코딩 어시스턴트 GPT-5.5 → Claude. 마이그레이션할 가치가?

이 판단의 근거

먼저 월 $44,000이 실제로 어디로 빠져나가는지부터 보자. GPT-5.5에서는 요청 한 건마다 입력 토큰 4,000개가 $5.00/M(약 $0.020)으로 청구되고, 여기에 출력 토큰 800개가 $30.00/M(약 $0.024)으로 더해진다 — 즉 출력은 토큰 수로는 5분의 1에 불과한데도 비용의 절반 이상을 차지한다. 바로 이 비대칭이 모든 이야기의 핵심이다. GPT-5.5의 출력 단가는 당신이 지불하고 있는 항목 중 단연 가장 비싼 줄이고, 호출마다 800토큰 분량의 diff와 설명을 뱉어내는 코딩 어시스턴트는 이 단가에 매달 100만 번씩 부딪힌다. 출력 단가를 끌어내리지 못하는 선택지는 그저 침몰하는 배 위에서 의자를 다시 배열하는 격이다.

GPT-5.5 + 캐싱만으로는 $420k(20% 절감)에 그치는 이유가 정확히 여기에 있다. 캐싱은 매 호출마다 다시 보내는 시스템 프롬프트와 도구 스키마, 즉 캐시 가능한 입력 토큰 2,000개에 할인을 적용하지만, $0.024짜리 출력 줄에는 아무 영향도 주지 못하며, OpenAI의 캐시 읽기 역시 여전히 공짜가 아니다. 이 절감은 프로바이더를 넘어가는 위험 없이 챙길 수 있고, 그래서 모든 다른 선택지를 견주는 정직한 기준선으로서 계획에 포함될 자격이 있다. 하지만 20%가 현 상태를 유지하면서 살 수 있는 절감의 천장이다. 애초에 입력은 비싼 쪽이 아니었기 때문이다.

Claude Sonnet 4.6 + 캐싱($223.2k, 58% 절감)이 이기는 이유는 두 절반을 동시에 공략하기 때문이다. 출력은 GPT-5.5의 $30/M에서 $15/M로 떨어지고, 재사용되는 2,000토큰 프리픽스는 한 번만 쓰기 비용을 내고 나면 $0.30/M의 캐시 읽기로 넘어간다. 요청당 비용은 대략 새 입력 $0.006 + 캐시 읽기 $0.0006 + 출력 $0.012 ≈ $0.0186이며 — Sonnet 요청 전체가 GPT-5.5의 출력 단독($0.024)보다 싸다는 점에 주목하라. 이것은 또한 프롬프트 캐싱의 교과서적 사례이기도 하다. 크고 안정적인 시스템·도구 프리픽스를 100만 번의 호출에 걸쳐 재사용하니, 쓰기 프리미엄이 거의 즉시 상각된다. OpenAI에서 할 수 있는 최선 — GPT-5.5 + 캐싱 — 과 비교하더라도 Sonnet은 여전히 연간 약 $196,800(47%)을 절감하므로, 프로바이더를 넘나드는 이식 작업은 같은 계열 내 손질로는 결코 닿을 수 없는 만큼의 값어치를 한다. (캐싱이 실제로 본전을 뽑는 시점 참고.)

더 싸 보이는 두 가지 구도에는 경고 깃발을 꽂아둘 만하다. 첫째, Opus 4.7은 $480k로 9%밖에 절감하지 못한다 — 그 $25/M 출력 단가는 Sonnet의 $15/M보다 GPT-5.5에 훨씬 더 가깝게 자리하므로, 이 워크로드에서 Opus는 비용 결정이 아니라 역량 결정이다. Opus를 고려한다면 비용이 아니라 더 까다로운 에이전트 작업으로 정당화하라. 둘째, 캐싱 없는 Sonnet($288k, 45%)은 더 단순하긴 해도 권장안이 아니다. 캐싱에 딱 맞춰 재단된 프리픽스에 cache_control을 건너뛰면 연간 약 $64,800을 테이블 위에 그냥 두는 셈이다. 캐시 헤더 하나를 추가하는 한계 노력은 이 판에서 가장 값싸게 얻는 13포인트의 절감이다.

권장 수치를 현실로 만드는 작업은 이식이며, 적당한 수준이지만 결코 0은 아니다. 시스템 프롬프트를 Claude의 최상위 system 파라미터로 옮기고, 구분자를 XML 스타일 태그로 바꾸고, 도구 스키마를 변환하고(SDK 래퍼가 이 대부분을 흡수해준다), Claude가 영어를 GPT 대비 약 0.8배로 토크나이즈하므로 기존 상한이 헐거워졌을 수 있어 max_tokens를 다시 점검하고, 안정적인 프리픽스에 cache_control을 추가하라. 이를 설정값 하나 바꾸는 일이 아니라 제대로 된 스프린트 항목으로 잡아라. 그 메커니즘은 OpenAI→Anthropic 이식 가이드를 참고하라.

정직한 단서: 이것은 정가 기준 계산이며, 품질이 동등하다는 주장은 하지 않는다. 당신의 프롬프트는 GPT-5.5의 동작에 맞춰 튜닝되어 있고, 코딩 어시스턴트의 가치는 도구 호출 신뢰성, 긴 diff에서의 지시 준수, 거부 패턴처럼 가격표가 점수 매길 수 없는 미묘한 곳에 깃들어 있다. 전환 전에, 큐레이션된 예시가 아니라 실제 프로덕션 트레이스 수백 건으로 당신 자신의 평가를 돌리고, 사용자에게 정말로 중요한 작업들에서 Sonnet 4.6을 현재 출력과 비교하라. 연간 $304,800이 상금이라면 그 평가는 입장료이며, 우리라면 절대 건너뛰지 않을 단계다. 당신의 실제 물량을 마이그레이션 시뮬레이터에 넣어 정확한 수치로 다시 돌려보고, 계산이 정반대 방향을 가리키는 RAG 스타트업 및 배치 분류 리포트와 비교해보라.