Anthropic이 9월 22일 Claude Opus 5.5를 출시했습니다. 이미 여러 코딩 에이전트를 운영 중인 팀에게 정말 중요한 내용은 벤치마크 표에 있지 않습니다. 바로 이것들입니다. Anthropic에 따르면 Opus 5.5는 Opus 5보다 실행 비용이 40% 저렴하고, 출력 속도는 약 30% 빠르며, 18시간 이상 작업에 집중합니다. 정가는 입력 100만 토큰당 $4, 출력 100만 토큰당 $20으로, Opus 5의 $5와 $25보다 낮습니다.
더 저렴하면서 멈추지 않고 더 오래 일하는 모델이 여러분의 한 주를 단순하게 만들어 주지는 않습니다. 같은 수의 리뷰어 앞에 더 많은 완료된 실행이 도착한다는 뜻일 뿐입니다. Opus 5.5를 보드에 올리는 건 10분이면 끝나는 일입니다. 늘어난 처리량을 보드가 어떻게 감당할지 결정하는 것이 진짜 일입니다. 이 가이드는 앞부분을 가장 짧고 유용한 경로로 안내하고, 뒷부분에 대해서는 솔직하게 말합니다. 즉, Computer 하나에서 Claude Code에 Opus 5.5를 설정하고, Agent 하나를 만들고, 실제 Task 하나를 배정하는 것입니다.
TL;DR
연결된 Computer의 Claude Code에서 모델을 claude-opus-5-5로 설정하고, Runtime이 Available로 표시되는지 확인한 뒤, Opus 5.5가 실제로 작업할 시간에 맞춘 Task별 타임아웃을 가진 Agent를 만들고, 작업 디렉터리는 Temporary로 두고, Task 하나를 배정하세요. Sharkly는 모델 이름을 표시하지 않습니다. 대신 실행, 로그, 질문, 그리고 Task의 결과를 보여줍니다. Agent는 조사하고, 실행하고, 테스트하고, 보고합니다. 사람은 방향을 정하고, 권한을 부여하고, 결과를 승인합니다.
모델 설정은 어디에 있는가
Sharkly는 모델을 선택하지 않습니다. Agents 문서에서도 이를 분명히 밝힙니다. “Agent는 Runtime의 기본 모델을 따릅니다. 특정 모델 이름을 약속하거나 표시하지 않습니다. 모델은 Agent가 아니라 Runtime 또는 Computer 도구 구성에서 변경하세요.”
존재하지도 않는 드롭다운을 찾아 헤매기 전에 짚고 넘어갈 만한 경계입니다. 네 가지 역할, 각각 하나의 임무입니다. Agent는 작업이 어떻게 처리되어야 하는지를 정의합니다. Computer는 호스트와 로컬 리소스를 제공합니다. Runtime은 실제 에이전트 세션을 수행하며, 여기서는 Claude Code가 Runtime입니다. Task는 팀을 위한 공유 기록으로 남습니다. Opus 5.5가 Sharkly에 도달하는 방식은 모든 모델과 같습니다. 모델을 실행하는 도구를 통해, 그리고 그 도구를 실행하는 호스트에서 구성함으로써 말입니다.
1단계: Computer의 Claude Code에 Opus 5.5 설정하기
실행에 사용할 Computer에서 Claude Code를 업데이트하고, Opus 5.5 접근 권한이 있는 계정 또는 API 키로 로그인하세요. Anthropic은 이 모델을 Claude Platform, Amazon Web Services, Google Cloud, Microsoft Azure에서 제공하므로, 클라우드 제공자를 쓰는 팀은 Claude Code를 그쪽으로 연결하면 됩니다. 해당 호스트의 일반 터미널에서 claude --model claude-opus-5-5로 세션이 시작된다면 Sharkly에서도 사용할 수 있습니다.
그런 다음 이 Computer의 모든 실행이 이 모델을 사용하도록 기본값을 설정하세요:
// ~/.claude/settings.json
{
"model": "claude-opus-5-5"
}
공용 Computer에 이 설정을 적용하기 전에, 최신 Claude Code 구성 레퍼런스에서 정확한 설정 키와 최소 Claude Code 버전을 확인하세요. [VERIFY]
다시 Sharkly로 돌아와 Computer 상세 화면을 열고 재스캔이나 연결 테스트를 실행하세요. Claude Code Runtime이 Available로 표시되어야 합니다. Computer가 online으로 표시되는 것은 로컬 서비스가 하트비트를 보내고 있다는 뜻일 뿐입니다. 실행을 시작할 수 있는지는 Runtime 기능 상태가 알려줍니다.
Computer 하나, 모델 등급 두 개. Agent에는 모델 선택기가 없지만, 일반 및 시크릿 환경 변수와 추가 Runtime 인자를 전달할 수 있고, 이것들은 Runtime 호출에 반영됩니다. 이렇게 하면 Computer에는 저렴한 기본 모델을 두고, 필요한 Agent에만 Opus 5.5를 적용할 수 있습니다. 모든 트리아지 실행에 리더 등급 요금을 지불할 필요가 없습니다. 표준화하기 전에 Agent 하나에서 테스트해 보세요. [VERIFY]
2단계: Opus 5.5의 작동 방식에 맞춰 Agent 구성하기
Agents를 열고 New Agent를 선택한 다음, Computer와 Claude Code Runtime을 고르세요. 그다음 이전 모델보다 이 모델에서 더 중요한 세 가지를 설정하세요.
Task별 타임아웃. Anthropic에 따르면 Opus 5.5는 18시간 이상 작업에 집중합니다. 20분짜리 결함 수정에 맞춰진 타임아웃은 그 능력을 잘린 실행과 혼란스러운 로그로 바꿔 놓습니다. 모든 곳에서 늘리지 말고 선별적으로 늘리세요. 마이그레이션과 대규모 리팩터링을 담당하는 Agent에는 긴 타임아웃을, 소규모 프런트엔드 결함을 수정하는 Agent에는 짧은 타임아웃을 주세요. 범위가 좁은 Agent에 긴 타임아웃을 주면 대개 실패를 더 느리게 확인하게 될 뿐입니다.
작업 디렉터리. Temporary 모드입니다. 각 Task는 격리된 디렉터리를 받고, 저장소 기반 실행은 새 워크트리를 준비하므로, 같은 저장소에서 두 개의 Opus 5.5 실행이 서로 덮어쓸 수 없습니다. 임시 디렉터리의 기본 동시성은 Computer 한도의 50%입니다. Computer가 실제 실행을 몇 번 처리할 때까지는 그대로 두세요.
출력 크기. Opus 5.5는 한 응답에서 최대 128k 토큰의 출력을 지원합니다. 몇 시간 동안 작업하고 그 정도 길이로 답하도록 허용된 실행은 아무도 꼼꼼히 읽지 않는 diff를 돌려줍니다. 모델을 바쁘게 만들기 위해서가 아니라 결과를 검토할 수 있도록 Task 범위를 정하세요.
지침은 안정적이고 짧게 유지하세요:
Read the Task description and recent comments before editing.
Keep changes limited to the requested behavior.
Ask a question only when different interpretations would
materially change the result; otherwise proceed with a stated
assumption and record it in your report.
Run the closest relevant checks and report failures without hiding them.
Stop and ask before anything destructive or outside the repositories
attached to this Agent.
3단계: Task 하나를 배정하고, 그다음 Crew를 투입하기
수용 기준이 명확한 Task를 고르세요. Agent를 Assignee로 선택하고, Task를 Backlog에서 작업 준비 완료 범주에 속하는 상태로 옮기세요. Backlog에서 배정된 Task는 대기합니다. 실행은 queued, dispatched, running 단계를 거치고, Executions 탭에서 로그가 실시간으로 스트리밍됩니다.
첫 Task에는 Agent 하나만 사용하세요. Crew는 리더 Agent 하나가 조율하는, 재사용 가능한 People과 Agents의 그룹이며, 리더가 목표를 해석하고 여러 구성원의 결과를 하나의 Task로 모아야 할 때 제값을 합니다. 범위가 한정된 변경이라면 Agent 하나가 정답이고, 신경 쓸 변수도 없습니다.
Crew가 정말로 필요한 상황이라면, Opus 5.5는 한 등급 전보다 리더로 쓰기에 더 합리적인 선택입니다. 리더는 주로 읽고, 계획하고, 배정하고, 검토하는데, 이는 가격표 최상단에서는 정당화하기 가장 어려웠던 형태의 작업입니다:
| Runtime 모델 | API id | 100만 토큰당 입력 / 출력 | Crew에서의 역할 |
|---|---|---|---|
| Claude Opus 5.5 | claude-opus-5-5 |
$4 / $20 | 리더, 리뷰어, 장시간 마이그레이션 |
| Claude Opus 5 | claude-opus-5 |
$5 / $25 | 대체되는 이전 기본 모델 |
| GPT-6 Sol | gpt-6-sol |
$2 / $10 | 일상적인 구성원을 위한 보조 Runtime |
Opus 5.5의 캐시된 입력 읽기는 100만 토큰당 $0.20, 캐시 쓰기는 $5이며, 이는 같은 저장소 접두사를 반복해서 읽는 긴 세션이 저렴할지 비쌀지를 결정합니다. 지연 시간이 비용보다 중요할 때 쓸 수 있는 고속 모드는 $8과 $40입니다. 모델 사용량은 해당 도구에 구성된 구독이나 API 키를 통해 계속 처리되므로, 이 요금은 Sharkly가 아니라 여러분의 제공자 청구서에 반영됩니다.
보드에서 실제로 달라지는 것
세 가지이며, 그중 모델에 관한 것은 하나뿐입니다.
실행은 저렴해지지만 리뷰는 그렇지 않습니다. 토큰 요금 20% 인하, 그리고 Opus 5보다 40% 저렴한 실행 비용은 같은 월 예산으로 지난주보다 더 많은 에이전트 실행을 살 수 있다는 뜻입니다. 하지만 그 문장 어디에도 리뷰어의 시간이 늘어난다는 내용은 없습니다. 다중 에이전트 팀의 제약은 결코 모델 비용이 아니었습니다. 제약은 한 사람이 하루에 실제로 승인할 수 있는 완성된 diff의 개수였습니다. 더 저렴한 모델은 그 제약을 더욱 조입니다. 모델 선택이 아니라 리뷰 용량을 기준으로 계획하세요.
장시간 실행은 감독의 의미를 바꿉니다. 하루의 대부분 동안 작업을 붙들고 있는 에이전트는 터미널을 지켜보는 방식으로 감독할 수 없습니다. 한눈에 읽히는 상태, 그냥 지나치지 않고 사람에게 도달하는 질문, 그리고 결과가 남는 장소가 필요합니다. Sharkly에서는 질문이 Task에 댓글로 돌아오고, Task는 waiting for human reply로 표시되며, 이는 여러분의 Inbox로 전달됩니다.
경계 우회 성공이 줄어든 것은 진전이지 가드레일이 아닙니다. Anthropic은 Opus 5보다 경계 우회 시도 성공이 85% 적다고 보고합니다. 이는 동작 면에서 실제 개선이지만 권한 시스템은 아닙니다. 실행의 경계를 정하는 것은 Agent에 연결된 저장소, 환경 변수, 그리고 사람의 승인 단계입니다. 모델의 개선은 두 번째 방어층으로 두고, 결코 유일한 층이 되게 하지 마세요.
실행이 일찍 멈췄을 때
일찍 끝난 실행이 손실은 아닙니다. 실행 로그를 열어 제목과 기술적 세부 사항을 읽고, 범위를 좁혀 Task에서 다시 실행하세요. 디렉터리와 Task 기록은 그대로 남아 있으므로, 다음 시도는 기억이 아니라 증거에서 시작합니다. 중단되더라도 몇 분만 손해 보도록 Task를 충분히 작게 유지하세요.
바로 이 부분이 흔들리지 않고 유지할 가치가 있는 것입니다. 이번 주에 모델은 바뀌었지만, 배정, 컨텍스트, 진행 상황, 블로커, 결과, 사람의 리뷰는 팀이 볼 수 있는 곳에 그대로 남아 있습니다. 이미 여러 코딩 에이전트를 운영 중이라면, Computer 하나를 연결하고, Agent 하나를 만들고, 지루한 일 하나를 배정해 보세요.
