▲

Claude Opus 4.7

 (anthropic.com)
1P by GN⁺ 5시간전 | ★ favorite | 댓글 1개
  • 고급 소프트웨어 엔지니어링 성능이 강화되어 복잡하고 장시간 실행되는 작업을 높은 일관성과 정확도로 처리함
  • 시각 인식과 멀티모달 이해력이 향상되어 고해상도 이미지, 기술 다이어그램, 화학 구조 등 복잡한 시각 정보를 분석 가능함
  • 사이버 보안 보호장치를 내장해 고위험 요청을 자동 탐지·차단하며, 합법적 보안 연구자는 Cyber Verification Program에 참여 가능함
  • Effort 제어, Task Budget, ultrareview 명령어 등 새로운 기능으로 장기 작업 효율과 코드 품질 검증 능력을 개선함
  • Opus 4.6 대비 13% 성능 향상과 높은 신뢰성을 달성하며, Anthropic은 이를 기반으로 Mythos급 모델의 안전한 공개를 준비 중임

Claude Opus 4.7 개요

  • Claude Opus 4.7은 Opus 4.6 대비 고급 소프트웨어 엔지니어링 성능이 크게 향상된 모델로, 복잡하고 장시간 실행되는 작업을 높은 일관성과 정확도로 처리함
  • 사용자는 이전보다 난이도 높은 코딩 작업을 신뢰하고 위임할 수 있으며, 모델은 자체 검증 후 결과를 보고함
  • 시각 인식 능력이 강화되어 고해상도 이미지, 인터페이스, 슬라이드, 문서 등에서 높은 품질과 창의성을 발휘함
  • Anthropic의 Claude Mythos Preview보다는 범용 능력이 낮지만, 다양한 벤치마크에서 Opus 4.6보다 우수한 결과를 기록함
  • 모든 Claude 제품군과 API, Amazon Bedrock, Google Cloud Vertex AI, Microsoft Foundry에서 사용 가능하며, 가격은 Opus 4.6과 동일함

사이버 보안 관련 조치

  • Anthropic은 Project Glasswing을 통해 AI의 사이버 보안 위험과 이점을 공개하고, Mythos Preview의 공개를 제한하며 보안 실험을 덜 강력한 모델에서 우선 수행하기로 함
  • Opus 4.7은 이러한 첫 번째 모델로, 자동으로 금지되거나 고위험 사이버 보안 요청을 탐지 및 차단하는 보호장치를 포함함
  • 실제 배포 데이터를 기반으로 향후 Mythos급 모델의 광범위한 공개를 준비 중임
  • 합법적 보안 연구자(취약점 분석, 침투 테스트, 레드팀 등)는 Cyber Verification Program에 참여 가능함

주요 성능 및 사용자 피드백

  • 초기 테스트에서 논리 오류를 스스로 감지하고 실행 속도를 높이는 능력이 확인됨
  • 비동기 워크플로우, CI/CD, 장시간 자동화 작업에서 탁월한 성능을 보이며, 단순한 동의가 아닌 깊이 있는 문제 접근과 의견 제시를 수행함
  • 데이터 결손 시 잘못된 추론을 피하고, 불일치 데이터 함정에 빠지지 않음
  • 93개 코딩 벤치마크에서 Opus 4.6 대비 13% 향상, 해결 불가능했던 4개 과제 추가 해결
  • 멀티스텝 작업 효율성에서 최고 수준의 일관성을 보이며, 금융 모듈에서는 0.813점으로 Opus 4.6(0.767)을 상회함
  • 멀티모달 이해력이 향상되어 화학 구조나 복잡한 기술 다이어그램 해석 능력이 개선됨
  • 자율적 장기 작업 수행 능력이 강화되어 수 시간 동안 일관된 문제 해결 가능
  • Replit, Harvey, Hex, Notion, Databricks, Vercel 등 여러 기업이 코드 품질, 도구 호출 정확도, 장기 워크플로우 신뢰성 향상을 보고함
  • 실제 사례로 Rust 기반 음성 합성 엔진을 완전 자율적으로 개발하고, Python 참조 모델과 일치 여부를 자체 검증함

초기 테스트 주요 개선점

  • 명령어 해석 정확도

    • Opus 4.7은 지시문을 문자 그대로 해석하며, 이전 모델보다 훨씬 엄격하게 따름
    • 기존 프롬프트가 예상치 못한 결과를 낼 수 있어 프롬프트 재조정 필요

  • 멀티모달 지원 강화

    • 최대 2,576픽셀(약 3.75MP) 해상도의 이미지를 처리 가능
    • 복잡한 다이어그램 분석, 스크린샷 기반 데이터 추출 등 세밀한 시각 정보 활용 작업에 적합

  • 실제 업무 성능

    • 금융 분석, 프레젠테이션, 모델링 등에서 Opus 4.6보다 높은 전문성과 일관성 확보
    • GDPval-AA 외부 평가에서도 금융·법률 등 지식 노동 분야에서 최고 수준 기록

  • 메모리 활용

    • 파일 시스템 기반 메모리를 효율적으로 사용해 여러 세션에 걸친 작업 맥락을 기억하고 재활용

안전성과 정렬 평가

  • 전반적으로 Opus 4.6과 유사한 안전성 프로필을 보이며, 기만·아첨·오용 협력 등의 문제 발생률이 낮음
  • 정직성, 악성 프롬프트 주입 저항성은 개선되었으나, 일부 영역(예: 약물 관련 과도한 조언)에서는 약간 약화됨
  • 평가 결과 “대체로 잘 정렬되고 신뢰할 수 있으나 완전 이상적이지는 않음”으로 결론
  • Mythos Preview는 여전히 가장 잘 정렬된 모델로 평가됨

추가 출시 기능

  • Effort 제어 강화

    • high와 max 사이의 새로운 xhigh 수준 추가로, 추론 능력과 지연 시간 간의 세밀한 조정 가능
    • Claude Code에서는 기본 Effort 수준을 xhigh로 상향

  • Claude Platform(API)

    • 고해상도 이미지 지원과 함께 Task Budget 기능을 공개 베타로 제공, 장기 작업에서 토큰 사용 우선순위 조정 가능

  • Claude Code

    • 새로운 /ultrareview 명령어로 코드 변경사항 검토 및 버그 탐지 세션 실행
    • Pro 및 Max 사용자에게 3회 무료 ultrareview 제공
    • Auto Mode를 Max 사용자에게 확장해 장기 작업 중 승인 절차를 줄이고 중단 없이 실행 가능

Opus 4.6에서 4.7로의 마이그레이션

  • Opus 4.7은 직접 업그레이드 가능하지만 토큰 사용량 변화에 주의 필요
    • 새로운 토크나이저로 인해 동일 입력이 약 1.0~1.35배 더 많은 토큰으로 변환될 수 있음
    • 높은 Effort 수준에서 더 많은 추론을 수행하므로 출력 토큰 증가 가능
  • Effort 파라미터, Task Budget, 간결한 프롬프트 설계로 토큰 사용 제어 가능
  • 내부 테스트에서는 Effort 수준 전반에서 효율성 개선이 확인됨
  • 세부 업그레이드 방법은 Migration Guide에서 제공됨

함께 보면 좋은 글 β

▲
GN⁺ 5시간전  [-]
Hacker News 의견들

  • 나는 새로 도입된 adaptive thinking 개념이 너무 헷갈림
    이전의 thinking budget / effort 모드로 코드를 짜왔는데, 이제는 완전히 다르게 동작함
    공식 문서를 봐도 여전히 감이 안 옴
    게다가 4.7에서는 기본적으로 사람이 읽을 수 있는 reasoning 요약이 출력되지 않음. "display": "summarized" 옵션을 직접 추가해야 함
    지금 Pelican 프로젝트를 돌려보는 중인데, 새로운 thinking 방식 때문에 계속 막히는 중임

    • 내 버그 리포트에 대한 Boris의 답변이 “adaptive thinking이 제대로 작동하지 않는 것 같다”였는데, 그 이후로 아무 소식이 없음
      관련 스레드 참고
      adaptive thinking을 끄고 effort를 높이니 예전 수준으로 돌아왔음
      하지만 “내부 평가에서는 잘 된다”는 말로는 부족함. 많은 사용자들이 같은 문제를 보고 있음
    • “pelican을 잘 뽑아내고 싶다”는 말이 p-hacking(통계 조작) 같다는 농담을 던짐. 여기서 p는 pelican의 p라는 식의 말장난임
    • Claude Opus 4.6은 나에게 정말 웃긴 결과를 많이 줬음
      스크린샷
    • Claude Code에서는 --thinking-display summarized라는 비공식 커맨드라인 옵션이 추가된 것 같음
      VS Code 사용자는 exec "$@" --thinking-display summarized를 포함한 래퍼 스크립트를 만들어 claudeCode.claudeProcessWrapper 설정에 넣으면 reasoning 요약을 다시 볼 수 있음
    • 이제 Claude가 전체 reasoning을 출력하지 않고 요약만 보여주는 건가 궁금함
      예전에는 LLM의 CoT(Chain of Thought)를 노출하는 게 안전성의 핵심이라고 여겨졌는데, 방향이 바뀐 듯함

  • Opus 4.7의 새로운 토크나이저는 텍스트 처리 효율을 높이지만, 입력이 1.0~1.35배 더 많은 토큰으로 매핑됨
    그래서 나는 caveman 프로젝트의 출력이 오히려 더 읽기 좋다고 느낌
    caveman 저장소

    • caveman은 사실상 장난 프로젝트에 가까움
      대부분의 컨텍스트가 파일 읽기와 reasoning에 쓰이기 때문에 실제 토큰 절감 효과는 1%도 안 됨. 오히려 모델을 혼란스럽게 만들 수도 있음
    • caveman도 재밌지만, 진짜 토큰 절감을 원한다면 headroom이 더 나음
      mac app, CLI 버전
    • 나는 프롬프트에서 상위 100~1000개의 흔한 영어 단어를 제거하는 실험을 해봤음
      흔한 단어가 노이즈일 수 있다고 생각했지만, 결과 차이는 거의 없었음
      caveman과 비교 실험을 해보고 싶음
    • rtk-ai/rtk 같은 접근은 어떤지 제안함
    • 내 내부 석유·가스 벤치마크에서는 Opus 4.7이 80%로, Opus 4.6(64%)과 GPT-5.4(76%)보다 높게 나왔음
      reasoning 토큰 사용량이 줄어든 덕분임. 이제는 토큰 단가만으로 모델 비용을 비교하는 게 의미 없다는 걸 보여줌

  • Anthropic이 Opus 4.7을 사이버 보안 제한 모델로 출시했다는 발표를 보고, 이건 실패 전략이라고 느낌
    보안 지식을 검열하면서 동시에 안전한 소프트웨어를 개발하겠다는 건 모순임
    모든 AI 업체가 같은 정책을 쓰지 않는 이상, 실효성도 없음. 결국 이 접근은 포기하게 될 것 같음

    • 나는 보안 전문가는 아니지만, 오픈소스 프로젝트를 빌드할 때 취약점 검증을 도와주는 AI가 필요함
      그런데 이런 제한은 보안을 중앙집중화시키는 방향이라, 진짜 보안 향상이라고 보기 어려움
    • 과도한 훈련 단계의 안전장치는 일반 지능을 깎아먹는다고 느낌
      마치 면접에서 화이트보드 앞에 세워두면 IQ가 10% 줄어드는 것처럼, 모델도 위축됨
    • 지금 모델들은 해킹에는 너무 똑똑하면서, 경제적 작업에는 여전히 부족한 이상한 상태임
      그래서 “선택적으로 멍청하게 만드는” 방향으로 가는 듯함. 이미 그 실험을 하고 있는 것 같음
    • 단기적으로는 괜찮은 조치라고 생각함
      공격자는 한 번만 성공하면 되지만, 방어자는 매번 성공해야 함이라는 점에서 시간을 벌 수 있음

  • 지난주 4.6의 품질 저하 때문에 결국 Codex로 옮겼음
    4.6은 웹 검색도 안 하고 17K 토큰을 헛소리로 채웠음. 병렬 처리 예제도 완전히 잘못 구현함

    • 나도 같은 이유로 Pro 구독을 해지했음
      토큰 사용량이 갑자기 폭증했고, 지원팀의 무관심한 대응이 결정타였음
      버그는 이해하지만, 고객을 대하는 태도는 용납하기 어려움
      Codex로 옮긴 뒤에는 적어도 일이 진행됨, 그게 전부임
    • 많은 사람들이 OpenAI가 컴퓨트 과잉으로 망할 거라 했지만, 지금은 오히려 전략적 우위가 됨
      Codex는 사용 한도를 2배로 늘려 Claude 고객을 흡수 중이고, PR도 훨씬 좋음
      Claude의 문제 90%는 컴퓨트 부족 때문으로 보임
    • 내 음모론이지만, 새 모델 출시 직전 일부러 성능을 낮춰서 다음 버전이 더 좋아 보이게 하는 것 같음
      AI는 항상 “진보 중”으로 보여야 하니까, 정체는 곧 하이프의 죽음임
    • 나는 Codex를 써봤지만 내 용도에는 훨씬 열등했음
      빠르긴 하지만, 품질이 낮은 코드를 더 빨리 내는 건 의미 없음
      Gemini CLI는 더 느리고 품질도 낮았음
      Codex는 버그가 있어도 “완벽하다”고 아부하는 경향이 있어 위험함
    • 그래도 Codex는 내 툴킷에 자리를 잡았음
      실행력이 뛰어나고, OpenAI는 마케팅 없이 결과로 말함
      마치 초창기 구글처럼 제품 품질로 승부하는 느낌임

  • Opus 4.7의 사이버 보안 필터가 너무 강해져서, 합법적인 연구조차 막힘
    프로그램 가이드라인을 직접 웹에서 가져와도 “위험한 요청”으로 차단됨
    이런 상태면 Codex로 옮길 예정임

    • 이제는 신원 인증(Identity Verification) 을 요구할 수도 있음
      공식 안내처럼, 일부 기능 접근 시 인증 절차가 필요함
    • 실제로 API에서 “Usage Policy 위반” 오류가 뜨고, Cyber Verification Program 신청 링크가 함께 표시됨
      이로 인해 진행 중인 연구가 전부 막힘
    • 나는 세션 중간에 차단이 발생했는데, 입력은 그대로였음
      아마 모델이 자체 reasoning 중에 “공격적”으로 보이는 단계를 탐지했을 가능성이 있음
      버그 헌팅이 점점 공격적 단계로 넘어가면 필터가 작동하는 듯함
      이제는 정책 위반이 새로운 세그폴트(segfault) 가 된 세상임
    • 더 심각한 건, 내 자체 코드를 짜는 중에도 “이건 악성코드가 아닙니다” 같은 문장을 스스로 출력함
      특정 단어만 포함돼도 과민 반응함
      이제는 내가 내 프로젝트가 악성인지 아닌지 AI에게 허락받는 꼴임. 구독 취소 예정임
    • PDF를 프린터로 보내는 단순 작업조차 거부당함

  • 이 스레드는 창업자에게 좋은 교훈임
    조금의 솔직한 커뮤니케이션만으로도 얼마나 많은 불만을 잠재울 수 있는지 보여줌
    Opus 4.5에 앱을 고정해둔 입장에서, 지금은 모델 문제인지 하니스 문제인지 구분조차 어려움

    • 이런 스레드에는 늘 “Anthropic이 모델을 너프했다”는 미신이 많음
      가끔은 그냥 운이 나쁜 것일 뿐임
    • 만약 부하 때문에 모델을 일부러 둔화시킨 거라면, 그걸 명확히 알려주는 게 중요함
      그러면 나는 업무 시간을 조정해서 밤에 무거운 작업을 돌릴 수 있음
    • Opus 4.5는 일관성이 높았는데, 4.6은 들쭉날쭉했음
    • 나는 초보 개발자라 모델별 차이를 배우는 중임
      이런 혼란 속에서는 모델 브로커나 Copilot 같은 중간 계층을 쓰는 게 현명하다고 생각함
    • 이런 불안정성 때문에 사용자들이 편집증적이 되어감
      “표준 AI”처럼 항상 같은 모델을 제공하는 서비스가 필요하다고 느낌

  • 우리 팀의 사설 벤치마크 결과, Opus 4.7은 4.6/4.5보다 전략적이고 지능적임
    GPT-5.4와 거의 동급이며, 도구를 사용하는 에이전틱 세션에서는 오히려 최고 성능을 보임
    벤치마크 링크
    다만 컨텍스트 처리에서는 약간의 회귀가 있음. 이를 시각화하는 벤치마크를 추가 중임

    • Opus 4.7의 성공률이 Sonnet 4.6보다 낮은데 평균 백분위는 더 높은 이유가 궁금함
    • 4.6이나 4.5가 초기 릴리스 이후 성능 회귀를 겪었는지 묻는 질문이 나옴

  • 최근 Anthropic에 대한 신뢰가 떨어짐
    4.6의 다운그레이드 이후 바로 4.7을 내놓는 게 불안함
    이제는 투명한 커뮤니케이션이 필요함

    • 문제의 핵심은 컴퓨트 부족임
      OpenAI는 일찍부터 컴퓨트에 투자했고, 지금은 그게 큰 이점이 됨
    • 아마도 Mythos를 훈련하느라 Opus 성능이 떨어졌을 가능성이 있음
      Mythos를 Opus 4.7로 증류(distillation) 중일지도 모름
    • Bedrock 기반 Claude도 같이 둔해지는 이유가 궁금함
      아마 하니스 업데이트가 원인일 듯함
    • Persona ID 인증 통합이 결정타였음. 그 이후로 떠남
    • 이런 식으로 계속 버티는 게 가능한지 의문임

  • 요즘 “Codex로 갈아탔다”는 댓글이 급증했음
    하지만 실제로 써보니 Codex는 여전히 Claude 수준에 못 미침
    이런 홍보성 댓글은 신뢰를 깎을 뿐임

    • 하지만 실제로 많은 개발자들이 Codex를 선호함
      우리 회사도 두 모델을 모두 쓰는데, 나는 이제 거의 Codex만 씀
      속도와 결과가 더 낫다고 느낌
    • 나도 짧은 파일럿을 했는데, Codex가 Claude보다 4배 이상 빠르게 문제를 해결함
      다만 응답 품질은 Claude가 더 좋음. 장단점이 뚜렷함
    • 동일한 리팩터링 작업을 시켰을 때, Codex는 5분, Claude는 20분 걸림
      하지만 Codex는 “기술적으로는 맞지만 인간적으로는 이상한” 결과를 냄
      그래서 나는 Claude로 명세를 작성하고 Codex로 실행시키는 조합을 씀
    • “Java가 최고”라는 비꼼으로, 이런 논쟁이 결국 프로그래밍 언어 전쟁과 다를 바 없다고 함
    • OpenAI가 과도한 보조금 전략으로 시장 점유율을 늘리고 있다고 비판함
      결국 나중에 가격을 올릴 거라는 의심임

  • Opus 4.7의 보안 제한 정책은 치명적일 수 있음
    공격을 연구하고 방어하려면 대칭적인 역량이 필요한데, 그걸 막는 건 위험함

    • 이건 아마 Mythos 제품 포지셔닝을 위한 조치일 것 같음
    • 이제는 합법적인 보안 연구를 하려면 모델을 속여야 하는 상황임
    • 이런 정책이 계속되면 플랫폼을 떠날 예정임
    • “치명적”이라는 표현은 과하지만, 비대칭성이 어디서 오는지 묻는 의견도 있음
    • 결국 Anthropic이나 정부가 승인한 소프트웨어만 안전하다고 인정받는 시대가 오는 것 같음
답변달기
긱뉴스에 GeekBadge 기능이 추가되었습니다. 긱배지로 자신을 표현해 보세요.