llm-anthropic 0.25 출시: Claude Opus 4.7 및 추론 제어 기능 추가

섹션별 상세

최신 모델인 Claude Opus 4.7 지원이 추가되어 CLI 환경에서 고성능 모델을 즉시 활용할 수 있다. 사용자는 thinking_effort 파라미터를 xhigh로 설정하여 모델이 더 깊은 추론 과정을 거치도록 강제할 수 있으며, 이는 복잡한 문제 해결 시 유리하다. 이를 통해 기존 모델보다 정교한 논리 전개가 필요한 작업의 품질을 높일 수 있다.

모델의 사고 과정을 제어하기 위한 thinking_display 및 thinking_adaptive 옵션이 새롭게 도입됐다. thinking_display 기능을 활성화하면 모델의 추론 요약본을 확인할 수 있으며, 현재 이 출력은 JSON 응답이나 로그를 통해서만 제공된다. 사용자는 모델이 답변을 도출하는 내부 논리를 더 투명하게 모니터링하고 관리할 수 있다.

API 호출 시의 효율성과 호환성을 높이기 위해 내부 설정 및 헤더 구조가 개선됐다. 모든 모델에 대해 max_tokens 기본값이 허용 가능한 최대치로 자동 상향되어 사용자가 별도로 설정하지 않아도 긴 응답을 받을 수 있다. 또한 구형 모델에서 사용되던 structured-outputs-2025-11-13 베타 헤더를 제거하여 최신 API 규격과의 정렬을 마쳤다.

용어 해설

추론 노력 수준(Thinking Effort): — 모델이 답변을 생성하기 전 복잡한 추론 과정을 수행하는 강도를 조절하는 파라미터이다. xhigh와 같은 높은 설정을 통해 논리적 사고가 필요한 작업의 정확도를 높일 수 있으며, 이는 모델의 연산 자원 활용 방식에 직접적인 영향을 미친다.
최대 토큰 수(Max Tokens): — LLM이 한 번의 요청에 대해 생성할 수 있는 최대 텍스트 단위의 개수이다. 이 수치가 높을수록 더 긴 문서 작성이나 상세한 코드 생성이 가능해지며, 모델별로 허용되는 물리적 한계치가 존재한다.
구조화된 출력(Structured Outputs): — LLM의 응답을 JSON과 같이 정해진 형식으로 강제하여 출력하는 기능이다. 프로그램 간의 데이터 연동 시 파싱 오류를 줄이고 데이터의 일관성을 보장하기 위해 필수적으로 사용되는 기술적 사양이다.

기술

llm-anthropic
Claude Opus 4.7
Anthropic API
JSON

활용 사례

CLI 기반 LLM 상호작용
복잡한 논리 추론 작업 자동화
모델 사고 과정 모니터링 및 로깅

언급된 리소스

GitHubllm-anthropic GitHub Issue #66