출시는 몇 가지 실용적 함의를 남긴다.

먼저 Claude Pro($20) 사용자라면 Opus 4.7의 새 토크나이저로 한국어 코드 주석·문서의 토큰 비용 영향을 따로 측정할 가치가 있다. 한국어가 영어보다 토큰 수가 많이 잡히는 언어라 35% 증가 영향이 더 클 수 있다. 또한 4.7을 모델 ID만 바꿔서 사용 중이라면 효과 레벨을 xhigh로 명시하지 않는 한 4.6보다 약하게 작동할 가능성이 있다.

ChatGPT Plus($20) 사용자라면 GPT-5.5가 이미 Codex를 통해 자동 사용 가능하다. 별도 구독이 필요하지 않아 비용 부담은 적은 편이다. 다만 외부 API 호출이나 사실 검증이 중요한 코드에는 86% 환각률 데이터를 염두에 두고 검증 단계를 추가하는 것이 안전해 보인다.

Cursor·VS Code 같은 IDE 통합 환경에서는 두 모델 모두 이미 사용 가능하다. 가벼운 코드 리팩토링에는 Codex, 멀티 파일 아키텍처 변경에는 Claude로 라우팅하는 패턴이 시니어 개발자들 사이에서 정착하고 있다.

두 회사가 던진 정반대 숙제

두 모델은 같은 코딩 영역을 두고 정반대 철학으로 경쟁한다.

Anthropic은 사용자에게 워크플로우 조정을 요구한다. 더 명확한 프롬프트, 명시적 효과 레벨, 새로운 task budget 설정. 그 대가로 환각률 36%의 신뢰성과 멀티 파일 일관성을 약속한다.

OpenAI는 사용자에게 검증 단계 추가를 요구한다. 토큰 효율과 자율 실행 강점을 활용하되, 환각된 라이브러리 이름과 사실 오류를 잡는 fact-check 패스를 추가하라. 그 대가로 자율 에이전트가 처리하는 작업 범위가 확장된다.

“어느 모델이 더 좋은가”가 아니라 “내 작업이 어느 트레이드오프와 맞는가”가 진짜 질문이 됐다. 환각이 비싼 작업(법률·의료·외부 API 코드)에는 Claude, 토큰 효율이 비싼 작업(장기 실행 에이전트·터미널 자동화)에는 GPT-5.5라는 라우팅이 합리적으로 보인다.

한 가지 덧붙이면, 앞선 글에서 다룬 미토스 봉인 결정도 같은 시기에 일어났다. Anthropic이 강력한 모델을 폐쇄형 그룹에만 풀어둔 그 일주일이, 코딩 모델 영역에서는 4.7의 워크플로우 요구로 나타난 것일 수도 있다. 같은 회사의 다른 두 결정이 같은 철학에서 나온 셈이다.

한국 개발자가 두 모델을 한 달간 실제로 써본 후기는 별도 글에서 다뤄볼 생각이다.

게시물 Anthropic은 워크플로우를, OpenAI는 검증을 요구한다 — Claude 4.7과 GPT-5.5가 개발자에게 던진 숙제이 Value Chain of Life에 처음 등장했습니다.