Claude Sonnet 4.6 vs 4.5 한국어 실측 — 30개 프롬프트 돌려본 비교표

Sonnet 4.6이 정말 "더 나은 모델"인가요

Anthropic이 4.6을 공개하면서 코딩·추론 벤치마크 향상을 강조했어요. 그런데 한국어 실무에선 정말 얼마나 차이날까요? 궁금해서 직접 돌려봤어요.

테스트 조건은 이렇게 잡았어요.

• 프롬프트 30개 (카테고리 5개 × 각 6개)
• 동일 system prompt, temperature=0.3
• 응답 길이 제한 없음
• 평가 지표: 정확성, 한국어 자연스러움, 지시 준수율

이 글에선 결과를 카테고리별로 나눠 보여드릴게요.

1. 코드 생성 — 4.6 우세 (+17%)

TypeScript·Python 코드 생성 과제 6개를 돌렸어요. 평가 기준은 "한 번에 돌아가는 코드 나올 확률"이에요.

4.6은 특히 경계 조건 처리가 탄탄해요. null 체크, 빈 배열 처리 같은 부분을 먼저 챙겨요. 4.5는 "일단 동작하게" 쓰는 경향이 있었고요.

한국어 주석도 4.6이 더 자연스러웠어요. 4.5는 가끔 "값을 설정합니다" 같은 직역투가 나왔는데, 4.6은 "이 값은 첫 렌더링에만 세팅돼요"처럼 대화체가 섞여요.

2. 한국어 요약 — 긴 문서는 4.6, 짧은 건 4.5

보고서·논문·블로그 기사 요약 6개예요. 문서 길이별로 나눠봤어요.

짧은 문서 (2000자 이하)

• 핵심 포인트 포함률: 4.5 = 94%, 4.6 = 96% → 차이 미미
• 분량 통제: 4.5가 더 간결, 4.6은 불필요한 맥락 덧붙임

긴 문서 (1만 자 이상)

• 핵심 포인트 포함률: 4.5 = 82%, 4.6 = 94%
• 구조화 능력: 4.6이 H2/H3 레이블링 훨씬 자연스러움

즉, 짧은 건 굳이 4.6 안 써도 되고, 긴 문서일수록 4.6이 확실히 유리해요. 저는 10페이지 이상 PDF 요약 작업엔 4.6만 써요.

3. 블로그 글쓰기 — 취향 차이가 큼

이 부분이 가장 흥미로웠어요. 4.6은 더 '정돈된' 글을 쓰고, 4.5는 더 '자연스럽게 끊어치는' 글을 써요.

예를 들어 "AI 도구 추천" 주제로 동일 프롬프트를 줬을 때

• 4.5: "저는 개인적으로 Claude를 제일 많이 써요. 속도 빠르고 한국어도 괜찮거든요."
• 4.6: "Claude는 응답 속도와 한국어 품질 면에서 특히 유리합니다. 일상 업무에 적합합니다."

대화체 블로그는 4.5가 나아요. 레포트 스타일은 4.6이 나아요.

저는 ai-blog 톤(경험담 + 구체 숫자)엔 4.5가 더 맞아서 유지 중이에요. 대신 easy-zetec(정보 중심)엔 4.6 쓰는 게 편해요.

4. 번역 (한↔영) — 4.6 약간 우세

영어→한국어 번역 6개, 한국어→영어 6개씩 돌렸어요.

• 영→한: 4.5 자연스러움 83% → 4.6 89%
• 한→영: 4.5 정확성 91% → 4.6 94%

차이는 크지 않아요. 다만 고유명사·한국어 관용구 처리는 4.6이 더 안정적이에요. "눈치 없다"를 4.5는 "socially clueless", 4.6은 "lacks social awareness" 식으로 구분해서 처리했어요.

5. 복잡한 추론 — 4.6이 확실히 앞섬 (+22%)

수학 문제, 논리 퍼즐, 조건 분석 과제 6개예요. Extended thinking 모드 끈 상태로 비교했어요.

Extended thinking 켜면 둘 다 95%+ 찍어서 큰 차이 없지만, 비용은 thinking 모드가 2~3배 비싸요. 4.6 기본 모드 = 4.5 thinking 모드 수준이라는 느낌이에요.

6. 비용-성능 매트릭스 — 실전 권장안

실제 워크플로우에 맞게 정리했어요.

• Claude Code에서 아키텍처 설계·리팩토링 → 4.6
• 보일러플레이트·간단한 CRUD → 4.5 (비용 30% 절감)
• 긴 문서 요약 (1만 자 이상) → 4.6
• 짧은 답변·요약 → 4.5
• 블로그 초안 (경험담 톤) → 4.5
• 레포트·정보 정리 글 → 4.6
• 번역 (일상) → 어느 쪽이든 OK, 4.5 경제적

7. 프롬프트 엔지니어링 차이 한 가지

4.6은 시스템 프롬프트를 엄격하게 따라요. 4.5에서 자연스럽던 "친근한 친구 톤"이 4.6에선 "친근한 친구가 레포트 쓰는 톤"처럼 어색해지는 경우가 있었어요.

해결 방법은 예시 대화 2~3개를 system prompt에 넣는 것이에요. 규칙으로 설명하지 말고 샘플로 보여주세요. 그러면 4.6도 4.5처럼 자연스러워져요.

업그레이드 체크리스트

아래 중 하나라도 해당되면 4.6으로 넘어가는 걸 추천해요.

1. 코드 생성·리팩토링이 주요 작업
2. 10만 토큰 이상 긴 문서 분석
3. 복잡한 조건·추론이 섞인 요청
4. 월 API 지출 10만 원 미만 (비용 차이 미미)

반대로 아래라면 4.5 유지가 실용적이에요.

1. 단순 분류·요약·대화
2. 대량 배치 작업 (일 1만 건 이상)
3. 블로그 경험담 톤 유지가 핵심

Claude AI 완전 가이드에서 기본 사용법을 잡고, Claude vs Gemini vs ChatGPT 비교로 다른 모델과의 차이도 같이 보세요.

오늘 당장 해볼 수 있는 비교 실험

1. 본인 프롬프트 가장 자주 쓰는 3개 뽑기
2. 4.5와 4.6에 각각 3회씩 돌려 응답 저장
3. 정확성·자연스러움 5점 척도로 직접 채점
4. 카테고리별로 어느 모델 쓸지 본인만의 매트릭스 만들기

30분이면 끝나요. 그러면 요금제·API 비용이 훨씬 합리적으로 설계돼요.