Claude Opus 5.5, AI의 역사를 순수 코드로 구현하다: 이것이 실제로 보여주는 것

X의 한 게시물에 따르면, 누군가 Claude Opus 5.5에게 AI의 역사 — "Attention Is All You Need"에서 AGI까지 — 를 다룬 3분짜리 영화를 만들어 달라고 요청했다고 합니다. 스톡 영상도, 이미지나 동영상 생성기도 없이, 모든 프레임을 코드로 렌더링해서요. 그것은 단일 계정의 데모 주장이며, 벤더의 발표가 아닙니다. 그리고 이 분야에서 영화는 다시 게시하기는 가장 쉽고 검증하기는 가장 어려운 결과물입니다. 검증할 수 있는 것은 그것이 속한 부류입니다. 벤더가 2026년 9월 22일 Claude Opus 5.5를 출시한 뒤 이틀 동안, 여러 사람이 그것으로 만든 코드 렌더링 영화와 애니메이션을 공개했고, 그중 몇몇은 소스까지 공개했습니다. 그 정도면 그 게시물이 실제로 제기하는 질문 — "100% 코드로 제작"이란 무엇을 뜻하며,AI의 역사는 뮤직비디오가 요구하지 않는 무엇을 요구하는가?

짧게 말하면, 그리고 이것이 재게시물들이 빠뜨리는 부분이다. 모델은 픽셀을 생성하지 않는다. 픽셀을 그리는 프로그램을 작성한 뒤, 그것을 실행한다. 흥미로운 단계의 결과물은 렌더러이지, 영화가 아니다.

"코드에서 렌더링됨"이 배제하는 것 — 그리고 남기는 것

프롬프트 속 제약은 실질적인 역할을 하고 있으므로, 정확히 밝혀 둘 가치가 있다. 이미지 모델도, 비디오 모델도, 스톡 라이브러리도, 라이선스된 영상도, 생성된 음성도 없다. 화면에 있는 모든 것은 누군가 적어 둔 산술 연산으로 만들어져야 한다.

그것이 남기는 것은 하나의 파이프라인이며, 그 형태는 이 모든 프로젝트에서 일관됩니다:

• 페인팅 — p5.js, Canvas 2D 또는 WebGL을 사용하는 페이지, 또는 픽셀 배열을 직접 작성하는 Python과 NumPy 루프. 색, 기하, 타이포그래피, 움직임이 모두 코드입니다.

• 렌더링 — 무언가가 모든 프레임을 순서대로 거쳐야 합니다. 브라우저 기반 프로젝트에서는 헤드리스 Chrome 인스턴스를 구동하고 캔버스를 스크린샷하는 Node 스크립트이고, Python 프로젝트에서는 이미지 파일을 기록하는 루프입니다.

• 인코딩 — ffmpeg가 프레임을 결합하고 그 위에 오디오 트랙을 얹습니다.

초당 24프레임에서 3분은 대략 4,320프레임이다. Claude Opus 5.5의 어떤 점도 2,000번째 프레임의 비용을 바꾸지 않는다. 왜냐하면 2,000번째 프레임은 모델 호출이 아니라 캔버스의 스크린샷이기 때문이다. 모델의 작업은 비싼 부분이 시작되기 전에 끝난다 — 그리고 그 비싼 부분은 API가 아니라 당신의 하드웨어에 있다.

AI의 역사는 왜 뮤직비디오보다 더 어려운 과제인가

뮤직비디오에서 내용은 노래다. 애니메이션은 장식이고, 장식은 추상적일 수 있다. AI의 역사에 관한 영화는 반대 구조를 가진다: 타임라인이 내용이다. 만약 그 영화가 RLHF를 트랜스포머보다 앞에 두거나, GPT-3와 ChatGPT 사이의 2년을 건너뛴다면, 그것은 아무리 뛰어난 렌더링 품질로도 고칠 수 없는 방식으로 틀린 것이다. 수채화 가사 영상을 보는 사람 중 누구도 모델이 그 노래를 이해했는지 알 수 없다. 3분짜리 역사 영상을 보는 사람은 누구나 모델이 그 역사를 아는지 알 수 있다.

그것은 한 번의 실행에 세 가지 별개의 부담을 겹쳐 놓는다. 모델은 한 번에 전체를 담아둘 수 없을 만큼 긴 범위에 걸쳐 사실을 올바른 순서로 배열해야 한다. 다중 파일 렌더러를 구축하고 디버깅해야 한다. 그리고 연출상의 선택을 해야 한다 — 무엇을 보여줄지, 무엇을 생략할지, 언제 끊을지 — 왜냐하면 역사는 편집되지 않으면 목록에 불과하기 때문이다. 이 세 가지 중 어느 하나가 실패해도 스크린샷에서는 드러나지 않는다. 아름다운 렌더러와 뒤섞인 타임라인을 가진 영화는 읽어보기 전까지는 괜찮아 보인다.

검증을 견뎌내는 결과물은 소스를 공개한 것들이며, 이제 여러 개가 있다. "I'm Upping My P(doom)"이라는 곡의 뮤직비디오가 9월 22일 — Claude Opus 5.5가 출시된 바로 그날 — GitHub에 올라왔으며, README에는 두 번의 생성이 필요했다고 적혀 있었다. 첫 번째는 중간 노력의 모델, 두 번째는 기본 설정의 모델에 의해 생성되었고, "이 저장소의 모든 것은 모델에 의해 생성되었다"라며, 캐릭터 디자인과 각 가사에 흥미로운 시각적 효과를 주라는 일반적인 지시 외에는 장면 아이디어가 지정되지 않았다고 했다. 9월 23일에는 세 개의 게임 데모 저장소가 이어졌다: 세 개의 플레이 가능한 브라우저 게임, 각각 한 문장의 프롬프트, 외부 자산 없음, 모델과 텍스처와 오디오는 모두 절차적으로 생성됨. 세 개 중 하나는 모델이 기존 게임 맵의 공식 레이아웃을 찾아보고, 무엇이든 작성하기 전에 그 조사를 바탕으로 기하 구조를 재구성하도록 요구했다 — 모델은 자신의 첫 답변이 틀렸을 것이라고 판단한 것이다. 그리고 약 90분 동안 네 개의 에이전트가 음성 API 없이 제작한 것으로 알려진 4분짜리 코드 전용 영화가 같은 주에 유포되었다.

AI의 역사를 다룬 그 특정 영화는 제가 검증할 수 있었던 결과물 중에 없으며, 그 상영 시간과 프롬프트, 타임라인은 외부 당사자가 감사한 것이 아니라 저자의 설명입니다. 여느 데모를 대하듯 그것을 대하세요: 그것이 보여주는 기법은 실제이며 재현 가능하고, 그 특정 영화는 주장일 뿐입니다.

3분 동안 생성된 코드의 실제 비용은 얼마인가

이 워크로드를 데모보다 더 잘 설명하는 독립적인 측정치가 하나 있는데, 그것은 Artificial Analysis에서 나온 것입니다. 자사의 Intelligence Index — 버전 v4.3.2, 10개 평가 — 에서 Claude Opus 5.5는 최대 노력에서 58점을 기록하며, 그 페이지는 이 모델을 212개 모델 중 1위로 순위를 매깁니다. 같은 페이지에서는 이 모델이 Index 제품군 전반에서 2억 6천만 출력 토큰을 소비했으며, 장황함 순위는 212개 중 95위이고, Index 작업당 가중 평균 비용은 $5.98이라고 제시합니다. Anthropic의 정가는 백만 입력 토큰당 $4, 백만 출력 토큰당 $20이며, 캐시 읽기는 백만당 $0.20입니다.

그 두 가지를 함께 읽으면 토큰 프로필이 바로 그 이야기다. 출력 토큰을 많이 쓰면서 장황함에서는 중간권에 그치는 모델은 압축하기보다 페이지 위에서 생각하는 모델이다. 장기 지평 생성은 그것이 외부에서 보이는 모습이다. 예산은 크고 여러 파일에 걸친, 여러 시간이 걸리는 빌드를 하나로 유지하는 데 들어가고, 눈에 보이는 산출물은 그 잔여물이다.

계산은 산술일 뿐 청구서는 아니다. 이 영화들 중 어느 것도 토큰 비용을 공개한 사람이 없기 때문이다. 출력 토큰 100만 개당 $20라면, 출력 토큰 50만 개를 내보내는 실행은 출력 비용으로 $10이 든다. 긴 빌드가 비싸지는 지점은 입력 재읽기다. 자라나는 자신의 소스를 반복해서 다시 읽는 렌더러는 입력될 때 100만 개당 $4를 지불하지만, 접두사가 캐시되면 100만 개당 $0.20만 지불한다. 이는 20배 차이이며, 장시간 에이전트 실행 비용에 가장 큰 단일 지렛대다.

위의 모든 수치와 Anthropic 자체의 출시 표에 적용되는 주의점이 하나 있습니다. 공급업체가 공개한 대부분의 벤치마크 행은 최대 effort로 측정된 반면, API의 기본 effort는 medium입니다. Terminal-Bench 4.0은 66.4%, 기본 medium에서 CursorBench 4.0은 52.5%, GDPval-AA v2.1은 1,846 Elo — 이는 공급업체가 보고한 수치로, 재현되지 않았으며 effort에 따라 달라집니다. effort를 각주가 아니라 그 자체로 예산 조절 다이얼로 취급하십시오.

아티팩트가 더 이상 사용할 수 없게 되는 지점

이런 부류의 작업에서 나타나는 실패 양상은 검증할 수 있을 만큼 충분히 공개한 모든 저장소에서 일관되며, 그것들은 모두 모델 고유의 특성이 아니라 구조적인 것이다.

• 출력물은 파일이 아니라 프로그램입니다. 누군가에게 건네줄 MP4가 필요하다면, 여전히 Node와 브라우저, ffmpeg가 필요합니다. 모델이 만든 것은 렌더가 아니라 렌더러입니다. 그것은 영원히 떠안아야 할 빌드 의존성이며, 브라우저가 바뀌는 첫 순간에 깨질 것입니다.

• 그것은 프롬프트가 아니라 프레임에 따라 확장된다. 4,320프레임은 4,320장의 스크린샷이다. 프롬프트의 그 무엇도 그것을 줄여주지 않으며, 모델의 능력 중 그 무엇도 마지막 1,000프레임을 처음 1,000프레임보다 더 저렴하게 만들지 않는다.

• 결정론은 있으면 좋은 것이 아니라 필수 요건이다. 프레임은 병렬로, 순서에 상관없이 렌더링되므로, 모든 프레임은 자신의 타임스탬프에 대한 순수 함수여야 한다 — 이월되는 상태도, 시드 없는 무작위성도, 프레임이 언제 계산되었는지에 대한 의존도 없어야 한다. 이를 내면화하지 못한 모델은 깜빡이는 영상을 만들어내는데, 그 깜빡임은 당신이 들여다보는 개별 프레임에서는 보이지 않는다.

• 원샷은 검증되지 않았다는 뜻이 아니다. 가장 명확한 증거는 지도 연구다: 모델은 스스로의 재구성을 믿기보다 공개된 레이아웃을 확인했다. 그것이 바로 원하는 행동이며, 프롬프트 어디에도 이를 강제하는 요소는 없다.

• 사실은 아무도 확인하지 않은 부분이다. 이 부류의 모든 공개 산출물은 자신의 렌더링 파이프라인을 보고한다. 그중 어느 것도 팩트체크 패스를 보고하지 않는다. 역사 영화의 경우 그것이 바로 위험 표면 전체이며, 스크린샷으로는 당신에게 보여줄 수 없는 단 하나의 것이다.

• 아무도 실패의 비용을 산정하지 않았다. 이 저장소들 중 어느 것도 시도가 몇 번 필요했는지, 토큰을 얼마나 소모했는지, 2차 생성물 중 얼마나 많은 부분이 1차 생성물을 고치는 데 쓰였는지 보고하지 않는다. 그것은 팀이 착수하기 전에 필요한 숫자이며, 데모들이 가장 말을 아끼는 숫자다.

그것에 프로덕션 경로를 걸지 않고 3분짜리 렌더를 실행하기

원하는 것이 영화라면, Claude Opus 5.5는 비디오 모델이 아니며 아무리 많은 데모 영상도 그것을 비디오 모델로 만들지 못합니다. Anthropic의 출시 자료에는 비디오 생성 기능이 없습니다. 공개된 평가는 에이전트 코딩, 컴퓨터 사용, 지식 작업입니다. 데모가 보여주는 것은 여러분이 지켜볼 수 있는 무언가를 겨냥한 장기 지평 코드 생성입니다.

그것이 원하는 능력이라면, 실질적인 질문은 어떤 모델이냐가 아니라 프로덕션 경로를 거기에 묶어두지 않고 여러 시간짜리 생성 작업을 어떻게 실행하느냐가 됩니다. 이런 렌더링은 조용히, 그리고 늦게 실패합니다 — 4분 동안 그럴듯하게 그리다가 3,000번째 프레임에서 깨지는 프로그램이 나오죠 — 그래서 맞춤형 통합에는 나쁜 후보이고, 이미 가지고 있는 엔드포인트에는 좋은 후보입니다. Claude Opus 5.5는 OrcaRouter에서 Anthropic의 정가에 0% 마크업으로 제공됩니다 — 백만 입력 토큰당 $4, 백만 출력 토큰당 $20, 캐시 읽기는 $0.200 — Anthropic Messages API와 OpenAI 호환 chat completions 엔드포인트 양쪽으로 접근할 수 있으므로, 기존 SDK는 base URL을 저희 쪽으로 지정하기만 하면 작동합니다. 야간 작업을 다른 모든 것과 같은 키에 두고, 200개 이상의 모델을 위한 하나의 API와 함께 자동 장애 조치, 그러면 3,000번째 프레임에서 죽는 작업은 재설계가 아니라 라우팅 문제가 됩니다.

비용을 좌우하는 지렛대는 캐시이며, 첫 렌더링 이후가 아니라 이전에 구성할 가치가 있습니다. 캐시 읽기 토큰 100만 개당 $0.20 대 새 입력 100만 개당 $4라는 점에서, 증가하는 소스를 캐시된 접두사에 유지하는 것은 저렴한 야간 작업과 비싼 작업을 가르는 차이입니다. 이는 누가 모델을 제공하든 마찬가지입니다.

무엇이 그 질문을 해결할 수 있을까

세 가지 요소가 이것을 데모 클래스에서 실제로 계획을 세울 수 있는 것으로 바꿔 놓을 텐데, 그중 어느 것도 새 모델을 필요로 하지 않습니다.

첫 번째는 특히 역사 영화를 위한 공개된 소스입니다. 뮤직비디오, 게임, 픽셀 엔진 영화들은 제작자들이 코드를 공개했기 때문에 검증할 수 있습니다. 오직 영상으로만 유통되는 영화들 — 이 작품을 포함해 — 은 정교하게 편집된 화면 녹화물과 구별할 수 없으며, 그 차이는 내용 자체가 사실적 주장인 바로 그 산출물에 가장 중요합니다.

두 번째는 타임라인에 대한 감사다. AI의 3분 역사는 정답이 있는 시험이며, 영화가 3분 길이라는 사실 자체가 그 시험을 어렵게 만든다. 모델은 2017년부터 오늘까지를 압축하면서 핵심 항목을 빠뜨리거나 실제로 일어나지 않은 순서를 만들어내지 않아야 한다. 누구나 영화를 보고 확인할 수 있다. 하지만 거의 아무도 확인하지 않았다.

세 번째는 동일한 작업을 위한 더 저렴한 용량입니다. Anthropic은 Sonnet 5.5와 Haiku 5.5가 앞으로 몇 주 안에 뒤따를 것이라고 밝혔습니다. 여러 파일로 구성된 빌드를 하나로 유지할 수 있는 더 저렴한 모델은 밤샘 렌더링을 주목할 만한 실험에서 일상적인 작업으로 바꾸며, 단일 프레임의 품질을 바꾸는 것보다 실패 예산 — 감당할 수 있는 재시도 횟수 — 의 산술을 훨씬 더 크게 바꿉니다.

지금으로서는 이 글에 대한 솔직한 해석이 들리는 것보다 범위가 좁고, 보이는 것보다 더 흥미롭다. 한 모델이 렌더러와 계획, 타임라인을 작성했고, 그다음 빌드 과정이 그것들을 3분짜리 영상으로 바꿔 놓았다. 검증할 가치가 있는 주장은 그 영화가 좋아 보인다는 게 아니다. 타임라인이 살아남았다는 것이다.