• Claude Sonnet 5가 이제 Pro, Team Standard, Enterprise 구독 시트의 기본 모델이 되었습니다.

• 이 모델은 Sonnet 가격으로 최상급 코딩 (Coding) 및 도구 사용 (Tool use) 능력을 제공하며, 네이티브 1M-토큰 컨텍스트 윈도우 (Context window)와 기본적으로 활성화된 적응형 사고 (Adaptive thinking)를 제공합니다.

• 1M 컨텍스트는 제가 매일 가장 크게 체감하는 변화입니다. 전체 저장소 (Repos)와 긴 세션이 제가 내용을 쳐내지 않고도 그대로 들어갑니다.

• 저의 라우팅 (Routing) 규칙은 단순하게 유지되었습니다: 대부분의 작업에는 Sonnet 5를 사용하고, 정말 어려운 추론 (Reasoning)이 필요한 경우에만 더 무거운 티어를 사용합니다.

기본 설정이 조용히 모두의 밑바탕으로 이동했습니다

Claude Code의 27주차 요약 (6월 29일 ~ 7월 3일)에서 헤드라인은 새로운 기본 모델이었습니다: Claude Sonnet 5가 Pro, Team Standard, Enterprise 구독 시트의 표준 모델로 도입되었습니다. 최상급 코딩 (Coding) 및 도구 사용 (Tool use), 네이티브 1M-토큰 컨텍스트 윈도우 (Context window), 그리고 기본적으로 활성화된 적응형 사고 (Adaptive thinking)가 적용되었습니다.

기본 설정 (Default)의 변경 사항은 쉽게 지나치기 쉽습니다. 하지만 그래서는 안 됩니다. 대부분의 사람들은 모델 선택기 (Model picker)를 변경하지 않으므로, 기본값으로 출시되는 것이 실제로 대부분의 세션에서 실행되는 모델이 됩니다. 기본값이 좋아지면, 아무도 아무것도 하지 않아도 중간값 세션의 품질이 좋아집니다. 이는 그 어떤 단일 벤치마크 (Benchmark)보다 더 큰 의미를 갖습니다.

세 가지 구체적인 특징은 각각 다른 레버를 당깁니다. 코딩 (Coding) 및 도구 사용 (Tool use)은 세션이 중단되기 전에 완료할 수 있는 작업의 한계를 높여줍니다. 1M-토큰 컨텍스트는 당신의 세계 중 얼마나 많은 양이 한곳에 담길 수 있는지를 높여줍니다. 적응형 사고 (Adaptive thinking)는 사용자가 프롬프트마다 설정을 바꿀 필요 없이, 모델이 쉬운 단계에는 적은 노력을 기울이고 어려운 단계에는 더 많은 노력을 기울임을 의미합니다.

같은 주에 빌더 (Builder)가 느낄 수 있는 두 가지 변화가 더 있었습니다: Chrome에서의 Claude가 모든 Anthropic 직접 플랜에서 일반적으로 사용 가능해졌으며, 이제 서브에이전트 (Subagents)가 기본적으로 백그라운드에서 실행되어 그들이 작업을 수행하는 동안 메인 세션이 계속 작동할 수 있게 되었습니다. 기본 설정이 동시에 더 빨라지고 더 병렬적으로 변했습니다.

언급할 가치가 있는 2차 효과(second-order effect)가 있습니다. 기본 설정(default)이 개선되면, 아무것도 선택하지 않는—즉, 대부분의 사람들—모두를 위해 바닥(floor)이 높아집니다. 팀은 기본 설정을 표준으로 삼습니다. 문서는 이를 전제로 작성됩니다. 새로운 협업자들은 이를 그대로 물려받습니다. 따라서 더 나은 기본 설정은 단순히 변경 로그(changelog)를 읽는 사람만을 돕는 것이 아니라, 설정을 전혀 건드리지 않는 모든 사용자(seat)의 기준점(baseline)을 조용히 끌어올립니다. 이것은 단 한 번의 회의도 없이 전체 그룹에 걸쳐 복리로 작용하는 종류의 개선이며, 아무도 그것을 받기 위해 무언가를 할 필요가 없었기에 과소평가하기 쉬운 바로 그런 변화입니다.

1M 컨텍스트가 와닿는 부분

벤치마크(Benchmarks)는 추상적입니다. 하지만 컨텍스트 크기(Context size)는 그렇지 않습니다. 그것은 당신의 프로젝트를 이해하는 세션과, 당신이 20분 동안 정보를 먹여줘야 하는 세션 사이의 차이입니다.

1M 토큰 창(window)을 사용하면서 저는 모델이 무엇을 볼 수 있을지 선별하는 일을 멈췄습니다. 전체 리포지토리(repositories)가 다 들어갑니다. 길게 이어지는 대화 세션이 중간에 끊기지도 않습니다. 디자인 토큰(design tokens), 이를 사용하는 컴포넌트(component), 그리고 토큰을 변경했을 때 망가진 세 개의 파일이 모두 동시에 동일한 컨텍스트 안에 머물 수 있으며, 모델은 제가 누락시킨 부분을 추측하는 대신 전체를 아울러 추론(reasoning)합니다.

실질적인 효과는 모델의 능력(capability) 부족이 아니라, 컨텍스트 누락으로 인해 발생하는 오답이 줄어든다는 점입니다. 모델이 혼란을 겪는 것처럼 보였던 많은 상황은 사실 모델이 눈을 가린 채 작업하고 있었던 것이었습니다. 전체 그림을 제공하면 "왜 저렇게 행동했지?

구체적인 전후 비교를 들어보겠습니다. 수십 개의 파일에서 사용되는 공유 타입 (shared type)을 수정하는 리팩터링 (refactor) 작업은 이전에는 일종의 협상 과정이었습니다. 저는 타입을 입력하고, 그다음 첫 번째 소비자 (consumer)를 입력한 뒤, 모델이 다음 파일을 요청할 때까지 기다려야 했습니다. 그러다 보면 세션이 끝날 때쯤에는 초반에 다루었던 파일들의 맥락을 놓치곤 했습니다. 하지만 전체 세트를 한 번에 컨텍스트 (context)에 넣으면, 모델은 모든 호출 지점 (call site)을 한눈에 파악하고 단 한 번의 과정으로 일관성 있게 변경을 수행합니다. 작업이 쉬워진 것은 단순히 모델이 그 과정에서 더 똑똑해졌기 때문이 아닙니다. 변경 사항이 적용되어야 할 모든 위치를 모델이 마침내 볼 수 있게 되었기 때문입니다. 이것이 바로 거대한 컨텍스트 윈도우 (context window)가 가진 조용한 초능력입니다. 즉, 지능의 문제가 아니라 가시성 (visibility)의 문제였던 오류의 범주 전체를 제거해 줍니다.

이러한 라우팅 (routing) 철학의 배경이 궁금하시다면, Opus 4.8 vs Sonnet vs Haiku: how I route work in 2026에 정리해 두었습니다. Sonnet 5를 기본 모델로 사용하는 것이 그 사고방식을 대체하는 것은 아닙니다. 단지 그 경계선이 어디에 위치하는지를 옮기는 것뿐입니다.

현재 나의 작업 라우팅 방식

저의 규칙은 단 한 문장입니다: 대부분의 작업에는 기본 모델을 사용하고, 작업이 진정으로 어려운 추론 (reasoning)을 필요로 할 때만 더 무거운 티어 (tier)를 찾는 것입니다. Sonnet 5가 기본 모델이 되면서 이 규칙을 따르는 비용이 더 저렴해졌습니다. 이제 기본 모델이 분포의 중간 영역 대부분을 스스로 처리할 수 있게 되었기 때문입니다.

대부분의 작업은 실제 업무 일과의 대부분을 차지합니다. 컴포넌트 (component)를 데이터에 연결하고, 설명 가능한 버그를 수정하며, 파일을 리팩터링하고, 테스트를 작성하며, API를 구축하는 일들입니다. 적응형 사고 (adaptive thinking) 기능을 갖춘 Sonnet 5는 제가 일일이 지켜보지 않아도 이러한 작업들을 해결합니다. 여기서 적응형 사고는 조용히 작동합니다. 모델은 필요한 단계에서는 깊게 파고들고, 그렇지 않은 단계에서는 빠르게 진행합니다. 덕분에 저는 모든 사소한 편집에 비용을 지불하지 않으면서도, 중요한 지점에서는 깊이 있는 결과물을 얻을 수 있습니다.

더 무거운 등급은 추론 자체가 핵심인 소수의 턴(turns)을 위해 존재합니다. 실제 트레이드오프가 있는 까다로운 아키텍처 결정입니다. 잘못된 수정이 맞는 것처럼 보이는 미묘한 동시성 버그(concurrency bug)도 있습니다. 모델이 많은 반진실(half-truths)을 머릿속에 담아 분류해야 하는 것을 디버깅하는 것이죠. 바로 그런 지점에서 제가 도움을 드립니다.

제가 사람들이 저지르는 실수는 분위기에 따라 라우팅하는 것, 항상 가장 큰 모델을 찾으려는 것입니다. 더 크다고 해서 안전한 것은 아닙니다. 오히려 느리고 출력물을 읽는 습관을 잃게 만듭니다. 저는 기본 설정을 사용하고, 그것이 무엇을 했는지 읽어보고, 실제로 그 기능이 필요한 열 번 중 한 번의 턴만 에스컬레이션하는 것을 선호합니다. 최고 등급들을 비교하고 있다면, Claude Fable 5 vs Opus 4.8: 두 배 가격이 가치가 있는가가 그 수학적 계산에 대한 솔직한 버전입니다.

실제로 설정에서 변경할 것들

만약 모델 선택기(model picker)를 건드린 적이 없다면, 이미 자격 있는 플랜에는 Sonnet 5가 적용되어 있습니다. 유용한 변화는 모델을 전환하는 것이 아니라, 이제 확보한 컨텍스트(context)를 사용하기 위해 세션을 여는 방식을 바꾸는 것입니다.

더 넓게 시작하세요. 파일들을 조금씩 흘려 넣기보다는, 세션 상단에 관련 파일을 한 번에 제공하세요. 습관적으로 컨텍스트를 잘라내고 있었다면 멈추고, '모델이 혼란스러워했다'라고 느꼈던 순간들 중 실제로 '모델이 파일을 볼 수 없었다'는 경우가 얼마나 되는지 확인해 보세요.

백그라운드 서브 에이전트(background subagents)를 습관으로 만드세요. 이제 기본적으로 실행되므로, 독립적인 작업을 분산시키고 기다리기보다는 메인 세션에 계속 타이핑하는 패턴을 유지하는 것이 중요합니다. 이는 세션의 리듬을 순차적(serial)에서 병렬적(parallel)으로 바꾸어 주며, 일단 익숙해지면 다시 돌아가지 않게 됩니다.

설정 수준에서 수행할 가치가 있는 또 다른 변화는 다음과 같습니다: 오래된 습관 때문에 특정 모델을 고정(pinned)해 둔 곳이 어디인지 점검하십시오. 우리 중 많은 이들이 몇 달 전 특정 이유로 모델을 하드코딩(hardcoded)해 두었지만, 그 이유는 더 이상 유효하지 않을 수 있으며, 그 고정 설정이 현재 작업에 더 적합할 수 있는 기본값(default)을 덮어쓰고 있을 수 있습니다. 스크립트, 프로젝트 설정, 그리고 근육 기억(muscle memory) 속에 남아 있는 그 고정 설정들을 찾아내어, 각각이 여전히 그 자리에 있을 가치가 있는지 자문해 보십시오. 저의 경우 절반은 그렇지 않았습니다. 오래된 고정 설정을 제거하는 것은 30초면 끝나는 작업이지만, 그 아래에서 실행되는 모든 작업을 조용히 업그레이드해 줍니다. 또한 이는 제가 목격한 사례 중 사람들이 이미 비용을 지불한 개선 사항으로부터 실수로 스스로를 차단하게 되는 가장 흔한 방식이기도 합니다.

그리고 말로 내뱉을 수 있는 에스컬레이션 규칙(escalation rule)을 하나 만드십시오. 저의 규칙은 한 문장입니다. 여러분의 규칙은 다를 수 있지만, 반드시 적어 두십시오. 말로 표현할 수 있는 규칙은 지킬 수 있는 규칙이기 때문입니다. 느낌에 따라 라우팅(routing)하는 것은 시간과 주의력을 모두 소모합니다. 이론이 아닌 실제 데일리 드라이버(daily-driver)가 작동하는 모습을 보고 싶다면, Opus 4.8 실전 활용: 실제 코딩 세션이 실제 세션이 어떻게 진행되는지를 보여주는 긴 버전의 글입니다.

라우팅에는 제가 처음에는 깨닫지 못했던 시간적 차원도 존재합니다. 강력한 기본값은 제가 다른 일을 하는 동안 실행되는 백그라운드 서브 에이전트(subagent) 작업처럼, 관리 없이 길게 이어지는 구간에서도 기본값을 신뢰할 수 있음을 의미합니다. 약한 기본값은 사용자가 계속 감독하도록 강요하며, 이는 작업을 병렬(parallel)로 실행하는 목적을 무색하게 만듭니다. 제가 신뢰할 수 있는 기본값이 있어야 백그라운드 패턴이 실제로 효과를 발휘할 수 있습니다. 왜냐하면 일상적인 과정이어야 할 작업의 방향을 바로잡기 위해 몇 분마다 다시 호출되지 않아도 되기 때문입니다. 기본값이 강력해질수록 저는 그것을 지켜보지 않고 하루의 더 많은 시간을 보낼 수 있으며, 그렇게 되찾은 주의력은 그 어떤 단일 벤치마크(benchmark) 점수보다 더 가치 있습니다.

요점 (Bottom Line)

가장 많은 사람에게 영향을 미치면서도 가장 적게 회자되는 업데이트는 바로 새로운 기본 모델(default model)의 등장입니다. Claude Sonnet 5는 더 강력해진 코딩 능력, 1M 토큰의 컨텍스트 창(context window), 그리고 기본적으로 활성화된 적응형 사고(adaptive thinking)를 갖춘 채 Pro, Team Standard, Enterprise 계정의 표준 모델로 출시되었습니다. 이는 사용자가 인지하든 못하든, 중간값(median)의 세션 품질이 향상되었음을 의미합니다.

제가 활용하고 싶은 레버(lever)는 컨텍스트 창(context window)입니다. 정보를 가지치기(pruning)하는 것을 멈추고, 세션을 넓게 시작하여 사각지대에서 발생하는 실수들을 사라지게 만드세요. 기본 모델을 넘어선 설정을 사용해야 할 때에 대해서는 '한 문장 규칙'을 유지하되, 가급적 드물게 사용하십시오. 대부분의 작업에는 그것이 필요하지 않으며, 강력한 기본 모델의 핵심은 일상의 중간 업무들을 믿고 맡김으로써 당신의 주의력을 가장 어려운 10%의 작업에 집중할 수 있도록 아껴두는 데 있습니다.