Claude Opus 4.7, '더 맡길 수 있는' 모델

출시

2026년 4월 16일, Anthropic이 Claude Opus 4.7을 출시했어요. 모델 ID는 claude-opus-4-7 — 가격은 Opus 4.6과 동일하게 백만 토큰당 입력 $5, 출력 $25예요.

Anthropic의 공식 표현이 인상적입니다.

“가장 어려운 코딩 작업을 감독 없이 맡길 수 있는 수준”

“더 똑똑해졌다"보다 “더 맡길 수 있게 됐다“는 표현을 택했습니다. 모델의 방향성이 달라졌음을 보여줍니다.

벤치마크: 1위 탈환

GPT-5.4와 Gemini 3.1 Pro에 밀렸던 자리를 되찾았습니다.

코딩

벤치마크	Opus 4.7	Opus 4.6	GPT-5.4	Gemini 3.1 Pro
SWE-bench Pro	64.3%	53.4%	57.7%	54.2%
SWE-bench Verified	87.6%	80.8%	-	80.6%
CursorBench	70%	58%	-	-
Rakuten-SWE-Bench	3배 향상 (vs 4.6)	기준	-	-

SWE-bench Pro에서는 Opus 4.6 대비 13%p 향상됐습니다. CursorBench에서도 58% → 70%로 12%p 올랐습니다.

지식 노동

영역	성과
Finance Agent	SOTA (최고 수준) 달성
BigLaw Bench (법률)	90.9% 정확도
GDPval-AA (경제적 가치)	SOTA 달성

금융 분석, 법률 검토, 문서 작성 등 전문 지식 작업에서도 최고 수준을 기록했습니다.

비전

벤치마크	Opus 4.7	Opus 4.6
XBOW (시각 정확도)	98.5%	54.5%

54.5%에서 98.5%로 뛰었습니다 — 단순한 “개선"보다 “차원이 다른” 수준에 가깝습니다.

핵심 변화 1: 셀프 검증

Opus 4.7의 가장 큰 변화는 자기 출력물을 스스로 검증한다는 것입니다.

단순한 chain-of-thought에 그치지 않습니다. 모델은 다음 과정을 거칩니다.

원래 요구사항과 출력물을 대조 확인
계획 단계에서 논리적 결함을 감지
실제로 문제가 해결되는지 검증

Vercel의 평가에 따르면 “시스템 코드 작업 전에 먼저 증명(proof)을 제시하는 새로운 행동 방식"이 관찰됐습니다. Notion은 “암시적 요구사항 테스트를 처음으로 통과"했다고 보고했습니다.

그 결과 도구 오류가 1/3로 감소했고, 다단계 워크플로우 성능은 14% 향상됐습니다.

핵심 변화 2: 3.3배 고해상도 비전

이전 Claude 모델의 이미지 해상도 한계는 1,568px / 1.15MP였습니다. Opus 4.7은 2,576px / 3.75MP로 3배 이상 늘었습니다.

이 변화가 중요한 이유는 다음과 같습니다.

화학 구조식의 작은 글씨 인식
기술 다이어그램의 세부 요소 파악
특허 문서의 복잡한 도면 해석
스크린샷 기반 에이전트의 화면 인식 정확도

XBOW 벤치마크에서 54.5% → 98.5%로 뛴 데에는 이 해상도 향상이 영향을 미쳤습니다. 자율 펜테스팅 워크플로우가 이제 가능해졌다는 평가도 있습니다.

핵심 변화 3: xhigh Effort 레벨

기존 effort 파라미터에 xhigh 레벨이 추가됐습니다.

low → medium → high → xhigh (신규) → max

xhigh는 Claude Code의 새 기본값
high와 max 사이의 지능/비용 트레이드오프
코딩과 에이전트 작업에 최적화

# API 사용 예시
response = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=4096,
    thinking={
        "type": "enabled",
        "budget_tokens": 8192,
        "effort": "xhigh"
    },
    messages=[{"role": "user", "content": "..."}]
)

주의사항: 프롬프트 재튜닝 필수

이 대목은 중요합니다. Opus 4.7은 지시를 문자 그대로 해석합니다.

이전 모델들은 모호한 표현을 “알아서” 해석했지만, 4.7은 정확히 지시한 대로만 실행합니다.

이전 모델	Opus 4.7
“간단히 설명해” → 적당히 요약	“간단히 설명해” → 진짜 최소한만
“필요하면 추가해” → 알아서 판단	“필요하면 추가해” → 명시 안 하면 생략
“적절히 처리해” → 상황에 맞게	“적절히 처리해” → 기준이 뭔지 물어봄

기존에 잘 돌아가던 프롬프트가 4.7에서는 다르게 동작할 수 있습니다. 마이그레이션 시 프롬프트 감사가 필수입니다.

주의사항: 토큰 사용량 변화

입력 토큰: 1.0~1.35배 증가
높은 effort 레벨에서 더 많은 토큰 소비
토크나이저 업데이트로 동일 텍스트가 더 많은 토큰으로 분해될 수 있음

다만 Replit은 “더 낮은 비용으로 동일 품질 달성"이 가능하다고 평가했습니다. 개별 호출의 토큰은 늘어도 재시도와 오류 수정이 줄어 전체 비용은 오히려 감소할 수 있다는 의미입니다.

주의사항: 벤치마크 오염 가능성

Anthropic 스스로 메모리화 오염(memorization contamination) 가능성을 언급했습니다. 벤치마크 데이터가 학습 데이터에 포함됐을 가능성을 뜻합니다. 따라서 실제 프로덕션 작업으로 직접 검증하는 편이 좋습니다.

함께 나온 기능들

Opus 4.7 출시와 함께 Claude Code에도 새 기능이 추가됐습니다.

기능	설명
Task Budgets	에이전트 작업의 토큰 지출 상한 설정
Auto Mode	Max 플랜에서 권한 자동 판단 (별도 포스트)
/ultrareview	내장 코드 리뷰어 (Pro/Max 3회 무료)
파일 시스템 메모리	세션 간 중요 노트 자동 보존

보안

Project Glasswing에 따라 사이버 보안 능력이 일정 수준으로 제한되어 있습니다. Mythos(연구용 내부 모델)보다 제한적이며, 위험한 사이버 보안 용도는 자동 탐지/차단됩니다.

다만 정당한 보안 전문가를 위한 Cyber Verification Program이 있어서, 인증된 사용자는 보안 연구 목적으로 활용할 수 있습니다.

커뮤니티 반응

GeekNews에서도 당연히 다뤄졌습니다.

Genspark은 “무한 루프 저항성, 일관성, 우아한 에러 복구"가 개선됐다고 평가했습니다. 개발 현장에서 실제로 체감할 만한 변화라는 의미입니다.

VentureBeat는 “GPT-5.4와 Gemini 3.1 Pro를 간신히 따돌리며 1위를 탈환"이라고 보도했습니다. “간신히"라는 표현이 현재 LLM 경쟁의 치열함을 잘 보여줍니다.

정리

	Opus 4.6	Opus 4.7
SWE-bench Pro	53.4%	64.3%
CursorBench	58%	70%
XBOW (비전)	54.5%	98.5%
이미지 해상도	1,568px	2,576px
셀프 검증	제한적	내장
effort 레벨	low~max	low~max + xhigh
가격 (입/출)	$5/$25	동일

Opus 4.7의 특징은 “더 똑똑해졌다"보다 “더 맡길 수 있게 됐다“에 가까워요. 셀프 검증, 도구 오류 감소, 긴 작업에서의 일관성 — 모두 “사람이 덜 개입해도 되는” 방향을 가리켜요.

프롬프트 재튜닝만 잘하면, 체감 성능은 벤치마크 수치보다 더 클 수 있어요.

출시#

벤치마크: 1위 탈환#

코딩#

지식 노동#

비전#

핵심 변화 1: 셀프 검증#

핵심 변화 2: 3.3배 고해상도 비전#

핵심 변화 3: xhigh Effort 레벨#

주의사항: 프롬프트 재튜닝 필수#

주의사항: 토큰 사용량 변화#

주의사항: 벤치마크 오염 가능성#

함께 나온 기능들#

보안#

커뮤니티 반응#

정리#

참고 자료#

출시