GPT-5.5 종합 1위지만 도구 연동은 꼴찌, 코딩·자동화 용도별로 갈린다

GPT-5.5가 Artificial Analysis Intelligence Index 60점으로 종합 1위를 기록했지만, MCP 도구 사용 벤치마크에서는 Claude Opus 4.7(79.1%)·Gemini 3.1 Pro(78.2%)에 밀려 75.3%로 3위에 그쳤다. '점수 1위 = 내 용도 최적'이 아니라는 신호가 수치로 드러났다.

종합 점수와 도구 연동 능력, 왜 따로 노는가

GPT-5.5의 종합 60점은 Claude Opus 4.7·Gemini 3.1 Pro(각 57점)를 3점 앞선다. 코딩 벤치마크에서도 GPT-5.5 93.9% vs Gemini 80.6%로 격차가 크다. ARC-AGI-2 추론도 77.1%를 기록했다.

반면 MCP 도구 사용 벤치마크는 순위가 뒤집힌다.

- Claude Opus 4.7: 79.1% - Gemini 3.1 Pro: 78.2% - GPT-5.5: 75.3%

종합 지능 지수와 에이전트 도구 활용 능력이 별개의 축으로 갈리고 있다는 뜻이다.

내 업무가 코딩인가, 자동화인가, 선택 기준이 달라진다

코드 생성·문서 작성처럼 단일 작업 중심이라면 GPT-5.5의 코딩 93.9%가 유효하다. 하지만 외부 API 호출, 파일 읽기·쓰기, 여러 도구를 연결하는 에이전트 자동화 업무라면 MCP 도구 사용 수치가 더 직접적인 지표다. 이 경우 Claude Opus 4.7이 GPT-5.5보다 3.8%p 앞선다.

한국 사용자는 세 모델 모두 API로 즉시 접근 가능하다. 실제 작업 유형에 맞춰 직접 비교해볼 수 있는 환경이 갖춰져 있다.