모델 선택
Table of contents
Kiro는 개발 업무 전반을 지원하기 위해 Auto, Claude Sonnet 4.0, Claude Sonnet 4.5, Claude Haiku 4.5, Claude Opus 4.5 등 다양한 고성능 AI Agent(에이전트) 모델을 제공합니다. 각 모델은 업무 특성, 사용 패턴, 비용 구조에 따라 상이한 강점을 갖고 있습니다.
1. 지원 모델
1.1. Auto (권장 설정)
Auto는 Kiro의 기본 모델 라우팅(Model Routing) 엔진으로, 여러 최첨단 LLM을 조합하고 고급 최적화 기법을 적용하여 가장 효율적인 결과를 제공합니다.
주요 장점
- 비용 효율성(Cost-effective) – Sonnet 4 직접 사용 대비 약 23% 비용 절감
- 지능형 라우팅(Smart Routing) – 작업 특성에 최적화된 모델을 자동 선택
- 일관된 품질(Consistent Quality) – 다양한 작업에서 Sonnet 4 수준의 출력 제공
- 플랜 효율성(Plan Efficiency) – 사용 한도를 가장 효율적으로 활용
Auto가 사용하는 모델은?
Auto는 Claude Sonnet 4를 포함한 최상위급 LLM(best-in-class LLM) 조합을 기반으로 작업 유형별 최적의 품질을 제공합니다. Auto 라우팅이 별도 모델의 직접 호출 품질을 충족하거나 능가하도록 엄격한 기준을 유지합니다.
1.2. Claude Sonnet 4.0
일관된 모델 선택을 선호하거나, 특정 워크로드에서 명확히 Sonnet 4.0을 요구하는 사용자를 위한 Anthropic Claude Sonnet 4.0 직접 접근 모델입니다.
주요 장점
- 예측 가능한 동작(Predictable Behavior) – 모든 요청에 동일 모델 적용
- 직접 접근(Direct Access) – 라우팅·최적화 계층 없음
- 완전한 제어(Full Control) – 모델 선택 투명성 보장
1.3. Claude Sonnet 4.5
복잡한 에이전트 운영과 소프트웨어 엔지니어링(SWE) 작업에서 최고의 성능을 제공하는 Anthropic의 상위 모델입니다.
주요 장점
- 최첨단 코딩 성능(Coding Excellence) – SWE-bench Verified 기준 최고 수준
- 고급 에이전트 기능(Agent Capabilities) – 수 시간의 장기 자율 작업 수행 및 효과적 도구 활용
- 향상된 추론 능력(Enhanced Reasoning) – 시스템 설계·보안 엔지니어링·계획 능력 강화
1.4. Claude Opus 4.5
Anthropic의 최상위급 지능을 제공하는 모델로, 복잡한 전문 업무, 프로덕션급 소프트웨어 엔지니어링, 고급 에이전트 운영에 적합합니다.
주요 장점
- 최대 지능(Maximum Intelligence) – 추론·코딩·문제 해결에서 단계적 성능 향상
- 실용적 성능(Practical Performance) – 이전 Opus 대비 더 접근 가능한 가격
- 복합 추론 능력(Complex Reasoning) – 다중 시스템 간 트레이드오프와 모호성 처리 능력 우수
이용 가능 여부
- Google, GitHub, AWS BuilderID 로그인 사용자에게 실험적 지원(Experimental Support) 제공.
- AWS IAM Identity Center 사용자는 현재 미지원.
1.5. Claude Haiku 4.5
가장 빠르고 지능적인 Haiku 시리즈 모델로, Sonnet 4에 근접한 지능을 훨씬 낮은 비용과 빠른 속도로 제공합니다.
주요 장점
- 준-프런티어 지능(Near-frontier Intelligence) – 추론·코딩에서 Sonnet 4 수준에 근접
- 매우 빠른 속도(Blazing Speed) – Sonnet 4 대비 2배 이상 속도
- 비용 효율성(Cost-effective) – Sonnet 4 대비 1/3 수준의 비용
- 확장된 사고 능력(Extended Thinking) – 최초의 고급 추론 지원 Haiku 모델
2. 모델별 비용 비교
모델별 크레딧 소모 방식은 다음과 같습니다:
| 모델(Model) | 크레딧 사용량(Credit Usage) | 예시 작업 비용(Example Task Cost) |
| Claude Haiku 4.5 | 0.4x | 4 credits |
| Auto | 1.0x | 10 credits |
| Claude Sonnet 4.0 | 1.3x | 13 credits |
| Claude Sonnet 4.5 | 1.3x | 13 credits |
| Claude Opus 4.5 | 2.2x | 22 credits |
3. 모델 선택 기준
Claude Haiku 4.5를 고려할 때
- 응답 속도가 중요한 경우 (Speed-critical)
- 비용 최적화가 필요한 경우 (Cost Efficiency)
- 대량 처리 작업 (High-volume Processing)
- 실시간 사용자 경험(Real-time Applications) 제공 시
Auto를 고려할 때
- 비용 효율성 극대화 필요
- 일반적인 개발 작업(코딩·디버깅·설계 등)
- 다양한 유형의 작업을 병행
- 플랜 사용량 최적화가 중요
Sonnet 4.0 & Sonnet 4.5를 고려할 때
- 모델 동작의 일관성(Consistency) 이 필요
- Sonnet 기반 기능에 대한 명확한 요구사항 존재
- 요청 모델의 완전한 투명성이 필요
- 비용이 상대적으로 덜 중요한 환경
Claude Opus 4.5를 고려할 때
- 최상위급 지능(Maximum Intelligence)이 필요한 경우
- 전문적·고난도 소프트웨어 엔지니어링
- 장기 실행형 고급 에이전트
- 품질이 핵심인 고위험·고가치 작업
4.모델 변경 방법
- Chat 인터페이스 내에서 /model 명령어 사용
Kiro CLI 설정
kiro-cli settings chat.defaultModel claude-sonnet4
5. 모범 사례
효율 극대화
- 기본값은 Auto로 설정
- 속도가 중요하면 Haiku 활용
- 복잡한 에이전트·코딩 워크로드에는 Sonnet
- 최고 난도 작업에는 Opus
- 사용량 모니터링을 정기적으로 수행
- 동일 작업에 다양한 모델을 테스트하여 최적점을 찾기
비용 관리
- 플랜 선택 시 모델별 비용 구조 고려
- 업무별 모델 사용 패턴 분석
- 모델 특성에 맞춰 워크플로우 최적화
- 필요 시 초과 사용(Overage) 옵션 활성화 검토