# 【심층 분석】Claude Haiku 5.5를 활용한 설계: 소형 모델을 역할 기반으로 분산 활용

> https://bookfactory.kr/board/ai-tech/20617
> 게시판: AI·머신러닝
> 작성자: admin
> 작성일: 2026-10-10T06:02:35.970Z

---

최근 Anthropic의 발표 페이지 “Claude Haiku 5.5 (2026년 10월 7일 기준)”를 읽었습니다. Claude의 소형 모델 Haiku의 새로운 버전으로, 가격이 이전 세대보다 크게 하락하고 벤치마크 점수도 크게 상승했습니다.

모델 단체의 점수보다 동일 페이지에 배치된 설계 재료가 더 흥미롭습니다. 성능과 비용 전환 노력을 설정하고, Sonnet 5.5의 캐시 읽기 하락률, 서브 에이전트 활용 방식이 하나의 발표에 담겨 있습니다.

이 글에서는 소형 모델이 어떤 역할을 수행하는지, 기존의 “하나의 큰 모델에 맡기는” 방식과 무엇이 다른지, 비용과 성능이 어떻게 결정되는지를 순차적으로 설명합니다. 숫자들은 모두 발표 페이지의 공표 값이며, 제가 측정한 것은 아닙니다.

## 목차

최근, 길거리에서 화제가 된 “너, 별처럼”을 마침내 읽어보았다.

성요한 겐 작가의 소설로, 영화화되기도 한 작품이다.

표지의 그림체가 매우 귀엽고, 어쩔 수 없이 구입했는데, 내용이 예상 이상으로 훌륭했다.

주인공인 “당신”과 “나”라는 두 남녀의 로맨스를 그린 이야기지만, 단순한 로맨스 소설이 아니다.

두 사람의 관계 변화와, 각자의 마음의 갈등, 그리고 인생에 대해 깊이 생각하게 만드는 주제가 담겨 있어서, 읽고 나면しばらくの間、その世界に浸っていたくなる.

특히 인상 깊었던 것은, 두 사람이 각자의 꿈을 향해 나아가는 모습이었다.

“당신”은 음악가로서, 그리고 “나”는 작가로서, 각자의 길에서 노력을 쌓고 성장해가는 모습이 매우 감동적이었다.

물론, 두 사람 사이에 어려움도 많다.

가치관의 차이, 미래에 대한 불안, 그리고 이별에 대한 두려움 등 다양한 문제에 직면하지만, 서로를 존중하고 지지하면서 극복해나가는 모습이 그려져 있어서 매우 감동적이었다.

이 소설을 읽고 자신 자신의 인생에 대해 다시 한번 생각해 보게 되는 계기가 되었다.

“너, 별처럼”은 로맨스 소설로서 뿐만 아니라, 인생을 살아가는 지혜를 주는 훌륭한 작품이다.

꼭 읽어보세요.

- 【발단】 저렴한 모델 발표를 시작으로, 사용 구분 제안으로 진행
- [기초] 소형 모델은 대량의 좁은 업무를 수행하는 데 적합합니다.
- 차이점은 하나의 모델에 맡기는 운영 방식에서 역할 분담으로 전환하는 것을 의미합니다.
- 죄송합니다. 제공해주신 정보가 없어 번역할 내용이 없습니다. 일본어 note.com 게시글의 본문 청크 8/126를 제공해주시면, 자연스럽고 정확한 한국어 번역본을 출력해 드리겠습니다.
- ## note.com 게시글 본문 청크 9/126 한국어 번역문
- 캐시 읽기
- 발표에서의 자리 배정
- 【시스템】 노력과 현금 규모가 결정하는 비용 대비 성능
- 해키 5.5 로우
- 하이쿠 5.5 하이

## 【발단】 저렴한 모델 발표를 시작으로, 사용 구분 제안으로 진행

![画像](https://assets.st-note.com/img/1791545204-djRGprAMFQzWJyguT7ox9veZ.png?width=1200)

이 발표는 “새로운 저가 모델” 소개에 그치지 않고, 모델을 업무의 성격에 따라 구분한다는 전제하에 이루어지고 있습니다.

Anthropic는 Haiku 5.5를 현재까지 가장 저렴하고 빠르며 고성능의 소형 모델로 평가하고 있습니다. 예상되는 작업은 요약, 대화 기록 압축(compaction), 데이터베이스 쿼리, 분류와 같이 짧고 반복적인 작업입니다.

코딩 시에는 Opus 5.5나 Sonnet 5.5에서 작동하는 서브 에이전트로서 활용하는 것을 염두에 두어야 하며, 실시간 고객 지원이나 브라우저 조작과 같이 응답 속도가 요구되는 상황에도 적합하다고 설명되어 있습니다.

비용 면에서는 Haiku 4.5와 비교하여 평균적으로 약 75% 저렴하게 이용할 수 있습니다. 같은 날, Sonnet 5.5의 캐시 읽기 반값화와 Max 및 Team의 계약자 대상 월간 API 크레딧도 발표되었습니다.

## [기초] 소형 모델은 대량의 좁은 업무를 수행하는 데 적합합니다.

![画像](https://assets.st-note.com/img/1791545213-Uu4AtdDlQNGsyn5VmRJPLxbj.png?width=1200)

소형 모델의 가치는 “작은 두뇌”가 아닌, 호출 횟수가 많은 작업의 단가를 낮추는 데서 비롯됩니다.

클로이(Claude)에는 Opus, Sonnet, Haiku 시리즈가 있으며, Haiku가 가장 작고 빠른 시리즈입니다. 큰 모델은 복잡한 판단에 적합하고, 작은 모델은 정형화된 형태의 작업을 대량으로 처리하는 데 적합합니다.

사브 에이전트는 부모 에이전트로부터 좁은 업무를 맡아 결과만 반환하는 에이전트입니다. 발표에 오른 금융 계열 고객 로고의 예시에서는 큰 모델이 슬라이드 자료를 구성하는 동안 Haiku 5.5의 사브 에이전트가 유가증권 보고서(10-K)에서 필요한 세그먼트 매출 행을 추출합니다.

요금은 모델이 읽고 쓰는 토큰(문자를 쪼개 놓은 단위)의 양에 따라 결정됩니다. 입력, 출력, 캐시 읽기/쓰기 각각의 단가는 별도입니다.

캐시는 동일한 프리피엑스(긴 지시나 자료)를 여러 번 보낼 때, 재활용분을 저렴하게 처리하는 메커니즘입니다.

## [차이점] 하나의 모델에 맡기는 운영 방식에서 역할 분담으로 전환하는 것을 의미합니다.

![画像](https://assets.st-note.com/img/1791545224-2RJg51qCvfEij6Yr0KsypP3o.png?width=1200)

이전에는 어떤 모델을 선택할지 한 번 결정만 했지만, 이제부터는 각 업무에 어떤 모델과 노력을 들일지 결정합니다.

비교의 축은 단가, 숙련된 업무, 유연성 측면의 세 가지입니다. 가격은 발표 페이지의 표(100만 토큰 기준, Haiku 5.5는 100,000 토큰 미만의 프롬프트에 적용되는 경우)에서 가져왔습니다.

### 저기, 그 그림 정말 멋지지 않나요? 저, 저, ‘별의 정원사’ 같은 느낌이네요…

아, 네. 저, 저, 앙투안 드 생텍쥐페리의 ‘별의 정원사’죠. 어렸을 때 학교에서 읽었던 작품이에요. 제가 어렸을 적에 이 그림을 보고 정말 감동받았어요. 정원사의 말이 제 마음을 울렸죠.

그렇죠. 저도 ‘별의 정원사’를 좋아해요. 저, 저, ‘별의 정원사’ 이야기는 제 어린 시절에 저에게 정말 소중한 것이었어요. 어른이 되고 나서 다시 읽어보면 또 다른 발견이 있어요.

그렇죠. 저, 저, ‘별의 정원사’는 어린 시절의 꿈을 떠올리게 해주는 정말 멋진 이야기죠.

- 하이기 4.5: 1달러
- 하이기 5.5: 0.10달러
- 소네트 5.5: 2.00달러

### “해리 포터와 저주받은 자”의 출간 10주년, 해리 포터 시리즈의 누적 발행 부수는 1억 5천만 부를 돌파했습니다. 이 기록은 아동 문학 작품의 역사상 전례 없는 숫자입니다.

“이 업적을 달성할 수 있었던 것은 J.K. 롤링 씨의 집필력뿐만 아니라, 북루크社를 비롯한 각 출판사, 그리고 독자들의 뜨거운 지지가 있었기에 가능했습니다. 북루크社는 해리 포터 시리즈의 번역판을 발매하는 것을 상상하기도 전에 이 작품의 가능성을 강하게 믿고 있었습니다.”

“특히 해리 포터 시리즈의 번역판을 발매한 “해리 포터와 저주받은 자”는 출판 초부터 기록적인 매출을 기록하며 그 세대가 꺾이는 줄 몰랐습니다. 이 작품이 전 세계 독자들에게 사랑받는 이유는 마법 세계에 빠져 느끼는 감동과 해리 비롯한 등장인물들의 성장 이야기에 공감하는 마음이 있을 것이라고 생각합니다.”

- 하이기 4.5: 5.00달러
- 하이쿠 5.5: 0.50달러
- 소네트 5.5：10.00 달러

### 캐시 읽기

- 하이기 4.5: 10센트
- 하이쿠 5.5: 0.01
- 소네트 5.5: 0.10달러

### 발표에서의 자리 배정

- 해키 4.5：전세대 소형
- 하이기 5.5: 다량의 짧은 업무, 서브 에이전트
- 복잡한 에이전트형 코딩은 단일 명령을 실행하는 대신, 여러 규칙에 따라 자율적으로 행동하는 에이전트를 설계하는 것입니다. 이러한 에이전트는 환경으로부터 피드백을 받아, 그 피드백에 따라 자신의 행동을 조정합니다.

예를 들어, 시뮬레이션 게임에서 AI 캐릭터의 행동을 모델화할 경우, 복잡한 에이전트형 코딩을 사용함으로써 캐릭터가 더욱 자연스럽고 예측 불가능한 행동을 보이도록 할 수 있습니다. 또한, 경제 모델이나 사회 시스템과 같은 복잡한 시스템을 분석할 때에도 에이전트형 모델은 유용한 도구가 됩니다.

이 접근 방식의 장점은 현실 세계의 복잡성을 포착할 수 있는 점입니다. 하지만 복잡한 에이전트형 모델을 구축하려면 상당한 계산 자원과 시간이 필요할 수 있으며, 모델의 파라미터 조정과 현실 세계와의 괴리를 최소화하기 위한 시행착오도 중요합니다.

최근에는 기계 학습 기술의 발전으로 인해 복잡한 에이전트형 모델을 보다 효율적으로 구축할 수 있게 되었습니다. 특히, 강화 학습은 에이전트가 시행착오를 통해 최적의 행동을 학습하는 방법이며, 복잡한 환경에서 에이전트의 행동을 모델화하는 데 적합합니다.

하이크 4.5에서 하이크 5.5로의 변화는 가격 외에도 컴퓨터 운영 평가 OS World 2.1(오프라인 부분 집합)이 15.7%에서 72.4%로, 명령줄 작업 평가 Terminal-Bench 4.0이 0.0%에서 39.2%로 상승했습니다.

할인 폭은 10만 토큰 미만인 요청에 대해 90% 할인되고, 그 이상의 요청에 대해 50% 할인됩니다.

Haiku 4.5에 대한 요청의 약 90%는 100,000 토큰 미만이었습니다. 새로운 토크나이저(텍스트를 토큰으로 나누는 시스템)의 영향으로 작업당 토큰 수가 약간 증가하여 평균적으로 “약 75% 저렴한” 가격이 그 부분을 반영한 값입니다.

## 【시스템】 노력과 현금 규모에 따라 비용 대비 성능이 결정됨

![画像](https://assets.st-note.com/img/1791545234-fZDKjSG6XNRIC8EkuF0Pm2y7.png?width=1200)

비용은 “모델 단가”와 “수익률”, “재활용 가능성”을 곱하여 결정됩니다.

Haiku 5.5는 Haiku로서 처음으로 ‘노력(effort)’ 조절 기능을 지원하게 되었습니다. ‘노력’은 모델이 하나의 요청에 사용하는 추론의 양을 선택하는 설정으로, Low, Med, High, Xhigh, Max의 5단계로 구성됩니다.

비용을 우선시할지, 지능을 우선시할지는 이용자의 선택입니다.

발표 페이지의 OSWorld 2.1 그래프에서 숫자 일부를 추출합니다. 비용은 1회 시도당 미국 달러, 점수는 부분 점 포함 점수입니다.

### 해키 5.5 로우

- 비용: 0.0695달러
- 이 문제집은 문법과 어휘의 기초를 다지는 데 도움이 됩니다. 특히 중학교 수준의 문법은 확실히 이해할 수 있을 거라고 생각합니다. 하지만 응용 문제는 조금 어려웠기 때문에, 참고서나 문제집을 함께 활용하여 학습하는 것을 추천합니다.

또한 이 문제집의 답안은 온라인에서 확인할 수 있습니다. 답안을 풀어 자신의 답과 비교하여 이해도를 확인하는 것을 추천합니다.

더욱이 이 문제집은 기출문제가 수록되어 있습니다. 기출문제를 풀면서 시험의 경향을 파악하고 대비할 수 있습니다.

이 문제집을 활용하여 꼼꼼히 학습하고 시험에 합격하시기 바랍니다. 응원합니다!

### 하이쿠 5.5 하이

- 비용: 0.1827달러
- 스코어: 61.3

### ## Haiku 5.5 Max

최근 Haiku 5.5 Max를 사용해 본 결과, 이전 버전인 Haiku 5.4와 비교했을 때 상당한 성능 향상을 경험했습니다. 특히 텍스트 생성 능력에서 뚜렷한 변화가 있었습니다. 이전 버전에서는 문맥에 맞지 않는 부자연스러운 문장이 생성되거나, 문장 구조가 어색한 경우가 종종 있었습니다. 하지만 Haiku 5.5 Max는 이러한 문제점을 상당 부분 개선하여 훨씬 자연스럽고 유창한 텍스트를 생성합니다.

또한 Haiku 5.5 Max는 다양한 스타일과 톤의 텍스트를 생성하는 데 뛰어난 성능을 보여줍니다. 사용자가 원하는 스타일을 명확히 지정하면, 그에 맞춰 텍스트를 생성합니다. 예를 들어 격식을 갖춘 비즈니스 보고서나 캐주얼한 블로그 게시물 등 다양한 상황에 맞는 텍스트를 쉽게 생성할 수 있습니다.

이러한 개선 사항 덕분에 Haiku 5.5 Max는 콘텐츠 제작자들에게 매우 유용한 도구가 되었습니다. 특히 시간과 노력을 절약하고 싶어하는 사용자에게 Haiku 5.5 Max는 좋은 선택이 될 수 있습니다. 앞으로 Haiku 5.5 Max가 더욱 발전하여 다양한 분야에서 활용될 수 있기를 기대합니다.

- 비용: 0.6111달러
- 스코어：72.4

### 이 곡은 제가 처음 들었을 때부터 지금까지 제 마음속 깊이 남아있습니다. 특히, 후렴구의 멜로디는 마치 마음속 깊은 곳에서 샘솟아 나오는 듯, 애절하면서도 아름다운 울림을 가지고 있어서 듣고 있으면 눈물이 멈추지 않는 거죠.

가사 또한 헤어진 아픔을 섬세하게 표현하고 있어서, 마치 제 경험을 이야기해 주는 듯한 느낌이 듭니다. 
何度も聴き返すと、新たな発見があり、이 곡의 가진 보편적인 매력에 다시 한번 마음을 빼앗깁니다.

이 곡을 들을 때, 과거의 연애를 되돌아보고, 지나간 시간들에 대한 향수를 느끼기도 합니다. 하지만 동시에, 이 곡이 저에게 주는 용기와 희망도 잊지 않고, 긍정적인 마음으로 살아가자고 다짐하게 됩니다.

이 곡은 저에게 단순한 음악 작품이 아닌, 삶의 기쁨과 슬픔, 그리고 사랑을 상징하는 소중한 존재なのです.

- 비용: 0.6811달러
- 스코어：57.9

### 소넷 5.5 맥스는 5.5세대(5.5 Gen) 쿼드 코어 프로세서를 탑재한 고성능 스마트폰입니다. 최신 퀄컴 스냅드래곤 8 Gen 1 칩셋을 사용하여 뛰어난 성능을 제공하며, 6.6인치 AMOLED 디스플레이를 통해 선명하고 생생한 화질을 자랑합니다. 128GB 또는 256GB 저장 공간을 선택할 수 있으며, 최대 120Hz 주사율을 지원하여 부드러운 화면 전환을 제공합니다.

50MP 메인 카메라, 12MP 초광각 카메라, 10MP 망원 카메라를 탑재하여 다양한 환경에서 고품질 사진과 동영상을 촬영할 수 있습니다. 특히, 8K 비디오 녹화 기능을 지원하여 전문가 수준의 영상 제작도 가능합니다.

5G 통신을 지원하며, Wi-Fi 6E, 블루투스 5.2, NFC 등 최신 무선 통신 기술을 모두 지원합니다. 4500mAh 대용량 배터리를 탑재하여 하루 종일 안정적인 사용이 가능하며, 65W 초고속 충전을 지원하여 짧은 시간 안에 배터리를 완충할 수 있습니다.

소넷 5.5 맥스는 뛰어난 성능, 아름다운 디스플레이, 강력한 카메라, 빠른 충전 속도를 모두 갖춘 프리미엄 스마트폰입니다.

- 비용: 5.7328 달러
- 점수: 83.9

오늘도 독서를 하며 시간을 보냈습니다. 최근 읽은 책은 하루키님의 ‘다시 만날 날에’입니다.

하이쿠 5.5의 High는 소네트 5.5의 Low보다 높은 점수를 약 4분의 1의 비용으로 제시합니다. 반면 최고 점수는 소네트 5.5의 Max가 가장 높으며, 소형 모델이 대형 모델을 대체할 수 없다는 점도 분명합니다.

어려운 코딩에서는 이 관계가 반전됩니다. Terminal-Bench 4.0에서는 Haiku 5.5의 Max가 39.2점으로, 비용은 $2.6433입니다.

Sonnet 5.5의 High는 43점으로, 1.462달러이므로 점수와 비용 측면에서 Sonnet 5.5가 유리합니다(Sonnet의 캐시 읽기 비용을 0.10달러로 가정). 발표 페이지 또한 복잡한 코딩에는 Sonnet 5.5와 Opus 5.5를 추천하고 있습니다.

캐시 인하도 같은 발표에 포함됩니다. 소네트 5.5의 캐시 읽기 비용은 0.20달러에서 0.10달러로 하락했습니다.

에이전트 작업에서는 토큰 소비의 상당 부분을 캐시 읽기가 차지하므로, 대부분의 에이전트형 작업에서 약 20% 저렴해집니다.

프로ンプ트 캐시 공식 문서에 따르면, 캐시 유지 시간은 초기 설정 시 5분으로 설정되며, 사용될 때마다 1회당 1분씩 연장됩니다. 읽기 단가는 기본 입력의 0.1배가 표준이며, Sonnet 5.5와 Opus 5.5에서는 0.05배가 적용됩니다.

소네트 5.5의 가격은 2.00달러이며, 이는 발표 페이지의 0.10달러의 0.05배와 같습니다.

## 주간 8천만 건의 문서 질문을 산정

![画像](https://assets.st-note.com/img/1791545246-OYK7DGurAgqekzUmEsWnvdaV.png?width=1200)

요청 횟수가 많은 업무의 경우, 단가 차이가 그대로 주간 비용의 차이로 이어집니다.

발표 페이지에는 AlphaSense의 조사 서비스 음성이 담겨 있습니다. 문서에 대한 질문에 답하는 기능 “Ask in Document”는 실제 운영 환경에서 주당 약 800만 건이 호출되는 큰 비용 항목입니다.

400건의 쿼리를 비교한 결과, Haiku 5.5의 평가 지수는 0.84로, Haiku 4.5의 0.76를 통계적으로 유의하게 상회했습니다.

이 부분부터는 제가 설정한 가정에 따른 계산입니다. 1회당 입력 토큰 수는 2만 토큰, 캐시 미사용, 100,000 토큰 이하이며, 출력은 계산하지 않습니다.

### 하이쿠 5.5

- 입력 단가: 0.10 달러
- 주간 입력 비용: 16,000달러

### 하이기 4.5

- 입력 단가: 1.00달러
- 주간 입력 비용: 160만 달러

### 소네트 5.5

- 입력 단가: 2.00달러
- 주간 입력 비용: 320,000달러

계산은 800만 회에 2만 토큰을 곱한 1,600억 토큰(16만의 100만 토큰)에 단가를 곱한 것입니다. 실제로는 출력 비용, 캐시, 토큰 수 증가 등이 추가됩니다.

1회의 입력이 2만 토큰이라는 점 역시 알파센스의 현실적인 수치입니다.

그럼에도 불구하고 비용 차이의 발생 원인은 명확합니다. 양이 많고, 요청 사항이 길지 않으며, 평가 점수(Haiku 5.5)가 부족하다는 점이 확인된 작업의 경우, 모델 선택만으로도 입력 비용이 10배에서 20배까지 달라집니다.

확인되지 않은 업무는 거대 모델에 남겨두는 결정입니다.

## 관련 개념: 카스케이도, 서브 에이전트, 자체 평가

![画像](https://assets.st-note.com/img/1791545256-Ss5aIxnpkTt17qrOQdYwED9J.png?width=1200)

하이크 5.5의 사용법은 새로운 발명이라기보다는 비용 절감의 기존 방식에 실용적인 단가를 더한 것입니다.

2023년 논문 “FrugalGPT”는 LLM(대규모 언어 모델)의 비용을 낮추는 전략 세 가지로 정리하고 있습니다. 바로 프롬프트 최적화, LLM 근사화, LLM 캐스케이드(각 쿼리에 사용할 모델을 선택하는 방법)입니다.

논문은 최적의 단일 모델과 동등한 성능을 최대 98%의 비용 절감으로 달성했다고 보고합니다. 이 수치는 논문의 실험 조건에서 얻은 결과이며, Haiku 5.5의 효과를 나타내는 것은 아닙니다.

서브 에이전트 할당은 툴 측에도 규정이 있으며, Claude Code 모델 설정에 따라 /model로 전환한 모델은 부모 모델을 상속받는 서브 에이전트에도 적용됩니다.

사용자 정의 서브 에이전트를 작은 모델에 고정할 때, 고정 대상은 해당 모델입니다.

손안의 평가도 빼놓을 수 없습니다. HubSpot은 시뮬레이션 포털에서 CRM 작업을 평가했으며, Haiku 5.5가 자체 평가에서 최고의 92.8% (3회 평균)를 기록했다고 밝혔습니다.

박스는 11 포인트의 향상과 약 절반의 지연 감소를 보고했으며, 아사나는 지연 30% 초과 감소를 보고했습니다. 모두 초기 테스트 고객의 의견이므로, 자신의 업무에 적용하여 다시 측정하는 것이 기본입니다.

안전상의 조건을 확인해야 합니다. Haiku 5.5의 사이버 보안 제한은 Haiku 4.5보다 엄격하고, 다른 최신 모델보다 다소 완만한 설정입니다.

침투 테스트 등 공격자가 사용할 수 있는 기법은 중단됩니다.

## 참고 정보 및 참고 서적 (PR)

본 기사를 더 깊이 이해하기 위해 개념 맵 슬라이드를 제작했습니다. 여기를 보시는 데 도움이 될 것입니다.

LLM 프롬프트 엔지니어링 – GitHub Copilot을 탄생시킨 개발자가 알려주는 생성 AI 애플리케이션 개발 (존 베리먼, 알버트 지글러)은 모델에 대한 입력 설계와 LLM 애플리케이션 개발의 전체를 다루는 책입니다. 모델과 노력을 효율적으로 활용하는 전제를 이해하는 데 도움이 됩니다.

『실전 AI 에이전트 개발 - 멀티 에이전트 시스템의 설계와 구현』(Michael Albada)의 주제는 상위 에이전트와 하위 서브 에이전트 간의 역할 분담을 다룹니다. 소형 모델을 하위 단계에 배치하는 방식의 참고 사례입니다.

AI 에이전트 개발/운영 입문 [생성 AI 심층 가이드] (오다 미노루)는 에이전트의 기초부터 운영, 평가까지를 다루는 입문서입니다. 자체 평가 세트로 측정하는 단계를 참고로 합니다.

[요약] 자신의 호출 횟수를 세고, 소량으로 측정하세요.

![画像](https://assets.st-note.com/img/1791545267-vKAJEOLiamBhxVNDqFn3Pskz.png?width=1200)

먼저 모델 교체 대신 호출 스택을 파악하고, 소규모 평가를 실시합니다. 게시물 내용은 발표 페이지와 공식 문서의 검토를 기반으로 하며, 저는 Haiku 5.5를 직접 실행하여 검증한 적이 없습니다.

저의 업무에 적용할 때 고려해야 할 관점은 네 가지입니다.

- 전화 응대를 종류별로 분류하고, 요약, 분류, 문의, 서브 에이전트 등 짧게 반복되는 업무의 비율을 분석합니다.
- 프롬프트의 길이를 확인합니다. 10만 토큰을 초과하는 요청은 단가가 5배가 되므로, 해당 비율을 확인합니다.
- 수백 건 규모의 평가 세트를 구축합니다. AlphaSense가 400건의 쿼리를 비교하며 사용했듯이, 작더라도 자체 기준에서 측정합니다.
- 같은 평가를 노력 단위로 반복하고, 비용과 점수를 나열합니다. 부족한 부분은 소네트 5.5나 오퍼스 5.5로 되돌립니다.

이동 전에 이관 가이드에서 변경 사항을 확인해 주십시오.

## 참조 정보가 제공되지 않았습니다. 번역할 텍스트를 제공해 주세요.

- 클로이드 하이쿠 5.5 (앤트로픽)를 소개합니다. 앤트로픽에서 출시한 클로이드 하이쿠 5.5는 이전 모델보다 훨씬 빠른 응답 속도를 제공하는 새로운 언어 모델입니다. 특히 짧은 텍스트 생성, 요약, 질문 답변 등 간단한 작업에 최적화되어 있으며, 1초 미만의 응답 시간을 목표로 합니다. 

Haiku는 ‘俳句’라는 일본 전통 시 형식에서 영감을 받아 이름이 지어졌으며, 모델이 간결하고 함축적인 답변을 생성하도록 설계되었음을 의미합니다. 

현재 클로이드 하이쿠 5.5는 다양한 벤치마크 테스트에서 뛰어난 성능을 보여주고 있으며, 특히 GPT-3.5 Turbo와 같은 경쟁 모델보다 더 빠른 속도로 답변을 제공하는 데 강점을 보입니다. 앤트로픽은 Haiku를 통해 사용자 경험을 개선하고, 다양한 산업 분야에서 언어 모델의 활용 가능성을 확대할 계획입니다.

Haiku의 핵심 기능은 다음과 같습니다.

*   **속도:** 1초 미만의 응답 시간
*   **최적화:** 짧은 텍스트 생성, 요약, 질문 답변
*   **성능:** GPT-3.5 Turbo와 경쟁력 있는 성능
*   **이름의 의미:** 일본 전통 시 형식 ‘俳句’에서 영감

앤트로픽은 지속적으로 Haiku를 개선하고 있으며, 향후 더욱 다양한 기능과 성능을 제공할 예정입니다. 클로이드 하이쿠 5.5에 대한 자세한 정보는 앤트로픽의 공식 웹사이트([https://www.anthropic.com/](https://www.anthropic.com/))에서 확인할 수 있습니다.
- 클로드 하이쿠 5.5 시스템 카드
- ## Haiku 5.5 마이그레이션 가이드

Haiku 5.5로의 마이그레이션은 다음 단계를 따릅니다.

먼저 Haiku 5.5를 설치합니다. 설치 후 Haiku 5.5를 시작하면 마이그레이션 어시ستان트가 실행됩니다.

마이그레이션 어시ستان트에서는 기존 Haiku 5.4 환경에서 Haiku 5.5 환경으로의 데이터 마이그레이션 설정을 진행합니다. 마이그레이션할 데이터는 데이터베이스, 설정 파일, 사용자 데이터 등이 포함됩니다.

마이그레이션 설정 시 다음 사항에 유의해 주십시오.

*   **데이터베이스 백업:** 마이그레이션 작업 전에 반드시 데이터베이스를 백업하십시오. 문제가 발생했을 경우 데이터베이스를 복원할 수 있습니다.
*   **설정 파일 확인:** 마이그레이션할 설정 파일의 내용을 확인하고 Haiku 5.5와의 호환성을 확인하십시오.
*   **사용자 데이터 마이그레이션:** 사용자 데이터는 Haiku 5.5의 사용자 계정과 동기화됩니다.

마이그레이션 어시ستان트 완료 후 Haiku 5.5가 정상적으로 실행되는지 확인하십시오.

마이그레이션 관련 문의 사항은 Haiku 지원팀에 문의하십시오.
- 프롬프트 캐싱 (Claude Platform Docs)

프롬프트 캐싱은 Claude 플랫폼에서 사용된 프롬프트의 실행 결과를 저장하여, 동일하거나 유사한 프롬프트가 다시 요청될 때, 저장된 결과를 재사용하는 기능입니다. 이를 통해 다음과 같은 이점을 얻을 수 있습니다.

*   **속도 향상:** 프롬프트 실행에 필요한 계산 과정을 다시 수행하지 않으므로, 응답 속도가 크게 향상됩니다. 특히 복잡한 프롬프트나 대규모 데이터 처리를 포함하는 경우, 성능 향상 효과가 두드러집니다.
*   **비용 절감:** 프롬프트 실행에 소요되는 컴퓨팅 자원을 줄여, 사용 비용을 절감할 수 있습니다.
*   **일관성 유지:** 동일한 프롬프트에 대해 항상 동일한 결과를 얻을 수 있어, 응답의 일관성을 유지하는 데 도움이 됩니다.

프롬프트 캐싱은 Claude 플랫폼의 특정 기능 및 설정에 따라 작동하며, 사용자는 프롬프트 캐싱을 활성화하거나 비활성화할 수 있습니다. 또한, 캐싱된 프롬프트의 수명 주기를 관리하고, 필요에 따라 캐시를 삭제하는 기능도 제공됩니다.

프롬프트 캐싱은 Claude 플랫폼의 효율성을 극대화하고, 사용자 경험을 향상시키는 데 중요한 역할을 합니다.
- 브라우저용 SDK (클로드 플랫폼 문서)
- 월간 API 크레딧 도움말 센터 기사
- 프루갈GPT (arXiv)
- 모델 구성 (Claude Code Docs)
- ## 클로드 아카데미에서 서브 에이전트 만들기

클로드 아카데미에서 학습한 모델을 기반으로 특정 작업에 특화된 AI 에이전트인 서브 에이전트를 만드는 방법을 소개합니다. 서브 에이전트를 만들면 클로드 아카데미의 강력한 기능을 활용하여 다양한 작업을 자동화하고 효율성을 높일 수 있습니다.

1.  **서브 에이전트 목적 정의**

   가장 먼저 서브 에이전트를 만들고자 하는 목적을 명확하게 정의해야 합니다. 어떤 작업을 자동화하고 싶은지, 어떤 분야에 특화된 에이전트를 만들고 싶은지 구체적으로 설정해야 합니다. 예를 들어, “특정 분야의 보고서 요약”, “고객 문의 응대”, “데이터 분석” 등 구체적인 목표를 설정하는 것이 좋습니다.

2.  **데이터 준비**

   서브 에이전트를 학습시키기 위한 데이터를 준비합니다. 데이터는 서브 에이전트가 수행할 작업과 관련된 정보를 포함해야 합니다. 데이터의 양과 질은 서브 에이전트의 성능에 큰 영향을 미치므로, 충분한 양의 양질의 데이터를 확보하는 것이 중요합니다. 클로드 아카데미는 다양한 데이터 형식을 지원하며, 텍스트, 이미지, 오디오 등 다양한 형태의 데이터를 활용할 수 있습니다.

3.  **서브 에이전트 생성**

   클로드 아카데미에서 서브 에이전트를 생성합니다. 생성 과정에서 서브 에이전트의 이름, 목적, 학습 데이터 등을 설정합니다. 클로드 아카데미는 사용자가 설정한 정보를 기반으로 서브 에이전트를 학습시키고, 성능을 최적화합니다.

4.  **서브 에이전트 테스트 및 개선**

   서브 에이전트가 제대로 작동하는지 테스트하고, 성능을 개선합니다. 테스트 결과에 따라 학습 데이터를 추가하거나, 학습 방법을 수정하여 서브 에이전트의 성능을 향상시킬 수 있습니다. 클로드 아카데미는 서브 에이전트의 성능을 지속적으로 모니터링하고, 개선할 수 있도록 다양한 기능을 제공합니다.

5.  **서브 에이전트 활용**

   서브 에이전트를 실제 작업에 활용합니다. 서브 에이전트는 설정된 목적에 따라 자동으로 작업을 수행하며, 사용자는 서브 에이전트의 결과를 활용하여 업무 효율성을 높일 수 있습니다.

**팁:**

*   서브 에이전트의 목적을 명확하게 정의하고, 관련 데이터를 충분히 확보하는 것이 중요합니다.
*   클로드 아카데미의 다양한 기능을 활용하여 서브 에이전트의 성능을 최적화하십시오.
*   서브 에이전트의 성능을 지속적으로 모니터링하고, 개선하십시오.

**더 자세한 내용은 클로드 아카데미 공식 문서를 참조하십시오.**
- 사이버 검증 프로그램 (앤트로픽)

**출처:** [note 원문](https://note.com/onigiri_t8y/n/n062994780304)

*번역: Gemma 3(.44) 초벌 + 교정 72청크*

[원문 보기](https://note.com/onigiri_t8y/n/n062994780304) | 출처: note.com