Claude Opus 4.6 출시 리뷰 - 신규 기능, 벤치마크, 시장 반응, 개발자 후기 등 (vs GPT-5.3 Codex: AI 코딩 전쟁)
-
728x90
안녕하세요. 갓대희 입니다.
오늘은 2026년 2월 5일에 발표된 Claude Opus 4.6에 대해 정리해보려고 한다.
Claude Opus 4.6: 1M 컨텍스트와 에이전트 팀으로 진화한 Anthropic의 최신 플래그십 모델 Anthropic이 Claude Opus 4.6을 공식 릴리스했다. Opus 4.5 출시 후 불과 3개월 만에 대폭 업그레이드된 이번 버전은 100만 토큰 컨텍스트 윈도우, 에이전트 팀(Agent Teams), 적응형 사고(Adaptive Thinking) 등 엔터프라이즈급 기능들이 대거 추가되었다. 가격은 기존과 동일하게 $5/$25 (입력/출력 백만 토큰당) 유지.
Opus 4.6은 Anthropic의 가장 강력한 플래그십 모델로, 특히 에이전틱 코딩과 지식 작업에서 획기적인 성능 향상을 보여준다. Terminal-Bench 2.0에서 65.4%로 업계 최고점을 기록했고, Humanity's Last Exam에서도 모든 프론티어 모델을 앞섰다.
💡 Anthropic 내부 사용 후기 Anthropic 엔지니어들이 매일 Claude Code로 코드를 작성하며 직접 테스트한 결과:
Opus 4.6은 여러 벤치마크에서 업계 최고 성능을 기록했다. 특히 에이전틱 코딩과 복잡한 추론 작업에서 두각을 나타낸다.
주요 벤치마크 결과
벤치마크
Opus 4.6
Opus 4.5
GPT-5.2
Terminal-Bench 2.0 (에이전틱 코딩)
65.4%
59.8%
64.7%
SWE-bench Verified (소프트웨어 엔지니어링)
80.8%
80.9%
80.0%
ARC AGI 2 (추론)
68.8%
37.6%
54.2%
OSWorld (컴퓨터 사용)
72.7%
66.3%
-
GPQA Diamond (과학 추론)
91.3%
87.0%
93.2% (Pro)
Humanity's Last Exam (도구 사용)
53.1%
-
-
BrowseComp (정보 검색)
84.0%
-
-
GDPval-AA (지식 작업)
Elo 1606
Elo ~1416 (4.6 대비 -190)
Elo ~1462 (4.6 대비 -144)
주목할 점: ARC AGI 2에서 압도적 성능 향상 ARC AGI 2는 "인간에게는 쉽지만 AI에게는 어려운" 문제를 테스트하는 벤치마크다. Opus 4.5가 37.6%에서 Opus 4.6이 68.8%로 거의 2배 가까이 향상되었다. 이는 모델의 일반화 능력이 크게 개선되었음을 보여준다.
SWE-bench Verified: 미세한 차이에 주목 SWE-bench Verified에서 Opus 4.6은 80.8%, Opus 4.5는 80.9%로 미세하게 낮다. 이는 Opus 4.6의 성능 향상이 단순 벤치마크 점수보다는 에이전틱 작업 안정성, 대규모 코드베이스 처리, 장시간 작업 유지 등에서 나타난다는 것을 의미한다. Terminal-Bench 2.0(+5.6%p)과 ARC AGI 2(+31.2%p) 등 에이전틱 벤치마크에서 진짜 차이가 드러난다.
💡 GDPval-AA 벤치마크란? 금융, 법률 등 경제적으로 가치 있는 지식 작업 성능을 평가하는 벤치마크다. Opus 4.6은 GPT-5.2 대비 +144 Elo, 자사 Opus 4.5 대비 +190 Elo로 업계 최고 성능을 기록했다. (약 70% 확률로 GPT-5.2보다 높은 점수)
긴 컨텍스트 성능 (Context Rot 개선)
AI 모델의 고질적인 문제인 "컨텍스트 붕괴(Context Rot)"가 크게 개선되었다. 대화가 길어질수록 성능이 떨어지는 현상인데, Opus 4.6은 100만 토큰까지도 정보를 정확히 추적한다.
MRCR v2 (8-needle, 1M) 벤치마크
Opus 4.6: 76%
Sonnet 4.5: 18.5%
※ "Needle in a Haystack" 테스트: 방대한 텍스트 속에 숨겨진 정보를 얼마나 잘 찾아내는지 평가
3. 100만 토큰 컨텍스트 윈도우
Opus 4.6은 Opus 계열 최초로 100만 토큰 컨텍스트 윈도우를 지원한다. 이전에는 Sonnet 모델만 1M 컨텍스트를 지원했는데, 이제 가장 강력한 Opus에서도 사용 가능하다.
가격 정책
200K 토큰 이하: $5/$25 (입력/출력, 백만 토큰당)
200K~1M 토큰: $10/$37.50 (프리미엄 가격 적용)
100만 토큰은 대략:
약 75만 단어 (영어 기준)
약 1,500페이지 분량의 문서
수십만 줄의 코드베이스
1M 컨텍스트 사용 조건
API: 요청 시 context-1m-2025-08-07베타 헤더가 필요하다
Claude Code: 모델명에 [1m] 접미사를 붙이면 된다 (예: /model opus[1m], claude --model opus[1m])
Usage Tier 4 이상 또는 커스텀 레이트 리밋을 가진 조직만 사용 가능
Opus 4.6 1M 제한: API 및 Claude Code 종량제(pay-as-you-go) 사용자만 접근 가능. Pro, Max, Teams, Enterprise 구독자는 출시 시점에서 미지원
Sonnet 4.5, Sonnet 4도 동일하게 1M 컨텍스트를 지원한다 (Opus 4.6이 "Opus 계열 최초"인 것이지 전체 최초는 아님)
>>>>>> 몇일만에 크로드 코드 에서도 위와 같이 접미사를 붙이지 않더라도 1m context 사용 가능한 opus 4.6선택가능하도록 업데이트가 되었다. (너무 빨리 업데이트되고 변경되니, 계속 계속 업데이트 내용을 찾아 봐야한다. )
이로 인해 대규모 코드베이스 분석, 긴 문서 처리, 복잡한 프로젝트 전체를 한 번에 파악하는 작업이 가능해졌다.
4. Agent Teams (에이전트 팀)
Claude Code에서 가장 주목할 만한 신기능이다. 이제 여러 에이전트가 팀을 이루어 병렬로 작업할 수 있다.
해당 섹션은 별도로 리뷰 할 수 있도록 해야 겠다.
클로드 코드 공식문서 : Run agent teams
Agent Teams의 특징
병렬 작업: 큰 작업을 여러 에이전트가 나누어 동시에 처리
자율 조율: 에이전트들이 서로 자동으로 조율하며 작업
직접 개입: Shift+Up/Down 또는 tmux로 특정 서브에이전트에 직접 개입 가능
최적 사용처: 코드베이스 리뷰 같은 읽기 중심의 독립적 작업에 적합
Anthropic의 Scott White(Head of Product)는 이 기능을 "재능 있는 인간 팀이 일하는 것과 같다"고 설명했다. 각 에이전트가 자신의 영역을 담당하고 서로 조율하면서 더 빠르게 작업을 완료한다.
# Agent Teams 사용 예시 (Claude Code)
> 이 프로젝트 전체 코드 리뷰해줘
[Agent Team 구성 중...]
- Agent 1: src/ 디렉토리 분석
- Agent 2: tests/ 디렉토리 분석
- Agent 3: 의존성 및 설정 파일 검토
[병렬 작업 진행 중...]
[Shift+Up/Down으로 특정 에이전트 선택 가능]
# 또는 특정 에이전트에 직접 개입
> Shift+Down (Agent 2로 이동)
> 이 테스트 케이스 더 자세히 분석해줘
실제 사용 후기 (Early Access 파트너) "Claude Opus 4.6은 에이전틱 계획에서 큰 도약이다. 복잡한 작업을 독립적인 서브태스크로 분해하고, 도구와 서브에이전트를 병렬로 실행하며, 블로커를 정확하게 식별한다." - Relevance AI
5. Adaptive Thinking & Effort 컨트롤
이전에는 thinking: {type: "enabled", budget_tokens: N}으로 사고 깊이를 수동으로 설정해야 했다. Opus 4.6에서는 Adaptive Thinking이 도입되어 모델이 스스로 얼마나 깊이 생각할지 자동으로 판단한다. 간단한 질문에는 빠르게, 복잡한 문제에는 깊이 있게 사고한다.
Effort 레벨
레벨
설명
사용 사례
low
최소한의 사고, 빠른 응답
간단한 질문, 빠른 답변 필요 시
medium
균형 잡힌 사고
일반적인 작업
high (기본값)
필요시 깊은 사고
복잡한 코딩, 분석 작업
max
최대한 깊은 사고
매우 어려운 문제, 연구 작업
# Opus 4.6 권장 API 사용법: Adaptive Thinking + Effort
response = client.messages.create(
model="claude-opus-4-6",
max_tokens=16000,
thinking={"type": "adaptive"}, # 권장! (자동 사고 깊이 조절)
effort="medium", # low, medium, high(기본값), max
messages=[
{"role": "user", "content": "이 코드를 리팩토링해줘"}
]
)
Deprecated: 기존 Extended Thinking 구문 Opus 4.6에서 기존 방식이 deprecated 되었다 (동작은 하지만 향후 제거 예정):
Anthropic은 Opus 4.6에 대해 지금까지 가장 포괄적인 안전성 평가를 실시했다고 밝혔다.
안전성 결과
Misalignment 점수: 10점 만점에 ~1.8점 (낮을수록 좋음). Opus 4.5(~1.9점)보다 개선, Claude 모델 중 최저치
기만(Deception), 아첨(Sycophancy), 사용자 망상 조장 등에서 Opus 4.5와 동등하거나 더 좋은 결과
과도한 거부(Over-refusal) 비율이 최근 Claude 모델 중 가장 낮음
사이버보안 능력 강화에 따른 6개의 새로운 사이버보안 탐지 기능 추가
새로운 사용자 웰빙(wellbeing) 평가 및 해석 가능성(interpretability) 연구 방법 도입
🔒 500개 제로데이 취약점 발견 Axios 보도에 따르면, Opus 4.6은 오픈소스 코드에서 500개의 제로데이 취약점을 발견했다. 이는 모델의 사이버보안 분석 능력이 크게 향상되었음을 보여주며, Anthropic은 방어적 사용(defensive use)을 통한 오픈소스 생태계 보호에 집중하고 있다.
특히 사이버보안 분야에서 모델의 능력이 크게 향상됨에 따라, Anthropic은 방어적 사용을 촉진하면서도 악용을 방지하기 위한 추가 안전장치를 구현했다.
12. 사용 방법
Opus 4.6은 다양한 방법으로 사용할 수 있다.
claude.ai
웹에서 바로 사용 가능. Pro/Max 구독자는 즉시 접근 가능.
API
# 모델 ID: claude-opus-4-6
import anthropic
client = anthropic.Anthropic()
# 기본 사용
response = client.messages.create(
model="claude-opus-4-6",
max_tokens=16000,
thinking={"type": "adaptive"}, # Opus 4.6 권장
messages=[
{"role": "user", "content": "Hello, Opus 4.6!"}
]
)
# Claude Code에서 Opus 4.6 사용
claude --model opus
# 세션 중 모델 변경 (/model 명령어)
> /model opus
# 1M 컨텍스트 활성화 ([1m] 접미사)
> /model opus[1m]
# 또는 시작 시 1M 컨텍스트로 바로 실행
claude --model opus[1m]
# Opus 계획 + Sonnet 실행 하이브리드 모드
> /model opusplan
Claude Code 모델 설정 팁
모델 별칭(alias):opus, sonnet, haiku, sonnet[1m], opusplan 등 간편한 별칭 사용 가능
[1m] 접미사: 별칭이나 전체 모델명에 [1m]을 붙이면 100만 토큰 컨텍스트 활성화 (예: opus[1m], claude-opus-4-6[1m])
opusplan: Plan 모드에서는 Opus로 설계하고, 실행 모드에서는 Sonnet으로 자동 전환하는 하이브리드 모드
effort 조절:/model 선택 화면에서 ←→ 화살표 키로 effort 레벨(low/medium/high) 조절 가능
영구 설정:.claude/settings.json에 "model": "opus[1m]" 추가하면 프로젝트 단위로 영구 적용
Opus 4.6 1M 컨텍스트 접근 제한 공식 문서에 따르면, Opus 4.6의 1M 컨텍스트 윈도우는 API 및 Claude Code 종량제(pay-as-you-go) 사용자만 사용할 수 있다. Pro, Max, Teams, Enterprise 구독자는 출시 시점에서 Opus 4.6 1M 컨텍스트 미지원이다. (출처: Claude Code 공식 문서 - Model Configuration)
GitHub Copilot
GitHub Copilot에서도 Claude Opus 4.6을 선택할 수 있다. GitHub Changelog에 따르면 동시에 롤아웃되고 있다.
13. Early Access 파트너 후기
Anthropic의 Early Access 파트너들이 전한 Opus 4.6 사용 후기를 몇 가지 소개한다.
"Claude Opus 4.6은 복잡한 요청을 받아 실제로 끝까지 해낸다. 구체적인 단계로 분해하고, 실행하고, 작업이 야심차더라도 완성된 결과물을 낸다. Notion 사용자에게는 도구라기보다 능력 있는 협력자처럼 느껴진다."
"40건의 사이버보안 조사에서 Claude Opus 4.6이 40건 중 38건에서 최고 결과를 냈다. 각 모델은 동일한 에이전틱 하네스에서 최대 9개의 서브에이전트와 100개 이상의 도구 호출로 엔드투엔드 실행되었다."
"Claude Opus 4.6이 수백만 줄 코드베이스 마이그레이션을 시니어 엔지니어처럼 처리했다. 미리 계획을 세우고, 배우면서 전략을 조정하고, 절반의 시간에 완료했다."
"Claude Opus 4.6이 BigLaw Bench에서 90.2%로 모든 Claude 모델 중 최고점을 달성했다. 40%가 만점, 84%가 0.8 이상이었다. 법률 추론에서 놀라운 능력을 보여준다."
"Claude Opus 4.6이 하루 만에 13개 이슈를 자동으로 해결하고, 12개 이슈를 적절한 담당자에게 배정했다. 6개 저장소에 걸친 약 50명 규모의 조직을 관리하면서, 제품과 조직 결정 모두를 처리하고 필요할 때 인간에게 에스컬레이션할 줄 알았다."
"법률, 금융, 기술 콘텐츠를 아우르는 멀티소스 분석 같은 고도의 추론 작업에서 탁월하다. Box 평가에서 10% 성능 향상(기준 58% → 68%)을 보였고, 기술 도메인에서는 거의 만점에 가까운 점수를 기록했다."
14. 시장과 커뮤니티 반응
면책 조항 아래 내용은 커뮤니티 반응과 의견을 정리한 것으로, 검증된 사실이 아닐 수 있다. upvote 수, 주가 등 수치는 2026년 2월 6일 작성 시점 기준이며, 시간에 따라 변동된다. 투자 조언이 아니며, 각자 판단 하에 참고하기 바란다.
긍정적 반응
"I've been using Opus 4.6 for a bit -- it is our best model yet. It is more agentic, more intelligent, runs for longer, and is more careful and exhaustive." (Opus 4.6을 잠깐 써봤는데, 역대 최고 모델이다. 더 에이전틱하고, 더 지능적이며, 더 오래 실행되고, 더 신중하고 철저하다.)
"I've never felt this much behind as a programmer... Clearly some powerful alien tool was handed around except it comes with no manual." (프로그래머로서 이렇게 뒤처진 느낌을 받은 적이 없다... 분명 강력한 외계인 도구가 돌아다니는데 사용 설명서가 없는 느낌이다.)
"Opus 4.6 excels on the hardest problems. It shows greater persistence, stronger code review, and the ability to stay on long tasks where other models tend to give up." (Opus 4.6은 가장 어려운 문제에서 뛰어나다. 더 강한 끈기, 더 나은 코드 리뷰, 그리고 다른 모델들이 포기하는 긴 작업에서도 끝까지 해내는 능력을 보여준다.)
"Both hands-on testing and evals show Claude Opus 4.6 is a meaningful improvement for design systems and large codebases. It also one-shotted a fully functional physics engine." (실제 테스트와 평가 모두 Claude Opus 4.6이 디자인 시스템과 대규모 코드베이스에서 의미 있는 개선임을 보여준다. 완전히 작동하는 물리 엔진도 한 번에 만들어냈다.)
"Claude Opus 4.6 in @code. Try it out today" (VS Code에서 Claude Opus 4.6을 사용해보세요. 오늘 바로 시작하세요.)
부정적/비판적 반응
글쓰기 품질 저하에 대한 경고와 함께 "4 step fix" 공유
"Every Claude release: 'It's lobotomized!' → adjustment period → 'Actually it's good now' → next release → repeat" (매번 Claude 출시 때마다: '뇌가 잘렸다!' → 적응 기간 → '사실 괜찮네' → 다음 출시 → 반복)
2. OpenAI의 20분 반격
이번 발표에서 가장 화제가 된 것 중 하나는 OpenAI의 즉각적인 대응이었다.
Anthropic Opus 4.6 발표
2026년 2월 5일 오후 6:40 (ET)
OpenAI GPT-5.3 Codex 발표
2026년 2월 5일 오후 7:00 (ET)
시간 차이
단 20분
(출처: UCStrategies, Rolling Out)
AI 업계의 치열한 경쟁을 보여주는 상징적인 장면이었다. 두 회사가 거의 동시에 코딩 에이전트 강화 모델을 발표한 것.
3. 주식 시장 충격
Opus 4.6 발표 직후 AI 코딩 에이전트에 의해 대체될 수 있다고 여겨지는 기업들의 주가가 급락했다.
주요 종목 하락폭 (2월 5일)
종목
당일 하락
비고
Thomson Reuters (TRI)
-15.83%
역대 최대 단일 하락폭
LegalZoom (LZ)
-19.68%
법률 서비스 플랫폼
Salesforce
-4.8%
YTD -25%
ServiceNow
-6.3%
YTD -30.2%
Nasdaq
-
4월 이후 최악의 2일 연속 하락
(출처: CNN Business, Yahoo Finance, TipRanks)
"Panic over this is probably misplaced... It's unlikely these kinds of AI tools will remake the job market just yet."
4. 코딩 vs 글쓰기 트레이드오프 논쟁
커뮤니티에서 가장 뜨거운 논쟁 중 하나는 "코딩 능력 향상의 대가로 글쓰기 능력이 저하되었다"는 주장이다.
