AI 모델 고를 때마다 드는 고민이 있습니다. 성능은 좋은데 너무 비싸거나, 저렴한데 결과물이 아쉽거나. 그 딜레마를 Anthropic이 이번에 제법 정면으로 건드렸습니다. Claude Opus 5가 공개됐는데, 상위 모델 수준의 성능을 절반 가격에 낸다는 게 핵심입니다. 직접 벤치마크 수치를 뜯어보니 단순 홍보 문구가 아닌 부분도 있었고, 반대로 생각보다 차이가 크지 않은 영역도 있었습니다.
성능 비교: 숫자로 보면 달라 보이는 것들
벤치마크(benchmark)란 AI 모델의 능력을 수치로 측정하는 표준 시험입니다. 쉽게 말해 모델끼리 같은 문제를 풀고 점수를 비교하는 방식인데, 그래프 읽는 법만 알면 절반은 이해한 겁니다. 가로축이 비용, 세로축이 점수이고 왼쪽 위에 있을수록 가성비가 좋은 모델입니다.
코딩 벤치마크인 프린티어 벤치(SWE-bench 계열)에서 Claude Opus 5는 44점을 기록했습니다. 직전 모델인 Opus 4.8의 19점과 비교하면 2.4배 이상 뛴 수치이고, 비용은 오히려 낮습니다. 상위 모델이었던 Fable 5의 최고 점수 34점도 낮은 비용 구간에서 이미 추월했습니다.
제가 개인적으로 더 눈이 간 건 ARC-AGI 3 결과였습니다. ARC-AGI란 처음 보는 규칙을 몇 가지 예시만 보고 스스로 파악해 새 문제에 적용하는 시험입니다. 암기나 검색으로는 아예 풀 수 없는 구조라 AI가 가장 취약한 영역으로 꼽히죠. Opus 4.8이 1.5점에 그쳤는데 Opus 5는 30점을 찍었습니다. 경쟁 모델인 GPT-5.6이 8점 수준이니 한 세대 만에 압도적인 격차가 생긴 셈입니다.
다만 저는 이 숫자를 그대로 믿기보다는 유보적으로 보는 편입니다. 코딩 에이전트 인덱스 같은 외부 기관 측정 지표에서는 중간 구간에서 GPT-5.6이 바짝 붙는 구간도 있었고, 비용을 무조건 높인다고 점수가 계속 올라가지도 않았습니다. 가격 정책 면에서도 이런 시각이 있습니다. Fable 5와의 포지셔닝이 겹치면서 사실상 Fable이 애매한 위치가 됐다는 거죠. 그 판단은 맞다고 봅니다.
- 프린티어 벤치: Opus 5 44점 vs Opus 4.8 19점 (2.4배, 비용 동일 이하)
- ARC-AGI 3: Opus 5 30점 vs GPT-5.6 8점 vs Opus 4.8 1.5점
- OS월드 2.0: Fable 5가 48달러로 달성한 점수를 Opus 5는 17달러로 동률
- 딥서치 QA: Opus 5가 4달러대에서 95점, Fable 5가 7달러 이상 써서 94점
- 토큰 단가: 이전 모델 Opus 4.8과 동일 유지 (입력 100만 토큰 5달러)
MCP란 무엇이고 왜 구조가 달라지는가
MCP(Model Context Protocol)는 Claude 같은 AI 모델에 외부 도구를 연결해주는 플러그인 연결 장치입니다. 쉽게 말해 AI에게 손발을 달아주는 방식인데, 이걸 쓰기 전과 후의 작업 흐름이 꽤 다릅니다.
기존 방식은 기획하는 AI 따로, 이미지 생성 툴 따로, 영상 편집 프로그램 따로였습니다. 작업 맥락이 도구를 옮길 때마다 끊겼고, 한 AI가 처음부터 끝까지 전체를 쥐고 가는 게 불가능했습니다. MCP는 이 구조를 바꿉니다. 단 하나의 AI가 하나의 채팅 안에서 기획부터 생성까지 전부 통제하기 때문에, 맥락이 끊기지 않으면서 결과물의 일관성이 올라갑니다.
픽스필드(Pixsfield) MCP를 예로 들면, Claude 설정에서 커넥터 추가 버튼을 누르고 픽스필드 MCP 메뉴에서 주소를 복사해 붙이면 연결이 끝납니다. 30초 안에 됩니다. 이렇게 연결하면 이미지나 영상 생성 기능을 Claude 채팅창 안에서 그대로 쓸 수 있습니다. 도구를 왔다 갔다 하면서 파일을 내려받고 다시 올리는 과정이 사라지는 겁니다.
제가 직접 써봤는데, 이 편리함이 단순한 편의 기능이 아니라 작업 퀄리티에 직접 영향을 준다는 걸 느꼈습니다. 예를 들어 키프레임 이미지를 생성한 직후 그 이미지 ID를 Claude가 그대로 영상 생성 시작 프레임으로 넘기기 때문에, 중간에 파일을 따로 관리할 필요가 없습니다. 다만 단편 영화나 AI 드라마처럼 체크해야 할 요소가 복잡한 작업에는 어울리지 않습니다. 바이럴 영상, 광고, 인플루언서 콘텐츠처럼 짧고 반복 구조가 있는 작업에 훨씬 적합합니다.
시간과 자본의 병목을 줄였다는 표현이 있는데, 제 경험상 이건 과장이 아닙니다. 예전엔 이런 영상 한 편을 만들려면 여러 도구와 사람이 붙었습니다. 지식 컷오프 차이 문제도 무시할 수 없는데, GPT-5.6과 Claude Opus 5 사이에 약 3개월 차이가 있습니다. GPT-5.7이 나오면 또 판도가 흔들릴 수 있는 만큼 지금 이 시점의 결론을 너무 고정적으로 볼 필요는 없을 것 같습니다.
스톱모션 영상, 명령어 설계가 90%다
릴스나 쇼츠에서 미니어처 건축 타임랩스가 꾸준히 조회수가 나오는 이유는 구조가 단순하기 때문입니다. 대사가 없으니 번역 없이 전 세계 시청자가 볼 수 있고, 뭔가 쌓여서 완성되는 과정을 끝까지 보게 만드는 심리가 있습니다. 롯데타워, 콜로세움, 산토리니 같은 랜드마크는 이미 검색량이 있는 키워드이기도 합니다. 기획이 어려운 게 아니라 제작이 어려웠던 콘텐츠인 셈이죠.
문제는 Claude나 GPT에게 "스톱모션 만들어 줘"라고 넣으면 그럴듯해 보이지만 쓸 수 없는 결과물이 나온다는 겁니다. 컷마다 건물 모양이 달라지거나, 등장인물의 복장이 제멋대로 바뀌거나, 손이 나왔다 안 나왔다 합니다. AI는 글쓴이의 머릿속을 볼 수 없으니, 빈칸을 AI가 알아서 채우는 과정에서 일관성이 무너지는 겁니다.
제가 여러 번 테스트해보면서 정리한 명령어 설계는 세 단계입니다. 소재 선택, 화면 비율 설정, 11장의 키프레임 구성. 특히 키프레임이란 영상의 핵심 장면을 담은 기준 이미지를 말합니다. 영상을 바로 만들지 않고 이미지를 먼저 만드는 이유는 비용 때문입니다. 시퀀스 영상 생성 비용이 이미지 생성보다 훨씬 비싸기 때문에, 이미지 단계에서 원하는 구도를 잡아야 크레딧 낭비를 줄일 수 있습니다.
일관성을 유지하는 데 가장 많이 실패한 원인이 복장 설정이었습니다. "다양한 복장 금지"처럼 제약 조건을 명시적으로 넣지 않으면 컷마다 AI가 옷을 다르게 입힙니다. 수정 요청을 할 때도 "더 빠르게"처럼 형용사로 쓰면 AI가 기준을 잡지 못합니다. "부품이 초당 여러 개씩 쌓인다", "한 컷 안에 건물 높이가 세 배 이상이어야 한다"처럼 결과 상태를 수치로 명시하면 완전히 달라집니다. 이 차이를 직접 경험하고 나서는 프롬프트 작성 방식 자체가 바뀌었습니다.
키프레임 11컷 구성 원칙
컷 순서는 아래에서 위로 올라가는 방식으로, 기초 → 저층 → 중층 → 외벽 디테일 → 코어 → 상층부 → 광택 내기 → 와이드 순서입니다. 각 컷은 4초로 고정하고, 시간대는 골든 아워에서 시작해 황혼, 점등으로 끝나도록 세팅합니다. 빛이 계속 변해야 타임랩스처럼 보이기 때문입니다. 편집은 생성된 클립을 편집 프로그램에 붙이고 전체 속도를 1.4배로만 올리면 끝입니다. 5분이면 충분합니다. Anthropic의 Claude 활용 사례 페이지(출처: Anthropic)에서도 복잡한 멀티스텝 작업 자동화가 점점 늘고 있다는 걸 확인할 수 있습니다.
비용 정산과 현실적인 가성비 판단
이 방식으로 44초짜리 영상 한 편을 만들었을 때 실제 비용을 계산해봤습니다. 픽스필드 시퀀스 2.0 기준 720p 4초 영상이 18 크레딧입니다. 11컷이면 198 크레딧, 달러로 환산하면 약 9.9달러, 한화로 약 14,400원입니다. 이미지 생성 단계에서 크레딧을 쓰긴 했지만 실패를 줄이는 역할을 하기 때문에 전체로 보면 오히려 효율적입니다.
솔직히 Claude 자체가 너무 비싸고 사용 한도가 적다는 건 여전히 사실입니다. 프롬프트만으로 작업하면 Claude가 좋긴 한데, 요즘은 하네스(Harness)나 루프 시스템이 잘 되어 있어서 GPT 계열이 자동화 측면에서 더 실용적인 경우도 많습니다. 제가 직접 써본 결론은 지금 시점에서 Claude와 GPT가 5:5 정도라는 거고, 결정적인 차이가 나지 않는 이상 완전히 한쪽으로 기울 이유는 없습니다.
비용 대비 가치를 따질 때 코딩 벤치마크 수치만 기준으로 삼는 건 좁은 시각이라고 생각합니다. Claude의 강점은 워크플로우(workflow) 입장에서, 즉 긴 작업을 꼼꼼하게 이어가는 능력에 있습니다. 이 부분은 단순 코딩 점수로 측정이 안 됩니다. 반면 자피어(Zapier) 같은 업무 자동화 벤치마크 결과를 보면, Opus 5의 최저 노력 설정값이 경쟁 모델의 최고 노력 최고점보다 높다는 수치가 나옵니다. 이런 구체적인 수치로 봐야 실제 업무 적용 가능성이 보입니다.
자피어 오토메이션 벤치(Zapier Automation Bench)는 실제 회사 업무를 단계별로 자동화해 완주할 수 있는지를 측정하는 외부 벤치마크입니다. 중간에 한 단계만 틀려도 전체가 실패로 잡히는 까다로운 시험인데, 여기서 Opus 5의 결과가 의미 있었습니다(출처: Zapier). 롤스로이스 대신 산타페 타도 되는 시대가 됐다는 말이 돌 만큼, 최상위 모델이 아니어도 실무에서 충분한 경우가 많아지고 있습니다.
자주 묻는 질문
Q. Claude Opus 5는 GPT-5.6보다 무조건 좋은 건가요?
A. 항목에 따라 다릅니다. ARC-AGI나 자피어 자동화 벤치처럼 Opus 5가 압도적인 영역도 있지만, 코딩 에이전트 인덱스 중간 구간에서는 GPT-5.6이 바짝 따라붙습니다. GPT-5.6과의 지식 컷오프 차이가 약 3개월이라 GPT-5.7이 나오면 다시 비교가 필요합니다.
Q. MCP 연결이 어렵지 않나요?
A. 생각보다 간단합니다. Claude 설정에서 커넥터 추가 버튼을 누르고, 픽스필드 MCP 메뉴에서 주소를 복사해 붙이면 30초 안에 연결됩니다. 코딩이나 개발 지식 없이 가능합니다.
Q. 스톱모션 영상 한 편 만드는 데 얼마나 걸리나요?
A. 키프레임 생성과 영상 생성은 AI가 자동으로 처리하고, 편집 프로그램에서 클립을 붙이고 속도를 올리는 마지막 단계가 5분 이하입니다. 전체 프로세스는 설정에 따라 30분~1시간 내외입니다.
Q. Claude Opus 5 가격은 이전 모델보다 올랐나요?
A. 동일합니다. 입력 100만 토큰 5달러, 출력 100만 토큰 25달러로 Opus 4.8과 같습니다. 성능만 올라가고 단가는 유지된 셈입니다.
결론
Claude Opus 5는 가격을 올리지 않고 성능을 크게 끌어올린 모델입니다. 특히 ARC-AGI처럼 AI가 취약했던 영역에서의 도약은 수치로 봐도 의미가 있습니다. 하지만 모든 영역을 압도하는 건 아니고, GPT 계열도 자동화 측면에서는 여전히 실용적입니다. 저는 당분간 작업 성격에 따라 두 가지를 병행할 것 같습니다.
MCP와 결합한 스톱모션 영상 제작은 진입 장벽이 낮고 실제로 써볼 만한 방식입니다. 비용도 영상 한 편에 14,400원 수준이라 부담이 크지 않습니다. 제가 정리한 명령어 설계 구조를 그대로 쓰되, 소재와 화면 비율은 자신의 채널에 맞게 바꿔보시면 됩니다. 동네 랜드마크 하나로 오늘 저녁에 바로 시작해볼 수 있습니다.