Anthropic, Claude Opus 4.7 정식 출시 — 고난도 코딩 자율성 대폭 강화

뭐가 달라졌나

• Anthropic이 Claude Opus 4.7을 정식 출시함 — Opus 4.6 대비 고난도 소프트웨어 엔지니어링에서 확실한 성능 점프
  • 핵심 포인트는 "자율성". 예전에는 사람이 붙어서 감시해야 했던 어려운 코딩 작업을 이제 맡겨놓고 돌아와도 된다는 수준
  • 복잡한 장시간 태스크를 끈기 있게 처리하고, 지시사항을 꼼꼼히 따르며, 결과를 보고하기 전에 스스로 검증까지 함
• 비전 능력이 대폭 강화됨 — 최대 2,576px 장변(약 375만 픽셀)까지 인식 가능
  • 이전 Claude 모델 대비 3배 이상 높은 해상도
  • 밀도 높은 스크린샷 읽기, 복잡한 다이어그램 데이터 추출, 픽셀 단위 정밀 작업이 가능해짐
• UI/슬라이드/문서 같은 전문 업무에서 "디자인 감각"이 좋아졌다는 평가
  • "실제로 배포할 수 있는 수준의 선택을 한다"는 테스터 코멘트가 인상적

벤치마크 — 숫자가 말해주는 것들

• CursorBench에서 70% 달성 (Opus 4.6은 58%) — 코딩 자율성 지표에서 의미 있는 도약
• 93개 태스크 코딩 벤치마크에서 Opus 4.6 대비 13% 향상
  • Opus 4.6이나 Sonnet 4.6 둘 다 못 풀던 태스크 4개를 Opus 4.7이 해결
• Rakuten-SWE-Bench에서 프로덕션 태스크 해결률이 Opus 4.6의 3배
  • 코드 품질, 테스트 품질 모두 두 자릿수 향상
• XBOW 시각 정확도 벤치마크: 98.5% vs Opus 4.6의 54.5% — 거의 2배 가까이 뜀
• Notion Agent 기준 Opus 4.6 대비 +14%, 토큰 사용량은 줄고, 도구 오류는 1/3로 감소
  • 도구 실패가 나도 멈추지 않고 계속 실행하는 최초의 모델이라는 평가
• Databricks OfficeQA Pro에서 소스 문서 기반 추론 오류가 Opus 4.6 대비 21% 감소
• Factory Droids 기준 태스크 성공률 10~15% 향상, 검증 단계까지 끝까지 완주
• BigLaw Bench(Harvey) 법률 벤치마크에서 90.9% 정확도 — 양도 조항과 지배권 변경 조항을 정확히 구분함

보안 — Mythos Preview와의 관계

• Opus 4.7은 Mythos Preview보다 사이버 공격 역량이 의도적으로 낮게 훈련됨
  • 지난주 발표한 Project Glasswing의 일환 — AI의 사이버보안 리스크/혜택을 다룬 프로젝트
  • Mythos급 모델의 광범위 배포 전에 덜 강력한 모델에서 먼저 세이프가드를 테스트하겠다는 전략
• 금지되거나 고위험 사이버보안 용도를 자동 감지·차단하는 세이프가드가 탑재됨
• 합법적 보안 업무(취약점 연구, 침투 테스트, 레드팀)를 위한 Cyber Verification Program을 신설

얼리 테스터들이 뭐라 했나

• Devin: "몇 시간 동안 일관성 있게 작업하고, 어려운 문제도 포기하지 않음. 예전엔 불가능했던 딥 인베스티게이션 작업이 가능해짐"
• Replit: "같은 품질을 더 낮은 비용으로 달성. 기술 토론에서 반박도 잘 해줘서 더 나은 결정을 내리게 해줌. 진짜 동료 같은 느낌"
• Vercel: "시스템 코드 작업 전에 증명(proof)을 먼저 하는 새로운 행동이 관찰됨. 이전 Claude에선 못 봤던 것"
• Genspark: "무한 루프 저항성, 일관성, 에러 복구라는 프로덕션 3대 차별점에서 최고"
• CodeRabbit: "코드 리뷰 리콜 10%+ 향상, 가장 찾기 어려운 버그까지 잡아냄. GPT-5.4 xhigh보다 약간 빠름"
• 어떤 테스터는 Opus 4.7이 자율적으로 완전한 Rust TTS 엔진을 처음부터 구축했다고 — 뉴럴 모델, SIMD 커널, 브라우저 데모까지 만들고, 파이썬 레퍼런스와 일치하는지 음성 인식기로 자체 검증까지 했다고 함

같이 출시된 것들

• xhigh 노력 레벨 신설 — high와 max 사이의 새로운 단계. Claude Code에서는 모든 계획의 기본 노력 레벨이 xhigh로 상향됨
• 태스크 버짓(Task Budgets) 퍼블릭 베타 — 개발자가 Claude의 토큰 사용량을 가이드할 수 있게 해줌
• Claude Code 신기능들:
  • /ultrareview — 코드 변경사항을 전담 검토하고 버그/설계 이슈를 짚어주는 슬래시 커맨드. Pro/Max 유저에게 3회 무료 제공
  • Auto 모드가 Max 유저에게 확대 — Claude가 권한 결정을 알아서 해줘서 긴 작업을 덜 끊기며 돌릴 수 있음

마이그레이션 주의점

• 토큰 사용량에 영향을 주는 변경이 두 가지 있음:
  • 업데이트된 토크나이저 — 같은 입력이 약 1.0~1.35배 더 많은 토큰으로 매핑될 수 있음
  • 높은 노력 레벨에서 더 깊이 생각함 → 출력 토큰이 늘어남 (특히 에이전틱 세팅의 후반 턴에서)

• 가격은 Opus 4.6과 동일: 입력 100만 토큰당 $5, 출력 100만 토큰당 $25
• API에서 claude-opus-4-7로 호출. Amazon Bedrock, Vertex AI, Microsoft Foundry에서도 사용 가능
• Opus 4.7은 지시사항을 훨씬 더 문자 그대로 따르기 때문에, 이전 모델용으로 작성한 프롬프트가 예상과 다른 결과를 낼 수 있음 — 프롬프트 재튜닝이 필요할 수 있음

---

기술 맥락

• Anthropic이 "Mythos급 모델을 바로 풀지 않고 Opus 4.7에서 먼저 세이프가드를 테스트한다"는 전략을 택한 건 꽤 신중한 접근이에요. 사이버 공격 역량이 강한 모델을 무작정 배포했다가 문제가 터지면 규제 리스크가 커지거든요. 덜 강한 모델에서 세이프가드의 실효성을 먼저 검증하고, 그 데이터로 Mythos 배포를 준비하겠다는 거예요.
• 토크나이저 변경으로 같은 텍스트가 1.0~1.35배 더 많은 토큰으로 잡히는 건, 모델이 텍스트를 더 세밀하게 이해하는 대신 비용이 올라갈 수 있다는 트레이드오프예요. 특히 대량 API 호출을 하는 서비스에서는 이 차이가 월 청구서에 바로 반영되니까 마이그레이션 전에 실제 트래픽으로 토큰 소비량을 꼭 측정해봐야 해요.
• "xhigh" 노력 레벨을 새로 만든 건 high와 max 사이 간극이 너무 컸기 때문이에요. max는 토큰을 많이 쓰는 대신 정확도가 높고, high는 빠르지만 어려운 문제에서 아쉬운 경우가 있었거든요. 실무에서는 태스크 난이도에 따라 effort를 동적으로 조절하는 게 비용 최적화의 핵심이에요.
• "도구 실패가 나도 멈추지 않고 계속 실행한다"는 Notion Agent의 평가는 에이전틱 워크플로우에서 굉장히 중요한 의미가 있어요. 기존 모델들은 API 호출 한 번 실패하면 전체 파이프라인이 멈추는 경우가 많았는데, Opus 4.7이 에러 복구를 자체적으로 처리한다는 건 프로덕션 환경에서의 안정성이 한 단계 올라갔다는 뜻이에요.