AI 모델 버전 읽는 법
이름에 들어 있는 정보와, 들어 있지 않은 정보
① 모델 이름은 회사 · 등급 · 세대 숫자 · 꼬리표 네 부분으로 읽는다. 숫자가 크다고 모든 면에서 낫다는 뜻은 아니고, 회사가 다르면 숫자끼리 비교할 수 없다.
② 같은 이름이라도 별칭인지 고정된 버전인지에 따라 어느 날 동작이 달라질 수 있다. 버전이 바뀌면 가격·토큰 계산·지원 기능·말투가 함께 바뀔 수 있다.
③ 모델에는 수명이 있다. 업무에 넣어 둔 모델은 정해진 날짜에 사라질 수 있으니, 새 모델이 나올 때는 이름보다 내 업무로 다시 시험하는 습관이 필요하다.
① 들어가며 — 새 모델이 나올 때마다 이름이 바뀐다
AI 소식에는 새 모델 이름이 끊임없이 나온다. 숫자가 올라가고, 뒤에 "mini", "Flash", "preview" 같은 말이 붙는다. 이 이름을 읽을 줄 알면 기사 속 "새 모델 출시"가 나에게 무슨 뜻인지 판단하기 쉬워진다. 이 글은 한 회사(Anthropic)의 공식 문서를 구체적인 예로 삼아 읽는 법을 정리한다. 다른 회사의 이름 규칙도 세부는 다르지만 같은 틀로 읽을 수 있다. 예시는 2026년 10월 기준이며 이후 바뀔 수 있다.
② 이름은 네 부분으로 읽는다
| 부분 | 예 | 알려주는 것 |
|---|---|---|
| ① 회사·계열 | Claude, GPT, Gemini | 누가 만들었나. 같은 계열이라도 세대에 따라 구조가 다르다 |
| ② 등급 | Fable · Opus · Sonnet · Haiku (다른 회사: Pro/Flash, mini 등) | 크기와 용도의 구분. 큰 모델은 어려운 추론에 강하고 느리고 비싸다. 작은 모델은 빠르고 싸다 |
| ③ 세대·버전 숫자 | 5, 5.1, 5.5 | 같은 계열 안에서 나온 순서. 소수점 숫자는 개선판이지만 "절반 단계"의 크기를 뜻하지 않는다 |
| ④ 꼬리표 | 날짜(20250929), preview, latest, thinking | 고정된 버전인지, 시험판인지, 계속 바뀌는 별칭인지. 서비스마다 쓰는 말이 다르다 |
Anthropic의 2026년 10월 문서에서 현재 모델은 네 개 등급으로 나뉜다. Fable 5.1은 "까다로운 추론과 장기 자율 작업용", Opus 5.5는 "장시간 코딩과 지식 업무용", Sonnet 5.5는 "속도와 지능의 균형", Haiku 5.5는 "분류·추출·라우팅처럼 대량으로 빠르게 처리하는 일용"이라고 설명한다. 등급 이름은 그 모델이 어떤 일에 맞는지에 대한 회사의 안내다.
③ 숫자가 말해주지 않는 것
- 다른 회사끼리 숫자는 비교할 수 없다. "GPT-5"와 "Claude 5"의 5는 같은 척도가 아니다. 각 회사가 자기 계열의 세대에 붙이는 번호일 뿐이다.
- 숫자가 큰 모델이 모든 일에서 낫지 않다. 같은 세대 안에서도 등급에 따라 가격과 속도가 크게 갈린다. 아래 표가 한 예다. 세대 간 개선도 영역별로 다르다. 점수 비교의 주의점은 벤치마크 점수를 믿어도 되나에서 다뤘다.
- 작은 모델로 충분한 일이 많다. 분류·추출·요약처럼 정해진 틀의 일은 소형 등급이 더 빠르고 싸다. 어려운 추론이 필요한 일만 큰 모델에 맡기는 것이 비용상 합리적이다.
| 등급 (2026년 10월) | 100만 토큰당 가격 (입력 / 출력) | 상대 속도 | 적합한 일 (회사 안내) |
|---|---|---|---|
| Fable 5.1 | $10 / $50 | 느림 | 까다로운 추론, 장기 자율 작업 |
| Opus 5.5 | $4 / $20 | 보통 | 장시간 코딩, 지식 업무 |
| Sonnet 5.5 | $2 / $10 | 빠름 | 속도와 지능의 균형 |
| Haiku 5.5 | $0.10부터 / $0.50부터 | 가장 빠름 | 대량·저지연 분류, 추출, 라우팅 |
출처: Anthropic Models overview. 가격은 API 기본 단가이며 배치·캐시 할인은 별도다.
④ 같은 이름, 다른 내용 — 별칭과 고정 버전
같은 이름을 불러도 그 이름이 가리키는 모델이 바뀌는 경우가 있다. 두 가지를 구분한다.
- 고정 버전(스냅샷): 날짜 같은 식별자가 붙어 있고, 그 모델 그대로 유지된다. Anthropic은 4.6 세대부터 날짜 없는 이름(예:
claude-sonnet-5-5)도 그대로 고정된 버전이라고 밝힌다. - 별칭(alias): 최신 모델을 가리키는 편의용 이름. 그 이전 세대에서는 별칭이 날짜가 붙은 고정 버전을 가리키는 방식이었다. 서비스에 따라 별칭이 가리키는 모델이 바뀔 수 있다.
채팅 앱의 "기본 모델"이나 "자동 선택" 같은 설정도 같은 문제를 안고 있다. 어제와 오늘 답이 달라졌다면 내 질문이 아니라 뒤에서 쓰는 모델이 바뀐 것일 수 있다. 업무 흐름에 AI를 넣었다면 쓰는 모델의 이름과 버전을 기록해 두는 편이 좋다.
⑤ 버전이 바뀌면 함께 바뀌는 것
새 버전은 "더 똑똑해졌다" 한 줄로 끝나지 않는다. 업무에 쓰고 있다면 아래가 같이 움직인다.
| 바뀌는 것 | 무슨 일이 생기나 |
|---|---|
| 가격 | 세대와 등급에 따라 단가가 다르다. 같은 업무를 더 비싼 등급으로 옮기면 비용이 크게 늘 수 있다 |
| 토큰 계산(토크나이저) | Anthropic 문서에 따르면 Opus 4.7에서 도입된 토크나이저는 100만 토큰이 약 55.5만 단어에 해당하고, 이전 모델은 약 75만 단어였다. 같은 글이 더 많은 토큰으로 계산된다는 뜻이다. 한도와 비용이 같은 글에서도 달라진다. 원리는 토큰과 컨텍스트 윈도우를 참고한다 |
| 지원 기능과 설정 | 예를 들어 temperature·top_p·top_k 같은 설정은 API 버전 2026-10-21에서 제거되어, 값을 넣으면 오류(400)가 난다. 새 버전으로 바꾸면 기존 코드가 멈출 수 있다 |
| 지식 기준일 | 모델이 아는 정보의 끝나는 시점이 달라진다. 현재 모델들은 2026년 6월로 표시된다. 그 이후 일은 검색 도구가 없으면 모른다 |
| 말투와 출력 방식 | 답의 길이, 형식, 지시 따르는 방식이 달라진다. 회사 문서도 모델별 프롬프트 지침을 따로 두므로 이전 프롬프트가 그대로 같은 품질을 낸다는 보장은 없다 |
⑥ 모델에도 수명이 있다
Anthropic은 모델 수명주기를 활성(Active) → 레거시(Legacy) → 폐기 예고(Deprecated) → 퇴역(Retired)으로 구분한다. 퇴역한 모델로 요청하면 실패한다. 공개된 모델의 퇴역은 최소 60일 전에 알린다고 문서에 적혀 있다(Anthropic Model deprecations).
- Sonnet 4와 Opus 4는 2026년 4월 14일 폐기 예고 후 6월 15일 퇴역했다.
- Sonnet 4.5(
claude-sonnet-4-5-20250929)는 2026년 9월 30일 폐기 예고되어 11월 30일 퇴역 예정이다. 권장 대체 모델은 Sonnet 5.5다. - Amazon Bedrock 같은 파트너 플랫폼은 자체 일정을 정하므로 같은 모델이라도 날짜가 다를 수 있다.
한 번 설정하고 잊은 자동화는 퇴역일에 갑자기 멈출 수 있다. 사용 중인 모델 이름을 목록으로 적어 두고 폐기 예고가 뜨는지 확인한다. 새 모델로 옮길 때는 회사에서 AI를 도입할 때 확인할 것의 7번 질문, "그만둘 때 나갈 길이 있나"가 이 상황에서 실제로 쓰인다.
⑦ 새 모델이 나왔을 때 확인할 것
- 회사와 등급부터 본다. 큰 모델인지 작은 모델인지, 내 용도에 맞는 등급인지 본다.
- 숫자를 같은 회사 안에서만 비교한다. 이전 세대와 가격·속도·한도가 어떻게 달라졌는지 표로 확인한다.
- 별칭인지 고정 버전인지 확인한다. 계속 바뀔 수 있는 이름이면 내 업무에 쓰기 전에 고정할 수 있는지 본다.
- 토큰 계산과 비용을 다시 계산한다. 같은 문서가 더 많은 토큰이 될 수 있다.
- 지원 설정과 지식 기준일을 확인한다. 기존 코드나 프롬프트가 그대로 되는지 시험한다.
- 내 업무 5문제로 비교한다. 점수표 대신 같은 조건으로 시켜 본다. 방법은 AI 도구 비교의 "30분 자체 테스트 방법"에 있다.
- 퇴역일을 적어 둔다. 쓰는 모델의 폐기 예고가 뜨는지 주기적으로 확인한다.
⑧ 투자자 관점 — 새 모델 출시를 어떻게 읽나
새 모델 출시는 관련 종목에 하나의 이벤트로 쓰인다. 하지만 위 표에서 보듯 모델 이름이 바뀌는 사건은 세 가지 숫자로 이어진다. 단가(어느 등급을 쓰나), 토큰 소비량(토크나이저와 추론 방식), 교체 주기(퇴역 일정). 이 숫자가 클수록 서버와 칩, 메모리 수요가 커지는 구조다. AI 인프라 수요의 큰 그림은 AI 반도체 섹터 심층 분석에서, 모델을 만드는 쪽의 돈이 어디서 오고 가는지는 AI 순환금융 구조 분석에서 다뤘다. 다만 새 모델 이름 하나가 곧 실적이 되는 것은 아니며, 수요가 실제로 나타났는지는 실적 발표의 숫자로 확인한다.
⑨ 실전 체크리스트
□ 회사·등급·세대 숫자·꼬리표 네 부분으로 나누어 읽었는가
□ 숫자를 같은 회사의 같은 계열 안에서만 비교했는가
□ 이 일에 큰 모델이 정말 필요한지, 작은 모델로 되는지 따져 봤는가
□ 별칭인지 고정 버전인지 확인했는가
□ 같은 문서의 토큰 수와 비용이 달라졌는지 다시 계산했는가
□ 기존 프롬프트·코드·설정이 새 버전에서 그대로 되는지 시험했는가
□ 쓰는 모델의 이름과 퇴역 일정을 기록해 두었는가
□ 점수가 아니라 내 업무 몇 개로 직접 비교했는가
※ 본 글의 모델명, 가격, 일정은 2026년 10월 기준 Anthropic 공식 문서를 예로 든 것으로, 이후 달라질 수 있습니다. 다른 회사의 규칙은 각 회사의 공식 문서로 확인해야 합니다. 특정 제품에 대한 평가가 아니며, 투자 관련 내용은 투자 권유가 아닙니다. 투자 판단과 책임은 투자자 본인에게 있습니다.
※ 본 가이드는 일반 교육 목적의 참고 자료이며, 이해를 돕기 위해 기술적 세부사항을 단순화했습니다.
새 가이드가 나오면 알려드립니다
AI 리터러시 가이드는 주 2회 발행합니다. 구독하시면 다음 편을 메일로 보내드립니다. 무료이고 언제든 해지할 수 있습니다.