앤트로픽이 최신 모델 '클로드 오퍼스 4.7(Claude Opus 4.7)'을 출시했다. 보안 문제로 일반에게 공개하지 않은 '클로드 미소스(Claude Mythos)'보다는 떨어지지만, 근소한 차이로 'GPT-5.4'를 앞서며 현존 최강 자리를 탈환했다.
앤트로픽은 16일(현지시간) 오퍼스 4.7을 출시했다. 이는 전체적인 성능 향상보다, 기업 활용에 초점을 맞춘 모델로 볼 수 있다.
우선 에이전틱 코딩 성능이 이전 버전보다 대폭 강화됐다. "복잡한 코딩 작업 수행 능력이 대폭 향상한 것은 물론, 특히 사람이 감독해야 했던 어려운 엔지니어링 작업을 자율적으로 수행할 수 있는 수준에 도달했다"라고 강조했다.
'SWE-벤치 프로'와 'SWE-벤치 베리파이드' 등 코딩 분야에서는 오픈AI의 'GPT-5.4'와 구글의 '제미나이 3.1 프로'를 모두 능가했다. 다만, 실제 터미널 환경에서 코딩 작업을 수행하는 '터미널벤치 2.0'에서는 GPT-5.4가 여전히 앞섰다.
물론 모든 분야에서 아직 미소스보다는 10% 정도의 성능이 떨어지는 수준이다. 그만큼 미소스는 압도적인 성능을 갖췄다.
도구 사용 능력도 이전 버전에 비해 향상했다. 수백개 이상의 도구 중 가장 적합한 도구를 선택하고 실행하는 '스케일드 툴 유즈(Scaled tool use)' 테스트와 컴퓨터 조작 능력을 측정하는 'OS월드-베리파이드'에서는 벤치마크 1위를 차지했다.
금융 분석(파이낸스 에이전트 v1.1)에서도 최고 성능을 발휘했다. 이처럼 전반적인 벤치마크에서는 선두를 되찾은 것으로 파악됐다.
그러나 가장 최근에 등장한 GPT-5.4와 차이는 크지 않다. 앤트로픽이 공개한 벤치마크 결과에서도 오퍼스 4.7은 7개 분야 1위를 차지했고, GPT-5.4가 4개를 차지했다.
이는 이전처럼 모든 분야에서 우위를 차지할 때까지 훈련한 뒤 모델을 출시하는 전략 대신, 최근 증가하는 기업 수요에 맞춰 코딩이나 에이전트, 금융 등에 초점을 맞춰 모델을 빠르게 업데이트한 것으로 볼 수 있다.
벤치마크 결과 (사진=앤트로픽))
특히, 앤트로픽은 모델이 답변을 내기 전에 자체 검증을 거쳐 수정하는 기능을 새로 적용했다고 밝혔다. 이를 통해 환각을 줄였다는 것이다.
실제로 내부 테스트에서 이 모델은 Rust 기반 텍스트 음성 변환 엔진을 처음부터 구축한 다음, 자체적으로 생성한 오디오를 별도의 음성 인식기에 입력해 파이썬 참조 코드와 비교해 출력을 검증하는 것이 관찰됐다.
또 이전까지 다른 회사에 비해 강조되지 않았던 멀티모달도 중요한 아키텍처 개선 사항으로 꼽았다. 이제 가장 긴 변의 길이가 최대 2576픽셀(약 3.75메가픽셀)인 이미지를 처리할 수 있다.
이는 이전 버전에 비해 해상도가 세배 증가한 것을 의미한다. 이러한 변화는 자율 탐색을 제한했던 흐릿한 시야 문제를 해결할 수 있다.
여기에 이번 모델의 가장 중요한 점으로는 '엄격함(rigor)'이라고 불리는 특징이다. 이는 모델이 지시 사항을 문자 그대로 따른다는 것을 말한다.
이전 모델은 모호한 프롬프트를 멋대로 해석할 수 있었지만, 오퍼스 4.7은 입력 사항을 정확하게 실행한다는 것이다. 이는 기업 환경에서 모델이 지나치게 아부하거나 때로는 허황된 답을 제시하는 것을 방지하기 위한 것이다.
또 최근 에이전트 기능 활성화에 따라 가장 큰 문제로 꼽힌 토큰 소모와 지연 시간 증가를 해결하기 위해 '노력(effort)'이라는 설정을 새로 도입했다. 사용자는 '높음(high)'과 '매우 높음(xhigh)' '최대(max)' 등으로 추론의 깊이를 세밀하게 제어할 수 있다. 앤트로픽은 내부 실험 결과 매우 높음 단계가 성능과 토큰 소모량 사이에서 매우 적절한 균형점을 제공한다고 밝혔다.
베타 버전으로 공개된 클로드 API에도 '작업 예산(task budgets)' 기능을 도입, 개발자가 토큰 사용량 상한선을 설정하도록 했다. API 가격은 100만 토큰당 입력 5달러, 출력 25달러로 변동 없이 유지됐다.
하지만 이번 모델은 업데이트된 토크나이저를 사용해 입력 토큰 수가 최대 1.35배까지 늘어날 수 있다. 대규모 워크로드를 처리하는 기업들로서는 업무 중요도에 따라 기존 모델과 선택적인 사용이 필요할 수 있다.
이처럼 이번 모델은 엄격함과 정확도가 필요한 기업 환경에서 고성능 모델을 제공하려는 의도로 요약된다.
한편, 미소스의 등장으로 관심이 부쩍 높아진 안전성 부문에서는 오퍼스 4.7이 기존 버전과 흡사한 수준을 기록했다. 아첨, 오용 협조와 같은 우려스러운 행동 발생률이 낮았으며, "행동 측면에서 완전히 이상적이지는 않지만, 전반적으로 잘 정렬돼 있고 신뢰할 수 있다"라고 결론 내렸다.
앤트로픽이 공개한 파트너들의 초기 반응도 기업 워크플로우에서 가시적인 개선이 이뤄졌다는 것을 보여준다.
클라렌스 황 인튜이트 기술 담당 부사장은 "계획 단계에서 자체적인 논리적 오류를 잡아내는 능력이 대폭 향상, 전반적인 개발 속도를 높일 수 있다"라고 말했다. 마리오 로드리게스 깃허브 최고 제품책임자는 "코딩 벤치마크에서 이전 버전이 해결하지 못했던 4개 작업도 처리했다"라고 밝혔다.
특히 대시보드 제작 회사인 트리플 웨일의 AJ 오르박 CEO는 "디자인 감각은 정말 놀라울 정도로 훌륭하다"라며 "내가 실제로 출시하고 싶을 정도"라고 평했다.
클로드 오퍼스 4.7은 이날부터 아마존 베드록, 구글 클라우드의 버텍스 AI, 마이크로소프트 파운드리를 포함한 주요 클라우드 플랫폼에서 이용 가능하다.
임대준 기자 ydj@aitimes.com
출처 : AI타임스(https://www.aitimes.com)