# 비전 모델 비교 테스트: 같은 인물 사진 4장을 읽은 AI 모델 7개

> AI 비전 모델 7개가 20가지 설정으로 같은 인물 사진 4장을 설명했습니다. 추론 강도 높음의 Claude Opus 5.5가 이겼고, 추론을 늘려도 더 느려지기만 했습니다.

Source: https://nodaro.ai/ko/docs/research/vision-model-bakeoff

Nodaro의 [**피커로 설명**](https://nodaro.ai/docs/nodes/image/describe-to-picker) 노드에 쓸 AI 모델을 고르기 전에, 비전 모델 7개에 같은 인물 사진 4장을 기본 추론 강도와 더 높은 추론 강도로 설명하게 했습니다. 모두 20가지 설정, 80회 분석입니다. 디테일과 일치율에서는 모델 간 차이가 크지 않았습니다. 속도에서는 20배 넘게 차이가 났습니다. **추론 강도 높음의 Claude Opus 5.5**는 가장 자세한 분석 중 하나를 약 9초 만에 내놓았고 한 번도 실패하지 않아, 이제 기본값이 되었습니다. **추론을 늘려도 더 잘 읽은 모델은 없었고**, 더 느려지기만 했습니다. **GPT 모델은 한 번도 민족을 답하지 않았습니다.**

- 모델: 7
- 설정: 20
- 인물 사진: 4
- 분석: 80
- 피커: 5
- 실패한 분석: 3

## 발견한 것
**추론 강도 높음의 Claude Opus 5.5가 가장 균형 잡힌 설정입니다.** 
인물 사진 한 장당 특성 33.5개를 짚었고, 그중 85%가 다수의 답과 일치했으며, 9.1초 만에 답했습니다. 분석 4회가 모두 성공했습니다.
  

  
**추론을 늘려도 더 잘 읽은 모델은 없었습니다.** 
최대로 설정한 Claude Opus 5.5는 높음일 때보다 17배 오래 걸렸고, 특성은 0.3개 더 짚었을 뿐입니다. 가장 높은 GPT 설정은 85~109초가 걸렸고, 분석 2회에 실패했습니다.
  

  
**같은 작업에 7초가 걸리기도, 2분 30초 넘게 걸리기도 했습니다.** 
가장 빠른 것은 Claude Opus 5.5로, 기본 설정의 중앙값이 7.2초였습니다. 가장 느린 것은 최대로 설정한 Claude Opus 5.5로, 154.5초였습니다.
  

  
**가장 가성비 좋은 모델은 Gemini 3.8 Flash입니다.** 
분석 1회에 11크레딧으로, 답의 85~92%가 다수의 답과 일치했습니다. 짚은 특성은 Claude 모델보다 적었습니다.
  

  
**GPT 모델은 한 번도 민족을 답하지 않았습니다.** 
GPT-6 Astra와 GPT-6.1 Sol은 21회 분석 모두에서 이 항목을 비워 두었습니다. 나머지 모델 5개는 거의 모든 인물 사진에서 이 항목을 채웠습니다.
  

  
**같은 설정에서도 답이 달라집니다.** 
같은 설정으로 Claude Fable 5를 세 번 실행하자 인물 사진 한 장당 특성 수는 3.5개, 일치율은 6%p만큼 달라졌습니다. 이보다 작은 차이는 동점으로 보세요.
  

## 점수표
각 설정은 같은 인물 사진 4장을 한 번씩 분석했습니다. **사진당 특성**은 그 설정이 채운 항목 수의 평균입니다. **일치율**은 그 답 가운데, 같은 항목과 같은 인물 사진에서 가장 많은 설정이 낸 답과 일치한 비율입니다.

| 모델 | 추론 강도 | 사진당 특성 | 일치율 | 시간 중앙값 | 분석 | 분석 1회당 크레딧 |
| --- | --- | --- | --- | --- | --- | --- |
| Claude Opus 5.5 | 기본값 | 32.0 | 85% | 7.2초 | 4회 중 4회 | 28 |
| Claude Opus 5.5 | 높음 | 33.5 | 85% | 9.1초 | 4회 중 4회 | 28 |
| Claude Opus 5.5 | 최대 | 33.8 | 82% | 154.5초 | 4회 중 4회 | 28 |
| Claude Fable 5 | 기본값 | 33.0 | 87% | 11.0초 | 4회 중 4회 | 28 |
| Claude Fable 5 | 높음, 아래 참고 | 35.3 | 85% | 20.5초 | 4회 중 4회 | 28 |
| Claude Fable 5 | 최대, 아래 참고 | 31.8 | 81% | 69.7초 | 4회 중 4회 | 28 |
| Gemini 3.1 Pro | 기본값 | 32.8 | 80% | 28.2초 | 4회 중 4회 | 11 |
| Gemini 3.1 Pro | 기본값, 고급 모드 | 31.0 | 80% | 27.4초 | 4회 중 4회 | 28 |
| Gemini 3.8 Flash | 기본값 | 30.0 | 91% | 17.2초 | 4회 중 4회 | 11 |
| Gemini 3.8 Flash | 높음 | 31.3 | 85% | 22.0초 | 4회 중 4회 | 11 |
| Gemini 3.8 Flash | 기본값, 고급 모드 | 31.8 | 85% | 13.7초 | 4회 중 4회 | 11 |
| Gemini 3.8 Flash | 높음, 고급 모드 | 28.0 | 92% | 19.8초 | 4회 중 4회 | 11 |
| Kimi K3 | 기본값 | 31.8 | 83% | 29.9초 | 4회 중 4회 | 11 |
| Kimi K3 | 높음 | 32.5 | 80% | 20.9초 | 4회 중 4회 | 11 |
| GPT-6.1 Sol | 기본값 | 32.0 | 85% | 21.7초 | 4회 중 3회 | 11 |
| GPT-6.1 Sol | 높음 | 30.3 | 83% | 21.6초 | 4회 중 4회 | 11 |
| GPT-6.1 Sol | 최대 | 30.3 | 83% | 84.6초 | 4회 중 3회 | 11 |
| GPT-6 Astra | 기본값 | 30.0 | 83% | 42.3초 | 4회 중 4회 | 11 |
| GPT-6 Astra | 높음 | 30.3 | 83% | 43.8초 | 4회 중 4회 | 11 |
| GPT-6 Astra | 매우 높음 | 30.0 | 83% | 108.8초 | 4회 중 3회 | 11 |

**Claude Fable 5 참고 사항:** 이 테스트에서 Fable 5는 어떤 강도에서도 추론을 쓰지 않았습니다. 따라서 높음과 최대 행은 기본값을 다시 실행한 결과이며, 한 설정이 실행마다 얼마나 달라지는지를 보여 줍니다.

## 추론 강도가 사진 분석에 주는 효과
**효과는 없었습니다.** 추론 강도를 높였다고 눈에 띄게 더 많은 특성을 짚은 모델은 없었고, 일치율이 오른 모델도 없었습니다. 대가는 시간이었고, GPT 모델에서는 분석 실패도 있었습니다.

| 모델 | 가장 낮은 강도 | 가장 높은 강도 | 특성 수 변화 | 시간 변화 |
| --- | --- | --- | --- | --- |
| Claude Opus 5.5 | 기본값: 특성 32.0개, 7.2초 | 최대: 특성 33.8개, 154.5초 | +1.8 | 21배 오래 걸림 |
| GPT-6 Astra | 기본값: 특성 30.0개, 42.3초 | 매우 높음: 특성 30.0개, 108.8초 | 0 | 2.6배 오래 걸림, 분석 실패 1회 |
| GPT-6.1 Sol | 기본값: 특성 32.0개, 21.7초 | 최대: 특성 30.3개, 84.6초 | −1.7 | 3.9배 오래 걸림, 분석 실패 1회 |
| Gemini 3.8 Flash | 기본값: 특성 30.0개, 17.2초 | 높음: 특성 31.3개, 22.0초 | +1.3 | 1.3배 오래 걸림 |
| Kimi K3 | 기본값: 특성 31.8개, 29.9초 | 높음: 특성 32.5개, 20.9초 | +0.7 | 더 빨라짐 |

특성 수의 변화는 모두, 같은 설정으로 Claude Fable 5를 세 번 실행했을 때 나온 3.5개 차이보다 작습니다. 사진을 정해진 카탈로그 선택지로 읽어 내는 일은 대부분 생각이 아니라 보는 일입니다. 모델은 턱선을 보거나 보지 못하거나 둘 중 하나이며, 추론을 늘려도 보이는 것은 바뀌지 않습니다.

Claude Opus 5.5의 높음은 유지할 가치가 있는 예외입니다. 기본값보다 2초 더 걸렸고, 20초 안에 답한 설정 가운데 가장 많은 특성을 짚었습니다. 최대는 특성 0.3개를 더하는 데 145초를 더 썼습니다.

## 모델의 답이 일치하는 곳과 갈리는 곳
**모델은 눈에 보이는 것에서는 일치하고, 판단이 필요한 것에서는 갈립니다.** 아래 표는 항목마다, 같은 인물 사진에서 가장 흔한 답과 일치한 답의 비율을 보여 줍니다.

| 항목 | 피커 | 일치율 | 결과 |
| --- | --- | --- | --- |
| 눈 사이 간격 | 인물 | 100% | 답한 모든 설정이 인물 사진 4장 모두에서 같은 답을 냈습니다 |
| 패브릭 | 스타일링 | 100% | 답한 모든 설정이 인물 사진 4장 모두에서 같은 답을 냈습니다 |
| 눈 색 | 인물 | 100% | 답한 색은 모두 일치했지만, 답의 4분의 1은 이 항목을 비워 두었습니다 |
| 눈 모양 | 인물 | 97% | 인물 사진 3장에서 답한 모든 설정이 일치했습니다 |
| 피부 톤 | 인물 | 92% | 인물 사진 3장에서 답한 모든 설정이 일치했습니다 |
| 연령 | 인물 | 64% | 대부분 세밀함의 차이입니다: “20대(전체)”와 “20대 초반” |
| 피부 질감 | 인물 | 61% | 인물 사진마다 서로 다른 답이 세 가지 나왔습니다 |
| 유형 | 인물 | 58% | 같은 여성이 “여성”, “옆집 소녀”, “아름다운 여성” 중 하나가 되었습니다 |
| 머리 상태 | 스타일링 | 51% | 이 항목이 해당하는 인물 사진 2장에서 각각 서로 다른 답이 네 가지 나왔습니다 |

**유형**은 관찰이 아니라 판단이므로 모델의 답이 갈렸습니다. 한 모델은 같은 사진을 두 번째로 실행했을 때 다른 유형을 답하기도 했습니다.

**연령**은 두 가지로 갈렸습니다. 나머지 인물 사진 3장에서 모델들은 대체로 나이대에는 동의했고, 얼마나 세밀하게 답하느냐에서 달랐습니다. 수염 난 남성에서는 정말로 답이 갈렸습니다. Claude 모델과 Gemini 3.8 Flash는 “30대”, GPT, Gemini 3.1 Pro, Kimi K3는 “40대”라고 답했습니다.

**민족**은 사진이 아니라 모델에 따라 갈렸습니다. GPT-6 Astra와 GPT-6.1 Sol은 모든 분석에서 이 항목을 비워 두었습니다. 나머지 모델 5개는 이 항목을 채웠고, 대부분 각 인물 사진에서 같은 주된 답을 냈습니다.

## 제품에 반영한 것
**피커로 설명**은 이제 기본으로 Claude Opus 5.5를 추론 강도 **높음**으로 사용합니다. 기본 분석에는 28크레딧이 듭니다. 추론 강도를 설정한 프리미엄 모델은 제작사에서 직접 실행되기 때문입니다. **AI 모델** 목록의 모든 모델은 계속 쓸 수 있습니다.

- **가장 자세한 분석을 원하면** 기본값을 유지하세요.
- **가성비를 원하면** Gemini 3.8 Flash를 고르세요. 분석 1회에 11크레딧이 들고, 25초 안에 답합니다.
- **추론 강도는 높음 이하로 두세요.** 이 테스트에서 매우 높음과 최대는 답을 더 낫게 하지 않고 분석만 느리게 했습니다.
- **캐릭터에 민족이 중요하다면** GPT 모델을 쓰지 않거나, [인물](https://nodaro.ai/docs/nodes/creative-controls/person) 피커에서 민족을 직접 설정하세요. 이 피커의 **빈 항목만 채우기** 모드를 쓰면 다음 사진을 분석할 때도 내 선택이 유지됩니다.
- **유형처럼 판단이 필요한 항목은** 결과를 확인하세요. 모델마다 답이 다르므로, 원하는 값을 직접 고르세요.

[피커로 설명](https://nodaro.ai/docs/nodes/image/describe-to-picker)은 사진 한 장으로 [인물](https://nodaro.ai/docs/nodes/creative-controls/person), [스타일링](https://nodaro.ai/docs/nodes/creative-controls/styling), [프레이밍](https://nodaro.ai/docs/nodes/creative-controls/framing), [렌즈](https://nodaro.ai/docs/nodes/creative-controls/lens), [카메라 / 필름](https://nodaro.ai/docs/nodes/creative-controls/camera-format) 피커를 채웁니다. 결과를 여러 장면에서 다시 쓰는 방법은 [캐릭터 일관성](https://nodaro.ai/docs/guides/consistent-characters)에서 볼 수 있습니다.

## 테스트 방법
- 모든 설정은 2026년 10월 9일 Nodaro에서 피커로 설명 노드를 통해 같은 인물 사진 4장을 분석했습니다. 프롬프트, 피커 카탈로그, 사진은 모든 분석에서 같았습니다.
- 각 분석은 피커 5개, 즉 인물, 스타일링, 프레이밍, 렌즈, 카메라 / 필름을 한 번에 채웠습니다.
- 각 모델을 기본값과, 그 모델이 제공하는 더 높은 추론 강도로 실행했습니다. Claude 분석은 모두 Claude의 추론 강도가 제공되는 제작사에서 직접 실행했습니다. Gemini 모델 두 개에서는 모델을 제작사에서 직접 실행하는 **고급 모드**도 실행했습니다.
- 인물 사진은 Unsplash의 스톡 사진 4장으로, 여성 2명과 남성 2명입니다. 빨간 스웨터를 입고 웃는 여성, 어두운 색 퀴프 머리의 남성, 짧은 내추럴 헤어의 여성, 흑백 사진 속 수염 난 남성입니다.
- 사진과 각 인물 사진의 전체 분석 결과는 싣지 않습니다. 항목이 실제 사람의 신체와 배경을 묘사하므로, 이 페이지에서는 인물 사진 전체의 합계만 보고합니다.
- 일치율은 각 답을 가장 많은 설정이 낸 답과 비교합니다. 동률이면 아무도 점수를 받지 않습니다. 한 모델만 맞고도 점수를 잃을 수 있으므로, 일치율은 정답 여부가 아니라 안정성을 측정합니다.
- 기본값의 GPT-6.1 Sol은 다른 어떤 설정도 채우지 않은 항목 4개를 채웠고, 기본값의 Kimi K3는 1개를 채웠습니다. 일치율에는 이 답들을 넣지 않았습니다.
- 시간은 플랫폼에서 각 실행의 시작과 끝으로 잰 중앙값입니다. 크레딧은 테스트 날짜에 플랫폼이 분석 1회당 청구한 금액입니다.
- 실패한 분석은 3회이며, 모두 GPT 모델이었습니다. **매우 높음**의 GPT-6 Astra는 시간이 초과되었습니다. **최대**의 GPT-6.1 Sol은 모델이 혼잡해 실행되지 못했고, 기본값의 GPT-6.1 Sol은 한 번 시간이 초과되었습니다. Claude, Gemini, Kimi의 분석은 한 번도 실패하지 않았습니다.
- 설정마다, 인물 사진마다 분석 1회는 증거가 아니라 단서입니다. 결론은 설정 전반에 걸친 패턴입니다. [이미지 모델 비교 테스트](https://nodaro.ai/docs/research/image-model-bakeoff)도 이미지 생성에 같은 방식을 썼습니다.

## 자주 묻는 질문

### 사진 속 인물을 설명하는 데 가장 좋은 AI 모델은 무엇인가요?

테스트에서는 추론 강도를 높음으로 설정한 Claude Opus 5.5였습니다. 인물 사진 한 장당 특성 33.5개를 짚었고, 그중 85%가 다른 모델과 일치했으며, 약 9초 만에 답하고 한 번도 실패하지 않았습니다. Nodaro의 피커로 설명 노드는 이제 이 모델을 기본으로 사용합니다.

### 추론 강도를 높이면 AI 모델이 사진을 더 잘 읽나요?

이 테스트에서는 그렇지 않았습니다. 강도를 높였다고 눈에 띄게 더 많은 특성을 짚은 모델은 없었습니다. 최대로 설정한 Claude Opus 5.5는 9초가 아니라 155초가 걸렸고, 가장 높은 강도의 GPT 모델은 최대 109초가 걸리며 분석에 실패하기도 했습니다.

### 사진 설명에 가장 가성비 좋은 AI 비전 모델은 무엇인가요?

Gemini 3.8 Flash입니다. 분석 1회에 11크레딧으로, 답의 85~92%가 다른 모델과 일치했고 14~22초가 걸렸습니다. 짚은 특성은 Claude 모델보다 적어, 인물 사진 한 장당 28~32개였습니다.

### GPT 모델이 민족을 비워 둔 이유는 무엇인가요?

GPT-6 Astra와 GPT-6.1 Sol은 모든 설정에서 21회 분석 전부 민족 항목을 비워 두었습니다. 나머지 모델 5개는 이 항목을 채웠습니다. 캐릭터에 민족이 중요하다면 다른 모델을 고르거나, 인물 피커에서 직접 설정하세요.

### 일치율은 정확도와 같은가요?

아니요. 일치율은 한 모델이 대부분의 모델과 같은 답을 낸 빈도입니다. 스톡 사진 속 낯선 사람의 실제 나이나 배경은 아무도 모르므로, 일치율은 어떤 판단이 맞는지가 아니라 어떤 판단이 안정적인지를 보여 줍니다.