Claude 모델이 어느새 5종으로 늘어났습니다. Haiku·Sonnet·Opus에 신규 Fable 5와 Mythos 5까지. “그래서 내 작업엔 대체 뭘 써야 하지?” 이 글 하나로 직군별 Claude 모델 선택 기준을 끝냅니다.
Claude 모델 선택, 종류가 5개로 늘어나니 더 헷갈리지 않으세요? 😮
Claude 모델 선택은 결국 ‘속도·비용·성능’ 세 가지를 작업에 맞게 맞바꾸는 일입니다. 이제 Haiku·Sonnet·Opus에 더해 5세대 모델인 Fable 5·Mythos 5까지 다섯 종류로 늘면서, 가벼운 작업에 최상위 모델을 쓰다 토큰 청구서를 보고 놀라는 일이 더 흔해졌어요.
선택지가 많아진 만큼 ‘뭘 골라야 할지 더 막막하다’는 목소리도 커졌습니다. 그래서 다섯 모델의 차이를 한눈에 비교하고, 개발자·비개발자·데이터 직군 세 관점에서 ‘이 작업엔 이 모델’을 바로 고를 수 있게 실전 가이드로 정리했습니다. 😅
⚡ 이 글의 핵심만 먼저 보기 (Key Takeaways)
- 모델은 5종: Haiku(속도)·Sonnet(균형)·Opus(추론)·Fable 5(최신 프런티어)·Mythos 5(연구자 전용)로 역할이 분명히 나뉩니다.
- Fable 5 가격: 입력 100만 토큰당 $10, 출력 100만 토큰당 $50으로 이전 Mythos 프리뷰의 절반 이하입니다.
- 개발자: 단순 작업은 Haiku, 일상 코딩은 Sonnet, 대규모 코드베이스 마이그레이션·장기 작업은 Fable 5가 정답에 가깝습니다.
- 비개발자: 글쓰기·요약·아이디어는 Sonnet으로 충분, 복잡한 기획·재무 분석만 Fable 5로 올리면 비용 효율이 최고입니다.
- 데이터 직군: EDA·SQL은 Sonnet, 수백만 토큰 긴 컨텍스트와 고정밀 분석은 Fable 5가 압도적입니다.
- 놀라운 사실: Fable 5는 5천만 줄 Ruby 코드베이스 마이그레이션을 단 하루 만에 끝냈다고 합니다(통상 2개월).
- 오늘의 액션: 내 작업을 “속도·균형·추론” 3등급으로 나눠 모델을 매핑해보세요.
📌 목차
- Claude 모델 5종, 한눈에 정리
- 속도·비용·성능 트레이드오프를 쉬운 비유로
- 개발자를 위한 Claude 모델 선택
- 비개발자(기획·마케팅·직장인)를 위한 선택
- 데이터 사이언티스트·분석가를 위한 선택
- Fable 5·Mythos 5는 기존 모델 대비 어디쯤인가
- 이런 분들께 적극 추천합니다
- 자주 묻는 질문 (FAQ)
1. Claude 모델 5종, 한눈에 정리
본격적인 선택 가이드에 앞서, 다섯 모델의 포지션부터 깔끔하게 정리하고 갈게요. 이름만 들으면 헷갈리지만, 사실 역할은 꽤 명확하게 나뉩니다.
| 모델 | 한 줄 포지션 | 핵심 강점 |
|---|---|---|
| Haiku | 가장 빠르고 저렴한 경량 | 실시간 응답, 단순 반복 작업 |
| Sonnet | 속도와 성능의 균형 | 일상 업무의 기본기, 가성비 |
| Opus | 고난도 추론 특화 | 복잡한 분석·기획·코딩 |
| Fable 5 | 5세대 프런티어(신규) | 장기 자율 작업, 최상위 벤치마크 |
| Mythos 5 | 안전장치 해제판(연구자 전용) | 신약 설계·유전체 등 전문 연구 |
여기서 핵심이 하나 있어요. Fable 5와 Mythos 5는 사실상 같은 기반 모델입니다. Fable 5는 안전장치(세이프가드)가 적용된 일반 공개판이고, Mythos 5는 사이버보안·생물학 같은 민감 영역의 안전장치를 일부 해제한 버전으로, Project Glasswing 등 인증된 보안 전문가·연구자에게만 제공됩니다. 즉 일반 사용자가 실무에서 고를 수 있는 최상위 모델은 Fable 5라고 보면 됩니다. 😊
2. 속도·비용·성능 트레이드오프를 쉬운 비유로
모델 선택의 본질은 결국 속도 · 비용 · 성능이라는 삼각형 안에서 어디에 점을 찍느냐예요. 이걸 자동차에 비유하면 한 방에 이해됩니다.
① Haiku — 시내용 경차
가볍고 빠르고 기름값(토큰 비용)이 거의 안 듭니다. 분류, 태그 달기, 짧은 답변, 챗봇 1차 응대처럼 “가까운 거리를 빠르게” 다니는 작업에 최적입니다.
💡 실제 활용 시나리오 예시:
고객 문의 1만 건을 “환불/배송/기타”로 자동 분류하는 작업에 Haiku를 붙였더니, 건당 비용이 Opus 대비 10분의 1 수준으로 떨어지면서도 정확도는 충분했습니다. 대량·단순 작업일수록 경차가 유리해요.
② Sonnet — 잘 빠진 중형 세단
대부분의 사람에게 “가장 무난한 정답”입니다. 일상 업무의 90%는 사실 Sonnet으로 충분히 끝나요. 속도도 빠르고 품질도 좋아서 가성비가 가장 뛰어납니다.
💡 실제 활용 시나리오 예시:
매일 작성하는 회의록 요약, 이메일 초안, 일반 코드 작성은 Sonnet으로 돌려도 결과물 차이를 거의 못 느낍니다. 저는 평소 90%를 Sonnet으로 처리하고, 막힐 때만 상위 모델로 올려요.
③ Opus·Fable 5 — 고성능 스포츠카·프로 레이싱카
Opus가 고성능 스포츠카라면, Fable 5는 트랙용 레이싱카입니다. 기름값(비용)은 비싸지만, 일반 모델이 손도 못 대는 고난도 추론과 장기 자율 작업에서 압도적인 차이를 냅니다. 평소엔 과하지만 진짜 어려운 문제 앞에선 값을 합니다.
💡 실제 활용 시나리오 예시:
수백만 토큰짜리 레거시 코드베이스 전체를 한 번에 이해하고 마이그레이션하는 작업은 Fable 5가 아니면 사실상 불가능합니다. 실제로 Stripe는 Fable 5로 5천만 줄 Ruby 코드 이전을 하루 만에 끝냈다고 해요. 😮
3. 개발자를 위한 Claude 모델 선택
개발자에게 모델 선택은 곧 “개발 속도 × 클라우드 비용” 방정식이에요. 작업 성격에 따라 3단으로 나눠 쓰는 게 핵심입니다.
1) 자동완성·단위 테스트·커밋 메시지 — Haiku
IDE 자동완성, 보일러플레이트 생성, 커밋 메시지 작성처럼 속도가 곧 생산성인 작업은 Haiku가 정답입니다. 대기 시간이 짧아야 흐름이 안 끊기거든요.
💡 실제 활용 시나리오 예시:
수십 개 함수에 대한 단위 테스트 골격을 일괄 생성할 때 Haiku로 돌리면 응답이 즉각적이라 작업 리듬이 살아납니다. 정밀도가 크게 중요하지 않은 반복 작업일수록 효과가 큽니다.
2) 일반 기능 구현·리팩터링·디버깅 — Sonnet
새 기능 구현, 코드 리뷰, 버그 추적 같은 일상적인 개발 업무의 기본축은 Sonnet으로 잡으세요. 균형이 좋아서 대부분의 PR을 무리 없이 처리합니다.
💡 실제 활용 시나리오 예시:
API 엔드포인트 하나를 추가하고 관련 테스트·문서까지 묶어서 처리하는 일상 PR은 Sonnet으로 충분합니다. 비용을 아끼면서도 품질 저하를 거의 못 느껴요.
3) 대규모 마이그레이션·아키텍처 설계·장기 작업 — Fable 5
코드베이스 전체를 이해해야 하는 마이그레이션, 복잡한 동시성 버그, 멀티 파일 아키텍처 리팩터링처럼 장시간 자율 작업과 깊은 추론이 필요할 때 Fable 5를 투입합니다. 원문에 따르면 Fable 5는 이전 모델보다 더 오래 자율적으로 일하고 토큰 효율도 개선됐다고 해요.
💡 실제 활용 시나리오 예시:
Cursor CEO는 Fable 5가 “그동안 손댈 수 없던 장기(long-horizon) 문제의 새 영역을 열었다”고 했고, Replit은 “테스트한 모든 Claude 모델 중 가장 강력한 결과”라고 평했습니다. 며칠짜리 마이그레이션이 통째로 압축되는 셈이에요.
4. 비개발자(기획·마케팅·직장인)를 위한 선택
비개발자에게 가장 중요한 건 “품질은 만족스럽되 비용은 부담 없는 균형점”이에요. 결론부터 말하면 대부분 Sonnet, 가끔 Fable 5 조합이 최적입니다.
1) 이메일·요약·콘텐츠 초안 — Sonnet
보고서 요약, 마케팅 문구, 블로그 초안, 회의록 정리 같은 일상 글쓰기는 Sonnet이 가장 가성비가 좋습니다. 속도가 빨라서 여러 버전을 빠르게 뽑아보기에도 좋아요.
💡 실제 활용 시나리오 예시:
신제품 SNS 카피 10개 변형을 빠르게 받아보고 싶을 때 Sonnet으로 돌리면 비용 걱정 없이 아이디어를 양산할 수 있어요. 톤만 조금 다듬으면 바로 쓸 수준입니다.
2) 복잡한 기획서·재무 분석·전략 문서 — Fable 5
여러 자료를 종합해 논리를 세우는 전략 기획, 숫자가 얽힌 재무 분석처럼 깊은 추론이 결과물의 질을 좌우하는 작업만 Fable 5로 올리세요. 원문에 따르면 Fable 5는 Hebbia의 재무 벤치마크에서 시니어급 추론으로 최고 점수를 받았습니다.
💡 실제 활용 시나리오 예시:
분기 실적 자료와 시장 데이터를 함께 던져 “투자 검토 보고서” 초안을 받을 때 Fable 5는 차트 해석과 문서 분석 정확도가 확실히 다릅니다. 이런 핵심 산출물만 상위 모델로 처리하면 비용 대비 효과가 가장 큽니다.
3) 단순 질의·번역·맞춤법 — Haiku
짧은 번역, 맞춤법 교정, 간단한 정보 질의는 굳이 비싼 모델이 필요 없어요. Haiku로 빠르고 저렴하게 처리하는 게 합리적입니다.
💡 실제 활용 시나리오 예시:
해외 거래처 이메일을 빠르게 한영 번역해야 할 때 Haiku면 즉시 답이 옵니다. 가벼운 작업까지 상위 모델을 쓰면 비용만 새어나가요.
5. 데이터 사이언티스트·분석가를 위한 선택
데이터 직군은 긴 컨텍스트와 수치 정확도가 모델 선택의 핵심 기준이에요. 데이터셋이 크고 분석이 깊어질수록 상위 모델의 가치가 급격히 커집니다. 데이터 직군의 실전 분석 활용법은 Claude 데이터 분석 완벽 입문 가이드에서 더 자세히 다뤘으니 함께 보시면 좋아요.
1) EDA·SQL·pandas 코드 생성 — Sonnet
탐색적 데이터 분석(EDA), SQL 쿼리 작성, pandas 전처리 코드 같은 반복적이고 정형화된 작업은 Sonnet이 빠르고 정확합니다. 일상 분석의 주력으로 두세요.
💡 실제 활용 시나리오 예시:
“이 테이블에서 월별 이탈률을 구하는 SQL 짜줘” 같은 요청은 Sonnet이 즉시 정확히 처리합니다. 분석 루틴의 대부분을 여기서 소화하면 비용이 안정적이에요.
2) 수백만 토큰 로그·문서 통합 분석 — Fable 5
대용량 로그, 여러 리포트, 방대한 문서를 한 번에 넣고 패턴을 찾아야 한다면 Fable 5입니다. 원문에 따르면 Fable 5는 수백만 토큰에 걸쳐 집중력을 유지하고, 파일 기반 영속 메모리로 장기 작업 성능이 Opus 4.8 대비 3배 향상됐다고 해요.
💡 실제 활용 시나리오 예시:
한 달 치 서버 로그와 장애 리포트를 통째로 넣고 “반복되는 장애 원인 패턴을 찾아줘”라고 하면, 긴 컨텍스트를 유지하는 Fable 5가 흩어진 단서를 연결해냅니다. 짧은 컨텍스트 모델로는 흐름이 끊겨요.
3) 고난도 통계·과학 연구·가설 생성 — Fable 5 (전문 연구는 Mythos 5)
복잡한 통계 모델링, 과학적 가설 생성처럼 전문가급 추론이 필요하면 Fable 5를 씁니다. 원문에 따르면 Mythos 5는 과학자 블라인드 평가에서 분자생물학 가설이 약 80% 선호됐고, 138종의 단일세포 데이터를 자율 조립해 기존 논문보다 나은 ML 모델을 만들기도 했습니다. 다만 이런 민감 영역은 인증된 연구자에게만 열립니다.
💡 실제 활용 시나리오 예시:
실험 설계 단계에서 “이 데이터로 검증할 만한 가설 후보를 만들어줘”라고 했을 때, 상위 모델은 단순 나열이 아니라 검증 가능한 방향까지 제시합니다. 연구 초기 아이디어 발산에 특히 강력해요.
6. Fable 5·Mythos 5는 기존 모델 대비 어디쯤인가
그래서 신규 모델이 기존 Opus를 완전히 대체하느냐? 그건 아니에요. 위치를 정확히 잡아드릴게요.
① 성능 — 거의 모든 벤치마크에서 최상위
Fable 5는 소프트웨어 엔지니어링, 지식 노동, 비전, 과학 연구 등 테스트한 거의 모든 벤치마크에서 최고 수준(state-of-the-art)을 기록했습니다. Scale AI CEO는 추론 능력이 “Opus 4.8을 명백히 넘어선 한 단계”라고 평했어요.
② 비용 — 비싸지만 합리적인 프런티어 가격
Fable 5는 입력 100만 토큰당 $10, 출력 100만 토큰당 $50입니다. 이전 Mythos 프리뷰의 절반 이하 가격이긴 하지만, 여전히 Sonnet·Haiku보다는 비싸요. 그래서 “항상 Fable 5″가 아니라 “진짜 어려운 작업만 Fable 5” 전략이 정답입니다.
| 상황 | 추천 모델 | 이유 |
|---|---|---|
| 대량·단순·실시간 | Haiku | 속도·비용 최강 |
| 일상 업무 대부분 | Sonnet | 균형·가성비 |
| 복잡한 추론·기획 | Opus | 검증된 고난도 처리 |
| 장기 자율·대규모 | Fable 5 | 최상위 성능·긴 컨텍스트 |
| 전문 연구(인증) | Mythos 5 | 안전장치 해제판 |
③ 접근성 — Fable 5는 모두에게, Mythos 5는 일부에게
Fable 5는 API와 종량제 플랜에서 즉시 사용 가능하고, 구독 플랜(Pro·Max·Team·Enterprise)에서는 6월 9일부터 22일까지 추가 비용 없이 포함됩니다. 반면 Mythos 5는 Project Glasswing 보안 파트너와 선별된 생의학 연구자 등 신뢰 기반 접근 프로그램으로만 제공됩니다. 일반 사용자는 Fable 5에 집중하면 됩니다. 😊
7. 이런 분들께 적극 추천합니다
- 매달 AI 토큰 비용이 부담돼 “어디서 줄여야 하나” 고민 중인 개발팀 리드
- 일상 코딩과 대규모 리팩터링을 한 도구로 효율적으로 나눠 쓰고 싶은 개발자
- 기획서·마케팅 카피 품질은 지키되 비용은 최소화하고 싶은 기획자·마케터
- 수백만 토큰 로그·문서를 한 번에 분석해야 하는 데이터 사이언티스트·분석가
- Fable 5와 Mythos 5의 차이가 정확히 뭔지 헷갈렸던 모든 분
- “그냥 제일 좋은 거 쓰자”에서 벗어나 작업별 최적 모델을 매핑하고 싶은 실무자
8. 자주 묻는 질문 (FAQ)
Q. 그냥 항상 Fable 5만 쓰면 안 되나요?
A. 기술적으로는 가능하지만 비용 측면에서 비효율적입니다. 일상 업무의 90%는 Sonnet으로도 결과 차이를 거의 못 느끼는데, Fable 5는 출력 토큰 기준 훨씬 비싸거든요. “진짜 어려운 작업만 Fable 5” 원칙만 지켜도 비용을 크게 아끼면서 품질은 그대로 유지할 수 있어요.
Q. Mythos 5는 저도 쓸 수 있나요?
A. 일반 사용자는 사용할 수 없습니다. Mythos 5는 사이버보안·생물학 등 민감 영역의 안전장치를 해제한 버전이라, Project Glasswing 보안 파트너나 선별된 생의학 연구자 등 인증된 대상에게만 제공됩니다. 일반 실무에서 쓸 수 있는 최상위 모델은 Fable 5라고 생각하시면 됩니다.
Q. Opus가 있는데 Fable 5가 왜 따로 필요한가요?
A. 장기 자율 작업과 긴 컨텍스트에서 차이가 납니다. 원문 기준 Fable 5는 파일 기반 영속 메모리로 장기 작업 성능이 Opus 4.8 대비 3배 향상됐고, 추론도 한 단계 위라는 평가를 받았어요. 다만 검증된 안정성과 익숙함을 원한다면 Opus도 여전히 훌륭한 선택지입니다.
✍️ 글을 마치며
Claude 모델 선택의 핵심은 결국 “작업을 속도·균형·추론 3등급으로 나누고, 각 등급에 맞는 모델을 매핑하는 것”이에요. Haiku·Sonnet으로 일상을 채우고, 진짜 어려운 문제에만 Fable 5를 투입하면 비용과 품질을 동시에 잡을 수 있습니다.
저는 당장 제 작업 목록을 펼쳐놓고 “이건 Haiku, 이건 Sonnet, 이건 Fable 5″로 라벨링하는 것부터 해볼 것 같아요. 막연히 비싼 모델만 쓰던 습관이 비용 새는 가장 큰 구멍이었거든요.
여러분은 어떤 작업에 어떤 모델을 쓰고 계신가요? 댓글로 자유롭게 의견 남겨주세요! 😊