GPT-Rosalind vs Claude Opus 5.5: 두 연구소 모두 생물학 앞에 게이트를 세웠다

GPT-Rosalind는 2026년 4월 16일부터, Claude Opus 5.5는 2026년 9월 22일부터 제공되어 왔으므로 둘 다 출시 기사거리는 아닙니다. 새로운 것은 이들 주변의 행정 절차입니다. 10월 15일 OpenAI는 자격을 갖춘 연구소에 최대 12개월 동안 최대 30개의 ChatGPT Business 좌석을 무료로 제공한다는 학술 계획을 발표했으며, 같은 문서에서 API 액세스는 포함되지 않는다고 명시했습니다. 6일 후에는 자사 연구 노트를 발표했는데, 그 안에서 분산 에이전트 실행이 32분 만에 신경퇴행성 질환에 대한 콜레스테롤 수송 가설을 제안했습니다. 이 전문 모델은 대학으로 밀려 들어가고 있는 반면, 그 API는 검토 단계에 머물러 있습니다. Anthropic은 거울 같은 반대 구성을 취하고 있습니다. 오늘 바로 호출할 수 있는 범용 모델이 있지만, 계정이 인증되지 않으면 생물학 관련 답변은 조용히 구형 모델로 폴백됩니다. 두 연구소, 두 개의 관문이며, 중요한 유일한 질문은 당신의 작업이 어느 관문 뒤에 서 있느냐입니다. 여기서 설명한 것과 같은 액세스 변경 및 조용한 모델 폴백은 날짜와 출처와 함께 AI Incident Archive에 기록되어 있으며, 우리가 추적하는 나머지 모델 및 공급업체 사고들도 함께 기록되어 있습니다.

두 개의 게이트, 두 가지 논리

Anthropic의 이러한 조치는 Claude Opus 5.5 출시 자료에 문서화되어 있는데, 정책이 아니라 구성 라벨 형태로 나타나기 때문에 쉽게 놓치기 쉽다. 즉 이 모델은 생물학 및 사이버보안 분야에서 동등한 수준으로 평가되어, 이전에 Claude Fable 5.1에 적용되던 안전장치 등급을 갖추고 출시된다. 실제로 대부분의 사이버보안 관련 요청은 Claude Opus 4.8로 재라우팅되며, 생물학 관련 작업은 Anthropic의 Life Sciences 또는 Cyber Verification 프로그램을 통해 계정이 검증되지 않는 한 Claude Opus 5로 대체 처리된다.

그것은 폴백이며, 실험실 입장에서 그것이 무엇을 의미하는지 정확히 짚고 넘어갈 가치가 있습니다. 여러분의 생물학 질문에 유능한 범용 모델, 즉 더 새로운 모델이 아닌 Claude Opus 5가 답변을 제공하며, 검증 절차를 거치지 않았다면 그 대체를 전혀 눈치채지 못할 수도 있습니다. 역량은 갖춰져 있지만, 그 최신 버전은 보류되어 있는 것입니다.

OpenAI의 방식은 정반대다. GPT-Rosalind는 ChatGPT, Codex, API를 통해 이용할 수 있지만, 신뢰 접근 프로그램을 통과한 조직만 이용할 수 있다. 2026년 9월 11일부터는 특정 파트너 명단이 아니라 자격을 갖춘 조직을 대상으로 전 세계에 개방되었고, 공개 요금제는 2026년 10월 5일부터 적용되었다. 제공되는 모델은 전문 특화 모델이지만, 과연 그것을 이용할 수 있을지는 여전히 미해결 질문이다.

• 게이트 유형 — GPT-Rosalind: 첫 호출 전 신청 및 검토. Claude Opus 5.5: 민감한 도메인에서의 은밀한 모델 대체, 검증을 통해 제거 가능.

• 공개되지 않은 것 — GPT-Rosalind: 모델 자체. Claude Opus 5.5: 최신 모델의 생물학 능력이 이전 모델의 것으로 대체됨.

• 접근 소요 시간 — GPT-Rosalind: 검토에 걸리는 시간만큼 소요되며, 공개된 서비스 수준은 없음. Claude Opus 5.5: 비생물학 작업은 즉시, 생물학은 검증 여부에 따라 달라짐.

• 인증되지 않은 경우의 실패 방식 — GPT-Rosalind: 접근 권한이 없고, 눈에 보이는 오류가 발생합니다. Claude Opus 5.5: 다른 모델이 내놓은 정상 작동하는 답변이지만, 당신에게는 보이지 않을 수 있습니다.

그 마지막 문장이 바로 조달 방식을 결정해야 하는 문장입니다. 하드 게이트는 번거롭지만 정직합니다. 소프트 게이트는 편리하지만, 특히 파이프라인이 응답한 모델이 아니라 요청한 모델을 기록한다면 결과의 출처를 반드시 확인해야 합니다.

10월에 무엇이 바뀌었으며, 그것이 왜 진짜 이야기인가

10월 15일 학술 플랜은 OpenAI가 어시스턴트 접근 권한과 모델 접근 권한을 분리한 첫 사례다. 좌석은 ChatGPT Business이며 기관당 최대 30개로 제한되고, 최대 12개월까지 무료이며, 이 플랜은 다른 경로와 동일한 신뢰 접근 승인을 요구한다. 수석 연구자(Principal investigators)가 권한을 관리하며, 기관 인증은 절차의 한 단계다. 기업 연구소는 학술 경로를 이용하는 대신 자체 협약을 협상하라는 안내를 받는다. 그리고 무언가를 만드는 모든 사람에게 가장 중요한 문장: 현재 API 접근은 포함되지 않는다.

이제 대학 그룹은 채팅 창에서 모델을 무료로 사용할 수 있지만, 여전히 파이프라인에서는 호출할 수 없습니다. 이는 냉소적인 해석이 아니라 계획의 문자 그대로의 문구이며, 하나의 실험실 안에서 기묘한 분열을 만들어냅니다. 습식 실험실 과학자들은 브라우저 탭을 얻습니다. 컴퓨테이션 그룹은 자체 계정으로 심사를 통과하고 입력 토큰 100만 개당 $5.00를 지불하기 시작할 때까지 아무것도 얻지 못합니다.

10월 21일 연구 노트는 유료 경로가 무엇을 위한 것인지 보여준다. PerturbAI와 Scripps와 함께 구축한 수천 개의 협업 에이전트 실행은 700개 이상의 참고문헌을 11개로 추려내고, 신경퇴행성 질환의 콜레스테롤 수송에 관한 가설을 32분 만에 생성했다. 눈가림 검토자들은 약 4번 중 3번의 비교에서 기계 출력을 선호했고, 프리프린트는 10월 16일 CC-BY 라이선스로 공개되었다. 이는 자사 결과이므로 선호도 수치는 공급업체 주장으로 취급해야 하지만, 게이트된 모델이 벤치마크 표 외의 용도로 사용되고 있음을 보여주는 첫 공개 사례다.

10월 문서 중 어느 것도 가격이나 역량에 관한 비교를 바꾸지 않는다. 두 문서 모두 누가 그 비교에 참여할 수 있는지를 바꾼다.

요금표는 더 이상 동점이 아니게 되었다.

9월까지 이 비교는 유난히 명확했습니다. OpenAI의 전문 모델과 Anthropic의 플래그십 모델은 모두 입력 100만 토큰당 $5.00, 출력 100만 토큰당 $25.00에 책정되어 있었습니다. 그러다 Anthropic이 2026년 9월 22일 플래그십 모델의 가격을 인하했습니다. 입력 $4.00, 출력 $20.00, 캐시 읽기는 $0.50에서 $0.20으로 내렸고, 그리하여 동률이 깨졌습니다. GPT-Rosalind는 9월 업데이트에서 공개된 요금에서 움직이지 않았습니다.

• 입력 — GPT-Rosalind 100만 개당 $5.00 vs Claude Opus 5.5 $4.00. 전문 모델은 입력 토큰당 25% 더 비쌉니다.

• 출력 — GPT-Rosalind 100만 토큰당 $25.00 vs Claude Opus 5.5 $20.00. 또한 25% 더 많습니다.

• 캐시된 입력 — GPT-Rosalind $0.50 vs Claude Opus 5.5 $0.20. 긴 에이전트 실행에서 누적되는 항목이 바로 이 부분이며, 여기서 격차는 2.5배입니다.

• 캐시 쓰기 — OpenAI의 가격 페이지에는 GPT-Rosalind에 대한 캐시 쓰기 항목이 없습니다. Claude Opus 5.5는 5분 쓰기에 100만 개당 5달러, 1시간 쓰기에 8달러를 청구합니다.

• 컨텍스트 및 출력 — 둘 다 100만 토큰 컨텍스트 창을 갖추고 있으며, Claude Opus 5.5는 최대 출력이 128K로 명시되어 있고, 베타 헤더를 사용하면 Batch API에서 300K를 사용할 수 있습니다.

• 모달리티 — Claude Opus 5.5는 텍스트, 이미지, 파일 입력을 받아 텍스트를 반환합니다. GPT-Rosalind는 ChatGPT, Codex 및 API를 통해 과학적 파일 입력을 처리하며, OpenAI는 이에 대한 일반적인 이미지 입력 지원을 공개적으로 밝히지 않았습니다.

캐시 라인은 흔히 받지 못하는 만큼의 강조를 받을 자격이 있다. 발견 워크플로는 대규모 시스템 프롬프트—아틀라스 스키마, 도구 정의, 사내 프로토콜—와 함께 매 턴마다 다시 전송되는 긴 대화다. 캐시된 토큰 백만 개당 $0.20 대 $0.50라는 조건에서, 캐싱에 의존하는 실행은 생물학 토큰이 단 하나 생성되기도 전부터 범용 모델 쪽이 실질적으로 더 저렴하다. 그것이 중요한지는 전문화 모델의 토큰당 답변 품질이 그 격차를 메우느냐에 달려 있으며, 그것이 다음 섹션의 주제다.

전문가가 실제로 측정한 것

다음 내용은 모두 O​penAI가 모델의 역량 업데이트와 함께 공개한 자체 평가이며, 그중 어느 것도 독립적으로 재현되지 않았습니다. 비교 대상은 O​penAI 자체의 범용 모델인 GPT-5.5이며, Anthropic이 만든 어떤 것과도 비교한 것이 아닙니다.

• MedChemBench — GPT-Rosalind의 27.5% 대 GPT-5.5의 25.1%, 토큰 사용량은 7.2% 더 적음. OpenAI가 구조-활성 관계, 효능 및 ADME 예측, 역합성을 포괄하도록 설계한 벤치마크입니다.

• GeneBench — 장기 유전체학 및 정량 생물학 분석에서 20.4% 대비 21.6%로, 토큰은 31% 더 적게.

• LabWorkBench — 실제 습식 실험실 프로토콜에서 교란 요인을 결과와 연결하는 작업에서 63.2% 대 55.8%를 기록했으며, 토큰은 5.3% 더 적게 사용했습니다. 데이터가 독점적이라는 점은 오히려 장점입니다. 훈련 데이터에 유출될 수 없었기 때문입니다.

• BixBench — OpenAI는 공개된 결과가 있는 모델 중 최고 점수를 기록했다고 주장하면서도 그 수치를 본문에 밝히지 않는다. 두 편의 2차 자료가 0.751과 0.761을 인용하고 있으므로, 정확한 숫자는 아직 확정되지 않은 것으로 보아야 한다.

• LifeSciBench — 공급업체가 내세우는 핵심은 6개 워크플로 영역에 걸쳐 외부 전문가가 평가한 벤치마크에서 토큰당 성능이 4.42% 향상되었다는 점입니다.

델타가 아니라 절대 수치를 보라. 의약화학 벤치마크에서 27.5% 점수는 신약 발견을 하는 모델이 아니라, 둘 다 낮은 점수를 받는 어려운 테스트에서 전작을 앞선 모델이다. 4.42%라는 헤드라인은 정확도 대 토큰 비율인데, 이는 타당한 효율성 지표이긴 하지만 출시 페이지 맨 위에 내세우기에는 이상한 항목이다. 이 숫자들이 실제로 입증하는 것은 튜닝이 실재하며 구체적이라는 점이다: 향상은 일반 추론이 아니라 화학 및 습식 실험실 과제에서 나타난다.

GPT-Rosalind와 Claude Opus 5.5가 모두 평가를 받은 공개 생물학 벤치마크는 존재하지 않습니다. 직접 비교 수치를 내세우는 사람은 서로 다른 벤치마크를 비교하고 있거나, 벤더가 수행한 결과와 독립적으로 수행한 결과를 비교하고 있는 것이며, 둘 다 타당하지 않습니다. 이러한 비교 데이터의 부재야말로 이번 대결에서 가장 중요한 단일 사실입니다.

제너럴리스트가 실제로 측정한 것

Claude Opus 5.5는 독립적인 기록을 보유하고 있으며, 그 폭도 넓다. Artificial Analysis의 Intelligence Index(2026년 10월 말에 확인한 v4.3.2 개정판)에서 57.6점을 기록해 해당 순위표의 다른 모든 모델을 앞선다. 출시 당일, 지수의 이전 개정판에서의 판독값은 54였으므로, 이 숫자는 모델뿐 아니라 방법론에 따라서도 달라진 것이다. 점수를 인용할 때는 개정판을 함께 밝혀야 한다.

Anthropic 자체 출시 표에는 도메인 세부 정보가 추가되어 있으며, 모두 벤더가 보고한 수치입니다: Terminal-Bench 4.0은 66.4%, FrontierCode v1.1은 54.4%, CursorBench 4.0은 57.8%, GDPval-AA v2.1은 1846 Elo, OSWorld 2.0은 81.8%입니다. Anthropic은 또한 자사 자료에서 이 역량 수준에서는 벤치마크 격차가 "실제 세계의 차이를 판단하는 데 덜 신뢰할 만한 지침"이라고 경고합니다 — 다음번에 리더보드 격차를 인용해 보여줄 때 기억할 만한 문장입니다.

그중 어느 것도 생물학이 아닙니다. 그것은 모든 분야에서 뛰어나도록 만들어진 모델의 프로필이며, 비교가 단순히 "도메인 과제에서는 전문가가 범용가를 이긴다"가 아닌 이유이기도 합니다. 한 바이오테크 기업의 토큰 지출은 대부분 생물학이 아닙니다. 그것은 코드, 데이터 파이프라인, 문서 검토, 그리고 과학을 둘러싼 에이전트 스캐폴딩입니다. 그 워크로드의 대다수에서 Claude Opus 5.5는 더 저렴하고, 독립적으로 측정되었으며, 신청 없이 이용할 수 있습니다.

결정하는 단 한 가지: 당신의 생물학 작업이 생물학으로 인정되는가

비교표에는 절대 담기지 않는 비대칭성이 여기 있다. GPT-Rosalind의 관문은 당신이 누구인지에 관한 것이다. Claude Opus 5.5의 관문은 당신이 무엇을 요청하는지에 관한 것이다. 뉴런에서 콜레스테롤 수송 분석을 수행하는 대학 연구실은 OpenAI의 신뢰 액세스 심사가 바로 존재하는 이유인 사용 사례이며, 동시에 계정이 인증되지 않는 한 Anthropic의 세이프가드 계층이 다른 곳으로 우회시키는 바로 그 사용 사례다.

실질적인 결과는 이렇습니다. 양쪽 모두에서 검증을 통과하면 $5/$25의 전문가 모델과 $4/$20의 범용 모델 사이에서 실제로 선택할 수 있으며, 전문가 모델의 도메인 튜닝이 25% 프리미엄을 지불할 이유입니다. 둘 다 통과하지 못하면 선택권이 전혀 없습니다 — 생물학 질문에 Claude Opus 5가 답하고 GPT-Rosalind는 없는 상황이며, 그 비교는 학술적일 뿐입니다.

세 번째 경우가 있는데, 이는 아마 회사 내부에서 가장 흔한 경우일 것입니다: 생물학 팀은 검증되었고 플랫폼 팀은 그렇지 않습니다. 그러면 두 모델은 대안이 아니라 서로 다른 대기열을 위한 서로 다른 도구이며, 흥미로운 엔지니어링 문제는 라우팅을 정직하게 유지하는 것입니다 — 전문가가 필요한 요청이 전문가의 키가 속도 제한에 걸렸다는 이유로 조용히 범용 모델로 떨어지지 않도록 보장하는 것입니다.

둘 다를 서로 대체 가능한 척하지 않고 운영하기

Claude Opus 5.5는 OrcaRouter에 제공업체의 정가로 — 백만 토큰당 입력 $4.00, 출력 $20.00, 캐시 입력 $0.20 —0% 마크업으로 제공되므로, Anthropic의 9월 인하가 발표된 당일에 우리 카탈로그에 반영되었습니다. GPT-Rosalind는 OrcaRouter에 없습니다. 제3자 라우터 어디에도 없으며, 접근은 OpenAI의 신뢰 액세스 프로그램을 통해 직접 이루어집니다. 그렇지 않은 것처럼 암시하지는 않겠습니다.

그 조합이 실제로 유용한 지점은 위의 분할 큐 패턴입니다. 연구 플랫폼의 범용 절반 — atlas 출력을 파싱하는 코드, 에이전트 오케스트레이션, 도메인 튜닝이 필요 없는 문헌 요약, 보고서 생성 — 은 Claude Opus 5.5에서 200개 이상의 다른 모델과 함께 하나의 키로 실행되며, 자동 장애 조치 덕분에 공급자에 일시적인 문제가 생기면 실행이 실패하는 대신 요청이 이동합니다. 생물학 쪽 절반은 직접 Rosalind 키를 계속 사용합니다. 라우팅 DSL을 사용하면 이를 관례가 아니라 규칙으로 표현할 수 있습니다. 전문가용 명명된 경로, 나머지 전부를 위한 폴백, 그리고 어느 방향으로도 조용한 대체가 없다는 것입니다.

마지막 부분이 바로 이번 비교 전체가 주장하는 설계 원칙입니다. Anthropic의 소프트 게이트가 존재하는 이유는 조용한 대체가 편리하기 때문입니다. 규제를 받는 파이프라인을 구축하고 있다면, 대체는 벤더가 여러분을 대신해 처리한 일이 아니라 여러분이 직접 구성하고 기록하며 방어할 수 있는 결정이어야 합니다.

이 비교를 바꾸는 것은 무엇일까?

가능성이 높은 순서대로 세 가지다. OpenAI가 학술 플랜을 확장해 API 접근을 포함할 수 있으며, 그러면 자격을 갖춘 모든 대학에 무료 전문가 역량이 들어가고 범용 모델은 유료 옵션이 된다. Anthropic이 OpenAI가 신뢰 접근을 확장하는 것보다 더 빠르게 검증을 확장할 수 있으며, 그러면 중형 연구소가 최전선 생물학 역량에 도달하는 실용적 경로는 범용 모델이 된다. OpenAI가 GPT-Rosalind의 가격을 새 플래그십 등급에 맞춰 인하할 수 있으며, 그러면 25% 프리미엄이 무너지고 도메인 튜닝이 거의 무료가 된다. 또는 독립 평가자가 두 모델 모두가 응시하는 생물학 벤치마크를 공개할 수 있으며, 그러면 이 모든 논쟁이 숫자 하나로 대체된다.

그중 하나라도 일어나기 전까지는, 결정 규칙은 범위가 좁고 화려하지 않다. 당신의 업무가 분자생물학이고 심사를 통과할 수 있다면, GPT-Rosalind는 그 분야에 맞춰 조정된 유일한 프런티어 모델이며, 25%는 도메인 전문가에게 큰 프리미엄이 아니다. 당신의 업무가 그 밖의 다른 것이라면, 또는 생물학 업무가 부수적인 것이라면, Claude Opus 5.5가 더 저렴하고, 독립적으로 평가되었으며, 제한 없이 사용할 수 있다 — 그리고 세이프가드 폴백은 피해야 할 이유라기보다 이해해야 할 기능이다, 언제 작동하는지만 안다면.