핵심 요약
오퍼스 4.6은 100만 토큰의 방대한 컨텍스트 창과 에이전트 팀 기능을 통해 대규모 코드베이스 처리와 복잡한 자율 과제 수행 능력을 획기적으로 향상시켰다. 특히 적응형 사고와 컨텍스트 압축 기술을 도입하여 효율성을 높였다.
배경
앤스로픽이 자사의 최상위 모델인 오퍼스의 새로운 버전인 4.6을 출시하며 AI 모델 경쟁의 새로운 기준을 제시했다.
대상 독자
AI 개발자, 소프트웨어 엔지니어, LLM 기술 트렌드 분석가
의미 / 영향
오퍼스 4.6의 등장은 단순한 성능 향상을 넘어 AI가 팀 단위로 협업하는 에이전트 워크플로우의 실용화 단계를 보여준다. 특히 100만 토큰 컨텍스트와 압축 기술의 결합은 대규모 엔터프라이즈 코드베이스 관리 비용을 획기적으로 낮출 것이다. 비록 높은 비용이 장벽이지만, 복잡한 추론이 필요한 전문 영역에서는 인간 개발자의 생산성을 수십 배 높이는 도구로 자리 잡을 전망이다.
챕터별 상세
00:00
오퍼스 4.6의 3가지 핵심 변화
오퍼스 4.6은 100만 토큰 컨텍스트 윈도우를 지원하는 최초의 오퍼스 모델이다. 에이전트 스웜을 구동할 수 있는 능력을 갖추어 여러 에이전트가 협업하는 구조를 구현했다. 대규모 코드베이스 이해와 장기 실행 작업 수행 능력이 대폭 강화됐다.
- •100만 토큰 컨텍스트 윈도우 최초 도입
- •에이전트 스웜 및 협업 구조 최적화
오퍼스 라인업은 앤스로픽의 모델 중 가장 지능이 높지만 속도가 느리고 비용이 비싼 플래그십 모델군에 속한다.
01:19
주요 벤치마크 성능 분석
GDPval-AA 벤치마크에서 1606점을 기록하며 GPT-5.2를 제치고 지식 노동 분야 1위를 차지했다. OSWorld 벤치마크에서는 72.7%의 점수로 컴퓨터 제어 능력을 입증했다. ARC-AGI 2 벤치마크에서는 68.8%를 기록하여 새로운 문제 해결 능력이 기존 모델 대비 비약적으로 상승했다.
- •GDPval-AA 지식 노동 벤치마크 1위 달성
- •ARC-AGI 2에서 기존 대비 2배 가까운 성능 향상
ARC-AGI는 인공일반지능(AGI)에 얼마나 근접했는지 측정하기 위해 고안된 매우 난이도 높은 추론 테스트이다.
02:50
100만 토큰 컨텍스트와 성능 유지
100만 토큰 컨텍스트 환경에서 정보 검색 정확도가 76%를 기록했다. 이는 이전 모델인 소네트 4.5가 동일 환경에서 18%를 기록한 것과 비교해 큰 발전이다. 컨텍스트 윈도우가 가득 찰 때 발생하는 성능 저하 현상을 효과적으로 해결했다.
- •대규모 컨텍스트 내 정보 검색 정확도 76% 확보
- •컨텍스트 로트(Context Rot) 현상 획기적 개선
04:52
효율성을 위한 새로운 기능: 적응형 사고와 압축
적응형 사고 기능을 도입하여 모델이 작업의 난이도에 따라 사고 모드 사용 여부를 스스로 결정한다. 컨텍스트 압축 기술은 긴 대화 내용을 자동으로 요약하고 합성하여 토큰 한계에 도달하지 않도록 관리한다. 출력 토큰 한도는 최대 128k까지 확장되어 대규모 코드 생성이 가능하다.
- •적응형 사고(Adaptive Thinking)를 통한 연산 최적화
- •컨텍스트 압축 및 128k 출력 토큰 지원
06:01
에이전트 팀: 자율적 협업의 실현
클로드 코드 내에서 여러 에이전트가 병렬로 작동하는 에이전트 팀 기능을 미리보기로 제공한다. 실제 데모에서 에이전트 팀이 2주 만에 리눅스 커널에서 작동하는 C 컴파일러를 처음부터 끝까지 구축하는 데 성공했다. 각 에이전트는 코드 작성, 성능 최적화, 문서화 등 전문화된 역할을 맡아 협업한다.
- •병렬 에이전트 팀을 통한 복잡한 프로젝트 수행
- •C 컴파일러 구축 데모를 통한 실무 능력 입증
07:30
가격 정책 및 사용 가이드
200k 토큰을 초과하는 프롬프트에 대해서는 할증 가격이 적용된다. 입력 토큰은 백만 개당 10달러, 출력 토큰은 37.50달러로 책정되어 고비용 모델에 해당한다. 현재 미국 내 추론 옵션을 통해 1.1배 가격으로 우선 사용이 가능하다.
- •200k 토큰 초과 시 프리미엄 가격 적용
- •미국 내 추론 옵션 및 고성능 특화 가격 체계
실무 Takeaway
- 100만 토큰 컨텍스트에서도 높은 정보 검색 및 추론 정확도를 유지한다.
- 에이전트 팀 기능을 통해 여러 모델이 병렬로 협업하여 C 컴파일러 제작과 같은 복잡한 과제를 수행한다.
- 적응형 사고 기능을 통해 모델이 스스로 사고 과정의 깊이를 조절하여 토큰 소모를 최적화한다.
- 컨텍스트 압축 기술을 도입하여 긴 대화 중에도 핵심 맥락을 잃지 않고 작업을 지속한다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료