Claude 4 Sonnet과 Opus를 뜯어보기

앤트로픽의 연구 제품 관리자가 “Taking Claude to the Next Level”이라는 발표에서 Claude 4 Sonnet과 Opus를 소개했다. 차세대 AI 에이전트의 비전, Claude 4의 새 기능, 그리고 두 모델을 최대한 활용하는 실용적인 팁이 함께 나왔다. 무엇이 달라졌는가와 어떻게 쓸 것인가로 나눠 정리한다.

한글 자막 전체 영상

앤트로픽이 그리는 에이전트

Claude가 세 가지 핵심 역량에서 뛰어나야 한다는 것이 목표다.

협업과 적응 — 사용자와 함께 일하며 그 사람의 작업 방식에 맞춰 간다
독립적인 다단계 작업 — 여러 단계가 필요한 일을 완전히 혼자 처리한다
지속적인 성능 유지 — 위 둘 모두에서, 몇 시간 동안 계속 일하면서도 성능이 유지된다

예를 들어 OAuth 2.0을 지원하도록 인증 시스템을 리팩터링하는 프로젝트라면, 사용자는 요구사항 작성과 문서 업데이트를 맡고 구현은 Claude에게 넘길 수 있다. 이 과정에서 Claude가 코드베이스와 문서를 살피다가 사용자가 놓친 요구사항을 발견하고 이의를 제기하기도 한다. 숙련된 엔지니어와 협업하는 것과 비슷한 경험이다. 단순 자동화가 아니라 **증강(augmentation)**이라는 개념이다.

전체를 통째로 맡길 수도 있다. 그러면 Claude는 포괄적인 계획을 세우고, 웹 검색이나 문서 검색으로 최신 정보를 확인하고, 회사 표준과 모범 사례에 맞춰 프로덕션 수준의 코드를 쓴다. 테스트를 작성하고, 실수를 알아채 고치고, 피드백을 받아 기억해 같은 실수를 반복하지 않도록 설계됐다. 독립적으로 일할 때는 신뢰와 소통이 무엇보다 중요하다. 지시를 따르고, 결정 사항을 검토 가능한 방식으로 전달하고, 바뀌는 입력과 새 정보에 적응해야 한다.

Claude가 몇 시간짜리 작업을 완료할 수 있게 되면 에이전트가 할 수 있는 일의 범위가 극적으로 넓어질 것이라는 전망이다.

무엇이 달라졌는가 — 네 가지

1. 확장된 사고와 도구 사용을 번갈아

올해 초 나온 Claude 3.7 Sonnet은 하이브리드 추론 모델이라 즉시 응답하거나 응답 전에 깊이 생각할 수 있었다. Claude 4는 여기서 더 나아가 사고와 도구 사용을 번갈아 수행하는 베타 기능을 넣었다.

자전거 대여 데이터 CSV를 주고 “이 데이터에서 가장 흥미로운 점 세 가지를 알려줘”라는 개방형 프롬프트를 던지면, Claude는 코드 실행 도구(REPL)를 자율적으로 써서 분석한다. 처음에는 대용량 파일을 어떻게 다룰지 전술적으로 생각하고 헤더를 출력해 데이터 구조를 파악한다. 두 번째, 세 번째 사고 블록에 가서야 문제 해결 계획—시간별 패턴, 사용자 유형별 패턴, 계절과 날씨 패턴—을 세우기 시작한다. 결과로는 캐주얼 사용자와 등록 사용자의 시간대별 사용 패턴 차이, 뚜렷한 저녁 통근 패턴, 맑은 날이 비 오는 날보다 대여가 1.8배 많다는 사실 등을 찾아냈다.

2. 향상된 메모리

메모리는 에이전트 비전의 핵심이다. 반복해서 알려주지 않아도 일해야 하고, 오래 걸리는 작업에서 모든 세부를 컨텍스트 창에 담을 수 없으니 가장 중요하고 관련된 사실만 기억해야 한다. Claude Opus 4는 특히 여기서 뛰어나다. 읽고 쓸 수 있는 외부 파일 시스템을 주면 계획을 세우고, 그 계획을 기억하고, 몇 시간에 걸친 진행 상황을 추적한다.

앤트로픽은 포켓몬 게임을 프로토타입으로 에이전트 기능을 테스트해 왔다. 게임에서 훈련은 핵심 요소인데, 이전 모델들은 훈련이 필요하다는 것을 알면서도 계획을 잃고 다른 행동을 하곤 했다. Opus 4는 훈련 진행 상황을 꼼꼼히 추적한다. 메모리 파일에 64번의 전투를 치렀다고 기록하는데, 이는 약 12시간 동안 연속으로 게임을 한 것에 해당한다. 목표에 집중하며 레벨 향상 정보를 파일에 남긴다.

3. 복잡한 지시 사항 따르기

에이전트 시스템이 복잡해지면서 시스템 프롬프트와 지시 사항이 길어지고 있다. 앤트로픽 자체 Claude AI 시스템 프롬프트도 당시 약 16,000 토큰이었다. Claude 4는 10,000 토큰이 넘는 길고 복잡한 시스템 프롬프트 안의 지시를 따르도록 특별히 훈련됐다. 덕분에 개발자가 애플리케이션 요구사항과 원칙에 맞게 행동을 조종하기 쉬워졌고, 도구를 언제 쓸지 제어하기도 수월해졌다. 앤트로픽은 이 개선 덕에 자체 시스템 프롬프트 크기를 70%까지 줄일 수 있었다.

4. 보상 해킹 감소

보상 해킹은 모델이 문제를 실제로 풀지 않고 결과만 얻으려 지름길—테스트 하드코딩이나 주석 처리 같은—을 택하는 행동이다. 신뢰를 크게 해친다. Claude 4는 이전 모델이 이런 경향을 보였던 평가 세트에서 보상 해킹이 80% 이상 줄었다. 자신의 한계와 불확실성에 정직하면서도 올바른 방식으로 일을 끝낼 것이라는 신뢰가 높아진다.

어떻게 쓸 것인가

모델 선택

궁극적으로는 자체 평가와 제품 내 테스트로 정하는 것이 가장 좋다. 출발점은 이렇다.

Opus 4 — 가장 뛰어난 인텔리전스. 대규모 코드베이스 코딩, 코드 마이그레이션과 리팩터링, 장기 에이전트 작업, 계획과 오케스트레이션 같은 매우 복잡한 작업에 맞는다. Sonnet 3.7이 평가에서 60~70% 수준을 보이는 작업이라면 Opus를 시험해 볼 만한 사례다
Sonnet 4 — 빠르고 효율적이다. Sonnet 3.7이 이미 잘하고 있는 사용 사례, 특히 에이전트 코딩, 앱 개발, 그린필드 코드 생성, 그리고 사람이 중간에 개입하는 모든 경우에 맞는다

프롬프트를 다시 볼 것

새 모델로 올릴 때 최상의 성능을 내려면 프롬프트를 손봐야 할 수 있다.

Claude 4는 Sonnet 3.7에 비해 ‘지나치게 열성적인’ 행동이 훨씬 적다. 버튼 색상만 바꿔 달라고 했는데 앱 전체를 새로 코딩하는 식의 행동 말이다. 그러니 3.7에서 그 경향을 억제하려고 넣었던 문구는 지우는 편이 좋다. 이제 필요 없다. 반대로 그런 ‘기대 이상의’ 행동이 사용자에게 유익하다고 판단되면 프롬프트에서 명시적으로 지시하면 된다.

프롬프트 세부에 대한 주의력도 좋아졌으니, 원하는 행동을 실제로 장려하고 있는지 다시 봐야 한다. 프롬프트 안의 오타 하나 때문에 Claude AI가 가끔 잘못된 XML 태그를 쓴 사례도 있었다.

도구 사용

도구를 병렬로 호출하도록 프롬프트할 수 있어 작업을 병렬 처리할 수 있다
사고와 도구 사용을 번갈아 쓸 때, 도구 호출 사이에 무엇에 대해 생각할지 구체적으로 지시할 수 있다. 예를 들어 검색 결과 품질을 신중히 검토하고 다음 단계를 계획하라고 시키는 식이다
언제 도구를 부르고 언제 부르지 말아야 하는지 프롬프트에 명시하는 것이 좋다. Claude 4의 향상된 지시 따르기 능력은 도구 과잉 트리거 문제를 푸는 데 매우 효과적인 것으로 나타났다

마무리

앤트로픽은 Claude가 사용자와 함께 일하고, 장기간 독립적으로 작업을 끝내는 장기 비전을 향해 가고 있다. 사고와 도구 사용, 메모리, 지시 따르기, 보상 해킹 감소는 모두 에이전트 개발에 유용하다.

질의응답에서는 멀티모달 모드의 중요성도 언급됐다. 특히 코딩에서 모델이 자기가 디자인한 프론트엔드 이미지를 보고 고치는 식으로 에이전트 기능에 중요하다고 보고 있으며, 다중 모드 입력은 계속 개선될 예정이다.