GPT-6 Astra vs. Claude Opus 5.5: 어떤 모델을 선택할까

OpenAI가 9월 초에 GPT-6 Astra를 출시하며, "컴퓨터로 할 수 있는 모든 일"을 수행할 수 있는 모델이라고 소개했습니다.

같은 달, Anthropic은 자사의 최상위 Claude Fable 5.1과 동급 성능을 낸다는 Claude Opus 5.5로 대응했습니다. (이전에 GPT-Astra와 Claude Fable 5.1 비교도 진행했습니다.)

이 두 모델은 이제 본격적인 에이전트형 작업의 기본 선택지로 자리 잡았습니다. 출시 후 몇 달이 지나 실전에서 충분히 다뤄볼 시간이 있었고, 이 글에서는 벤치마크, 기능, 가격을 기준으로 GPT-6 Astra와 Claude Opus 5.5를 비교합니다. 한 걸음 더 나아가 동일한 실전 코딩 테스트를 적용해 보고, 개인적으로 더 선호하는 쪽에 대해 구체적인 추천도 드리겠습니다.

GPT-6 Astra란?

GPT-6 Astra는 9월에 발표된 OpenAI의 플래그십 모델입니다. ChatGPT Plus, Pro, Business, Enterprise, Codex, OpenAI API, Amazon Bedrock에서 사용할 수 있습니다. 

OpenAI는 Astra를 컴퓨터 사용에 초점을 맞춰 설계했습니다. API가 없는 앱을 포함해 데스크톱을 종단간으로 조작할 수 있으며, 더 적은 토큰과 재시도로 작업을 끝내도록 학습되었습니다.

또한 OpenAI는 GPT-6 Astra가 지금까지 가장 정렬(aligned)된 모델이라고 밝히며, 자사 Preparedness Framework에서 사이버보안 역량이 최초로 "Critical" 임계치에 도달한 모델이라고 설명합니다.

Claude Opus 5.5란?

Claude Opus 5.5는 Anthropic의 최신 Opus 모델로, 역시 지난 9월에 출시되었습니다. Claude 앱, Claude Code, Claude Platform API(claude-opus-5-5), Amazon Bedrock, Google Cloud Vertex AI, Microsoft Foundry에서 제공됩니다.

Anthropic은 Opus 5.5가 대부분의 작업에서 Claude Fable 5.1과 동급 성능을 내면서, 토큰당 비용은 Opus 5 대비 20% 저렴하고 토큰 사용량까지 줄어 전형적인 워크로드에서는 약 40% 저렴하다고 밝혔습니다. 또한 Opus 5 대비 출력 생성 속도가 30% 이상 빨라졌다고 합니다. 

출시 시 강조점은 장시간에 걸친 엔지니어링 업무에 맞춰졌습니다. 초기 테스터가 68만 줄 코드 마이그레이션을 하루 미만에 완료했고, 내부 HAProxy의 C→Rust 변환 작업에서도 Opus 5.5가 9.5시간, Fable 5.1이 12시간이 걸렸습니다.

GPT-6 Astra vs. Claude Opus 5.5: 정면 비교

가장 깔끔한 나란히 비교 자료는 Anthropic의 Opus 5.5 출시 글에서 제공한 표로, 여기에 GPT-6 Astra도 함께 나옵니다. 다만 그 표의 Astra 수치는 Anthropic이 직접 실행한 값이 아니라 OpenAI가 보고했거나 공개 리더보드의 결과라는 점을 유의하세요.

코딩과 소프트웨어 엔지니어링

이 분야에서 Opus 5.5가 가장 강력한 주장을 펼칩니다. 실제 터미널에서 작동하는 에이전트를 시험하는 Terminal-Bench 4.0에서 Opus 5.5는 66.4%, Astra는 57.9%로, 8.5포인트 우위를 보입니다. 

FrontierCode는 격차가 훨씬 작습니다. Opus 5.5가 54.4%, Astra가 53.3%로 사실상 동률입니다. 

하지만 Astra도 코딩에서 강점을 보입니다. OpenAI는 DeepSWE v1.1에서 74.1%로 신기록을 세웠다고 보고하며, Codex 하네스에서 Astra가 전작보다 작업을 더 빨리 완료한다고 밝힙니다. Anthropic은 Opus 5.5의 DeepSWE 점수를 공개하지 않았습니다.

지식 작업과 추론

44개 직군의 전문 업무를 평가하는 GDPval-AA v2.1에서 Opus 5.5는 1846 Elo, Astra는 1542를 기록합니다. 상당한 격차입니다. 도구를 사용하는 Humanity's Last Exam에서도 Opus 5.5가 67.7%로, 57.2%의 Astra를 앞섭니다.

Astra는 과학 분야 터미널 작업에서 앞서며, Terminal-Bench-Science에서 64.6%를 기록해 Opus 5.5의 58.7%를 상회합니다. 또한 OpenAI는 Astra가 FrontierMath Tier 4 v2에서 97.6%, GPQA Diamond에서 96.0% 등 수학과 과학에서 매우 강력한 결과를 보였다고 보고합니다. Anthropic은 Opus 5.5의 해당 벤치마크를 공개하지 않았으므로, 수학 중심 추론이 핵심 사용 사례라면 Astra 쪽이 더 강력한 공개 증거를 갖고 있습니다.

컴퓨터 사용과 비즈니스 자동화

컴퓨터 사용은 Astra의 대표 기능입니다. OpenAI는 OSWorld 2.0에서 72.6%, ScreenSpot-Pro에서 92.7%를 보고했으며, 엔터프라이즈 제어 기능도 제공합니다. 관리자는 웹사이트와 데스크톱 앱을 제한하고, 중대한 작업 전 승인을 요구하며, 잠재적으로 위험한 도구 호출을 자동으로 검토하도록 설정할 수 있습니다.

Anthropic은 Opus 5.5가 OSWorld 2.1(부분 점수)에서 81.8%를 기록했다고 보고합니다. 이는 버전과 채점 방식이 다른 벤치마크이므로, Astra의 72.6%와 직접 비교할 수는 없습니다. Zapier의 비즈니스 워크플로 벤치마크인 AutomationBench에서는 두 모델이 근소한 차이를 보이며, Astra가 41.4%로 Opus 5.5의 40.0%보다 약간 앞섭니다.

컨텍스트 윈도우와 출력

두 모델 모두 매우 긴 입력을 처리합니다. Astra는 105만 토큰의 컨텍스트 윈도우를, Opus 5.5는 100만 토큰의 윈도우를 제공합니다. 두 모델 모두 최대 12만8천 출력 토큰을 허용하며, Opus 5.5는 Message Batches API(베타)를 통해 최대 30만 출력 토큰까지 가능합니다.

안전성 및 이용 가능성

두 연구소 모두 가장 민감한 역량에는 게이트를 둡니다. Astra는 사이버보안에서 "Critical" 등급을 받아, 고급 익스플로잇 작업은 OpenAI의 신뢰 액세스 프로그램이 필요합니다. Opus 5.5는 대부분의 사이버보안 작업을 Claude Opus 4.8로 우회하며, Fable 5.1과 동일한 생물학 안전장치를 적용하고 검증된 기관을 위한 검증 프로그램을 제공합니다. 

가격: 실제 지불 금액

정가 기준으로 Opus 5.5는 입력과 출력 모두에서 Astra보다 60% 저렴하고, 캐시 읽기는 80% 저렴합니다. 입력 10만 토큰, 출력 1만 토큰 요청은 Opus 5.5에서 약 $0.60, Astra에서 $1.50가 듭니다.

다만 토큰 단가가 전부는 아닙니다. OpenAI는 Astra가 더 적은 토큰으로 작업을 마치도록 학습했고, Opus 5.5는 최대 노력 시 추론 출력을 많이 생성할 수 있어 일부 워크로드에서는 격차가 줄어듭니다. 

실전 테스트: 기어 구동 시계 만들기

이제 재미있는 부분입니다. 두 모델에 동일한 프롬프트로, 동일한 코딩 에이전트에서 같은 제작 과제를 부여했습니다.

과제: 보이는 기어 트레인만으로 구동되는 아날로그 시계를 보여주는 단일 파일 웹페이지. 페이지는 로드 시 한 번만 시간을 읽어오며, 그 이후에는 기어만이 시곗바늘을 움직여야 합니다.

이 테스트를 고른 이유는 독자가 눈으로 결과를 확인할 수 있어서입니다. 톱니가 맞물리는가? 인접 기어가 반대 방향으로 회전하는가?

설정

두 모델 모두 동일한 Mac에서 OpenCode로 연달아 실행했고, 기본 설정과 단 한 번의 시도만 허용했습니다. 각각의 표준 버전(gpt-6-astra는 OpenRouter, claude-opus-5-5는 Anthropic API 경유)만 사용했으며 Pro나 빠른 모드는 쓰지 않았습니다. 아래는 프롬프트 본문 그대로입니다:

Build a single-file web page, index.html, with inline CSS and JavaScript. Use canvas or SVG. No external libraries, no network requests, no build step.

The page shows an analog clock driven entirely by a visible mechanical gear train.

Requirements:

One driving gear (the "motor") turns at a constant rate. Everything else moves only because gears mesh: the second, minute, and hour hands must be driven through the gear train, with the minute hand turning exactly 1/60 as fast as the second hand and the hour hand exactly 1/12 as fast as the minute hand. Do not compute hand angles from Date() each frame; read the current local time once at load to set the starting position, then let the gears drive the hands.
Show at least six gears with visible teeth. Gears that mesh must have matching tooth size, teeth that visibly interlock without overlapping, and opposite directions of rotation. Each pair's speed ratio must equal the inverse of its tooth-count ratio. Compound gears (two gears fixed on one axle) are allowed and should look like they share an axle.
Hovering over any gear shows its tooth count and its current speed in RPM.
Controls: a speed slider from 1x to 3600x real time, a pause/resume button, and a "reset to now" button.
After running at any speed for several minutes and then returning to 1x, the clock must still show the correct time for the simulated elapsed time (no drift from floating-point accumulation).
It should look like a well-made piece of clockwork, readable at both desktop and phone widths.

When you're done, briefly explain your gear train: the tooth counts and how they produce the 60:1 and 12:1 ratios.제공

결과

두 시계를 나란히 10배 속도로 실행한 모습입니다. 이 속도에서는 각 시계의 첫 번째 큰 바퀴가 6초마다 한 바퀴 돌고, 분침이 조금씩 앞으로 나아갑니다.

보면서 느낀 점

두 모델이 "아날로그 시계"를 다르게 해석했습니다. Astra는 시계 제작자들이 말하는 레귤레이터(regulator)를 만들었습니다. 초, 분, 시가 각각 별도 다이얼을 갖고 패널에 흩어져 장착된 형태입니다. Opus는 전통적인 시계판을 만들었고, 시침과 분침이 중앙을 공유하며 위쪽에 작은 초침 다이얼이 있고, 시계판 일부를 도려내 기어 트레인이 보이도록 했습니다.

Astra의 기어는 추적하기 쉽고, Opus는 시간을 읽기 쉽습니다. Astra에서는 모든 바퀴가 밖으로 드러나 있어, 모터에서 시 다이얼까지의 움직임을 눈으로 따라갈 수 있습니다. 하지만 시간을 읽으려면 세 개의 다이얼을 확인해야 합니다. Opus는 시간을 한눈에 읽을 수 있지만, 일부 기어가 다이얼 링 뒤에 있어 모두가 맞물리는 모습을 볼 수는 없습니다. 

첫 번째 큰 바퀴가 너무 빨라 보이지만 실제로는 아닙니다. 속도를 올리자 두 시계 모두 첫 번째 큰 바퀴, 특히 Astra 쪽이 질주하는 듯 보였습니다. 두 설계에서 그 바퀴는 초침을 지지하므로, 실시간에서는 1분에 한 바퀴, 60배 속도에서는 1초에 한 바퀴 돕니다. 실제 속도로 보면 초침과 정확히 보조를 맞춰 움직입니다.

Astra의 바퀴 일부는 겹쳐 보입니다. 몇몇 지점에서 Astra는 큰 바퀴를 다른 바퀴 위에 그립니다. 예컨대 시 바퀴가 옆의 초록색 바퀴를 가로지르는 곳입니다. 실제 시계 무브먼트도 바퀴를 여러 층으로 쌓기 때문에 틀린 것은 아니지만, 어느 톱니가 실제로 맞물리는지 보기가 어려워집니다.

둘 다 시간을 정확히 유지했습니다. 두 시계를 10시간 앞으로 넘겼는데, 최고 속도에서 약 10초가 걸립니다. 두 시계 모두 20:10:30에 정확히 도달했습니다.

더 마음에 든 쪽

두 시계 모두 잘 작동합니다. 보는 재미를 원한다면 Astra를 고르겠습니다. 전체 메커니즘이 드러나 있고 공학적인 멋이 있습니다. 다만 프롬프트 요구사항에 더 가까운 것은 Opus의 결과물입니다. 단일 아날로그 시계판이니까요.

GPT-6 Astra와 Claude Opus 5.5 중 무엇을 선택할 때인가

기어 시계 제작은 어디까지나 재미있는 프로젝트 하나일 뿐입니다. 모든 사용 사례를 시험할 기회는 없었습니다. 다음은 참고할 만한 가이드라인입니다:

Claude Opus 5.5를 선택하세요, 다음에 해당한다면...

• 코딩 에이전트를 구축하거나 운영하며, 특히 장시간 마이그레이션, 리팩터링, 터미널 기반 작업을 수행합니다.
• 연구, 분석, 문서 작성 등 전문 지식 업무가 주된 워크로드입니다. Opus 5.5가 GDPval-AA에서 앞서기 때문에 이렇게 권합니다.
• 규모 확장 시 비용이 중요하거나, 27만2천 토큰을 넘는 긴 프롬프트를 자주 보냅니다.
• Google Cloud나 Microsoft Foundry에서 모델이 필요합니다.

GPT-6 Astra를 선택하세요, 다음에 해당한다면...

• 주요 사용 사례가 컴퓨터 사용입니다. 데스크톱 앱과 브라우저 조작, 양식 작성, API가 없는 도구 간 QA 등입니다.
• 가장 강력하게 공개된 수학 및 과학 추론이 필요합니다. Astra가 Terminal-Bench-Science에서 앞서고 FrontierMath와 GPQA 점수도 최상위로 보고되었기 때문입니다.
• 팀이 이미 ChatGPT Enterprise와 Codex를 사용 중이며, Astra의 관리자 제어와 엔터프라이즈 플러그인이 필요합니다.

마무리 생각

자료상으로 Claude Opus 5.5는 가성비가 더 좋습니다. 두 모델 모두 점수가 있는 대부분의 벤치마크에서 GPT-6 Astra를 앞서며, 에이전트형 코딩과 지식 작업에서 확실한 우위를 보이면서도 Astra 정가의 40% 수준에 불과합니다.

하지만 Astra가 뒤처지는 것은 아닙니다. 컴퓨터 사용에서는 더 강력한 선택지이고, 수학과 과학에서 더 나은 공개 결과를 보이며, 토큰 효율 덕에 실제 비용 격차는 가격표가 암시하는 것보다 작습니다.