# Advisor 전략: Opus를 조언자로 활용해 Sonnet의 지능을 끌어올리기

> Clean Markdown view of GeekNews topic #28370. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=28370](https://news.hada.io/topic?id=28370)
- GeekNews Markdown: [https://news.hada.io/topic/28370.md](https://news.hada.io/topic/28370.md)
- Type: GN+
- Author: [neo](https://news.hada.io/@neo)
- Published: 2026-04-10T09:51:01+09:00
- Updated: 2026-04-10T09:51:01+09:00
- Original source: [claude.com](https://claude.com/blog/the-advisor-strategy)
- Points: 36
- Comments: 1

## Summary

**Anthropic**이 공식 도입한 패턴으로, **Opus를 조언자, Sonnet/Haiku를 실행자**로 조합해 비용은 낮추면서 추론 품질을 끌어올리는 전략입니다. Haiku + Opus 조합이 Haiku 단독 대비 **BrowseComp 점수 두 배 이상**을 기록하면서 Sonnet 대비 비용은 **85% 절감**했다는 결과가 눈에 띕니다. API 요청 하나에 `advisor_20250301` 툴만 선언하면 되니 구현도 간단하고요. 큰 모델이 항상 모든 걸 처리할 필요 없다는, **하네스 설계의 좋은 실전 사례**입니다.

## Topic Body

- Claude Platform에서 **어드바이저 전략**이 공식 도입됨 — Opus를 어드바이저로, Sonnet 또는 Haiku를 실행자(executor)로 조합해 비용은 낮추면서 Opus 수준에 근접한 추론 능력을 에이전트에 적용하는 패턴  
- Sonnet이 태스크를 단독 수행 시보다 Opus 어드바이저 결합 시 **SWE-bench Multilingual 점수가 2.7%p 향상**되었고, 에이전트 태스크당 비용은 11.9% 절감됨  
- Haiku + Opus 어드바이저 조합은 **BrowseComp 기준 41.2%로 Haiku 단독(19.7%)의 두 배 이상** 성능을 기록했으며, Sonnet 단독 대비 비용은 85% 절감  
- **advisor\_20260301 툴**을 Messages API 요청에 선언하면 단일 /v1/messages 요청 안에서 모델 핸드오프가 완료되며, 추가 왕복 요청이나 컨텍스트 관리 없이 작동  
- 어드바이저 토큰은 어드바이저 모델 요금으로, 실행자 토큰은 실행자 모델 요금으로 각각 별도 청구되어 **비용 추적 및 통제가 가능**한 구조  
  
---  
  
### 어드바이저 전략 개요  
  
- **Sonnet 또는 Haiku가 실행자**로서 태스크를 처음부터 끝까지 수행하며, 툴 호출·결과 읽기·반복 작업을 담당  
- 실행자가 합리적으로 해결하기 어려운 결정에 도달하면 **Opus에 가이던스를 요청**하고, Opus는 공유 컨텍스트를 참조해 계획·수정·중단 신호 중 하나를 반환  
- **어드바이저(Opus)는 툴을 직접 호출하거나 사용자 대면 출력을 생성하지 않으며**, 오직 실행자에 대한 가이던스만 제공  
- 이 구조는 큰 오케스트레이터 모델이 작업을 분해해 소형 워커 모델에 위임하는 기존 서브에이전트 패턴을 역전시킨 형태로, 별도의 워커 풀이나 오케스트레이션 로직 없이 작동  
- **프론티어 수준의 추론**은 실행자가 필요로 할 때만 적용되고, 나머지 실행 구간은 실행자 모델 비용으로 유지됨  
  
### 성능 평가 결과  
  
- Sonnet + Opus 어드바이저 조합은 **SWE-bench Multilingual에서 Sonnet 단독 대비 2.7%p 향상**, 에이전트 태스크당 비용은 11.9% 절감  
- **BrowseComp, Terminal-Bench 2.0** 벤치마크에서도 Sonnet 단독 대비 점수 향상, 태스크당 비용은 절감  
- **Haiku + Opus 어드바이저**: BrowseComp 점수 41.2% — Haiku 단독(19.7%)의 두 배 이상  
  - Sonnet 단독 대비 점수는 29% 낮지만, 태스크당 비용은 85% 절감  
  - 어드바이저 추가로 Haiku 단독 대비 비용 증가가 있으나, 결합 비용은 여전히 Sonnet 대비 훨씬 낮은 수준  
  
### Advisor Tool 사용법  
  
- **advisor\_20260301**을 Messages API 요청에 선언하면 단일 /v1/messages 요청 내에서 모델 핸드오프 완료 — 추가 왕복 요청이나 컨텍스트 관리 불필요  
- 실행자 모델이 어드바이저 호출 시점을 자체 판단하며, 큐레이션된 컨텍스트가 어드바이저 모델로 전달되고 계획이 반환됨  
- **max\_uses 파라미터**로 요청당 어드바이저 호출 횟수 상한 설정 가능  
- 어드바이저 토큰은 usage 블록에 별도 보고되어 **티어별 지출 추적** 가능  
- 기존 툴(웹 검색, 코드 실행 등)과 동일한 루프에서 함께 사용 가능  
  
```python  
response = client.messages.create(  
    model="claude-sonnet-4-6",  # executor  
    tools=[  
        {  
            "type": "advisor_20260301",  
            "name": "advisor",  
            "model": "claude-opus-4-6",  
            "max_uses": 3,  
        },  
        # ... your other tools  
    ],  
    messages=[...]  
)  
```  
  
### 요금 구조  
  
- **어드바이저 토큰**은 어드바이저 모델(Opus) 요금으로 청구, **실행자 토큰**은 실행자 모델(Sonnet/Haiku) 요금으로 청구  
- 어드바이저는 짧은 계획(통상 400~700 텍스트 토큰)만 생성하고, 전체 출력은 실행자가 낮은 단가로 처리하므로 **전체 비용은 어드바이저 모델 단독 실행 대비 크게 낮은 수준** 유지  
  
### 사용자 피드백  
  
- Eve Legal ML 엔지니어: "Haiku 4.5가 복잡도에 따라 Opus 4.6을 참조해 동적으로 지능을 확장, 프론티어 모델 수준 품질을 **5배 낮은 비용**으로 달성"  
- Bolt CEO: "복잡한 태스크에서 더 나은 아키텍처 결정을 내리며, 단순 태스크에서는 오버헤드 없음 — 계획과 실행 궤적의 차이가 확연함"  
- Genspark CTO: "에이전트 턴, 툴 호출, 전체 점수에서 명확한 개선 — 자체 개발한 플래닝 툴보다 우수한 결과"  
  
### 시작하기  
  
- 현재 **Claude Platform에서 베타로 제공**  
- 시작 절차:  
  1. 베타 기능 헤더 추가: `anthropic-beta: advisor-tool-2026-03-01`  
  2. Messages API 요청에 `advisor_20260301` 추가  
  3. 사용 케이스에 맞게 시스템 프롬프트 수정  
- Sonnet 단독 / Sonnet + Opus 어드바이저 / Opus 단독 세 가지 구성을 기존 eval suite로 비교 실행 권장

## Comments



### Comment 55037

- Author: heycalmdown
- Created: 2026-04-10T15:01:08+09:00
- Points: 2

지금 시점에 특별한 아이디어는 아니지만 인터페이스 시그니처나 워크플로우를 깨지 않고 수행할 수 있다는 점에서 좋은 방식인 것 같아요.