앤트로픽, '클로드 소네트 4.5' 공개: 코딩과 에이전트 성능 대폭 강화

지금까지 코딩 AI는 함수 몇 개를 짜거나 간단한 버그를 고치는 데는 유용했지만, 작업 시간이 길어지면 앞선 맥락을 잊고 코드를 꼬이게 만드는 한계를 자주 보였습니다.

Anthropic이 9월 29일 출시한 Claude Sonnet 4.5는 바로 이 장기 작업의 장벽을 정면으로 겨냥했습니다. 개발진은 이 모델을 세계 최고의 코딩 및 컴퓨터 제어 모델로 규정하면서, API 가격은 기존 Sonnet 4와 동일한 입력 100만 토큰당 3달러, 출력 15달러로 동결했습니다.

30시간 동안 멈추지 않는 자율 코딩

이번 발표에서 가장 눈에 띄는 대목은 복잡한 다단계 프로젝트에서 30시간 이상 집중력을 잃지 않고 작업을 지속했다는 점입니다. Anthropic의 연구원에 따르면 초기 기업 테스트 당시 모델이 스스로 애플리케이션 코드를 작성했을 뿐 아니라 데이터베이스 구축, 도메인 구매, SOC 2 보안 감사까지 완료했습니다.

또 다른 시연에서는 약 30시간 동안 자율 동작하며 슬랙 스타일의 협업 채팅 앱을 구축해 약 1만 1000줄의 코드를 단번에 작성해 냈습니다. 기존 Opus 4나 업계 경쟁 모델들의 연속 자율 작업 기록이 7시간 안팎에 머물렀던 것과 비교하면 비약적인 안정성 개선입니다.

실제 개발 능력을 평가하는 SWE-bench Verified 벤치마크에서는 기본 77.2%, 병렬 테스트 연산을 적용했을 때 82.0%를 기록했습니다. 실제 PC 환경 조작을 평가하는 OSWorld 점수 역시 4개월 전 Sonnet 4의 42.2%에서 61.4%로 대폭 상승했습니다.

사내 전용 에이전트 도구를 외부에 개방

모델의 두뇌만 바뀐 것이 아니라, 개발자가 이를 다루는 도구 생태계도 대폭 확장되었습니다.

자율 에이전트 CLI인 Claude Code에는 체크포인트 기능이 도입되었습니다. 에이전트가 의도와 다르게 코드를 변경하더라도 Esc 키를 두 번 누르거나 명령어를 입력하면 코드와 대화 상태를 이전 시점으로 즉시 되돌릴 수 있습니다. 이와 함께 공식 VS Code 확장 프로그램 베타 버전도 공개되었습니다.

무엇보다 주목할 변화는 Claude Agent SDK의 공개입니다. 이는 Anthropic이 Claude Code를 만들기 위해 내부에서 직접 사용하던 코어 인프라로, 다중 에이전트 조율, 장기 기억 관리, 실행 권한 제어 프레임워크를 외부 개발자도 자유롭게 활용할 수 있도록 개방한 것입니다.

안전성 측면에서는 ASL-3 보호 규격이 적용되었으며 기계론적 해석 가능성 기법을 통한 정렬 테스트가 진행되었습니다. 아첨이나 기만, 프롬프트 주입 공격에 대한 방어력을 대폭 강화했고, 위험 탐지 분류기가 정상 프롬프트를 오인 차단할 경우 이전 버전인 Sonnet 4로 대화를 즉시 이어갈 수 있는 보완책도 마련했습니다.

왜 중요한가

최근 OpenAI의 차세대 모델들이 개발자 벤치마크에서 매섭게 추격해 오던 상황에서, Anthropic은 가장 주력 라인업인 Sonnet 4.5를 통해 소프트웨어 엔지니어링 시장의 주도권을 지켜내겠다는 확실한 신호를 보냈습니다.

현업 개발자와 기업 입장에서 이 모델이 주는 가장 큰 실질적 혜택은 긴 호흡의 작업 신뢰도입니다. 이제 AI를 단순한 코드 자동 완성이 아니라, 밤새 대규모 리팩터링이나 레거시 코드 변환을 맡겨둘 수 있는 비동기 동료로 활용할 가능성이 열렸습니다. 작업이 어긋나더라도 즉시 되돌릴 수 있는 체크포인트 기능 덕분에 통제권을 잃지 않고 일을 위임할 수 있습니다.

우리는 Anthropic이 자사의 핵심 자산인 Agent SDK를 전격 개방한 판단을 매우 영리한 전략으로 봅니다. 복잡한 에이전트를 구축할 때 가장 까다로운 메모리와 권한 인프라를 표준으로 제공함으로써, 시장의 수많은 에이전트 스타트업들을 자연스럽게 Claude 생태계로 묶어둘 수 있기 때문입니다.

다만 30시간 동안 혼자 작성한 1만 줄짜리 코드를 실제 프로덕션에 배포하는 일에는 여전히 주의가 필요합니다. 테스트를 통과했다고 해서 인간 팀이 유지보수하기 쉬운 아키텍처라는 보장은 없기 때문입니다. 처음 도입하는 팀이라면 핵심 비즈니스 로직보다는 테스트 자동화나 격리된 내부 도구 개발부터 차근차근 적용해 보는 것을 추천합니다.