앤트로픽, 클로드 API에 웹 검색 '동적 필터링' 추가…토큰 24% 절감

지금까지 AI 에이전트에게 웹 검색을 시키는 방식은 비효율적이었습니다. 검색어를 던진 뒤 광고와 메뉴 태그가 뒤섞인 웹페이지의 원본 HTML 전체를 컨텍스트 창에 쏟아붓고, 모델이 알아서 핵심을 찾아내길 기대해야 했기 때문입니다.

이런 방식은 값비싼 토큰을 낭비할 뿐 아니라 무관한 정보가 모델의 추론을 방해하는 원인이 됩니다. Anthropic은 이 비효율을 해결하기 위해 새로운 접근 방식을 들고나왔습니다.

Anthropic은 Claude Sonnet 4.6 및 Opus 4.6 출시와 함께 동적 필터링 기능이 적용된 신규 웹 검색 및 가져오기 도구를 선보였습니다. Claude가 검색 결과를 컨텍스트 창에 로드하기 전에 직접 코드를 작성하고 실행하여 불필요한 데이터를 먼저 걸러내는 방식입니다.

원본 HTML 대신 코드로 먼저 정제하는 AI

새로운 도구는 검색된 웹 문서를 그대로 모델의 컨텍스트에 밀어 넣지 않습니다. Claude는 샌드박스 환경에서 파이썬 코드를 스스로 작성해 실행하며, 웹페이지를 파싱하고 핵심 정보를 추출한 뒤 관련 없는 노이즈는 버립니다.

Poe를 운영하는 Quora의 프로덕트 및 리서치 리드 Gareth Jones는 동적 필터링을 적용한 Opus 4.6이 사내 평가에서 다른 프론티어 모델들을 제치고 최고 정확도를 기록했다고 밝혔습니다. 그는 모델이 원본 HTML과 씨름하는 대신 실제 연구원처럼 코드를 짜서 데이터를 필터링하고 교차 검증한다고 평가했습니다.

벤치마크 지표에서도 뚜렷한 개선이 확인되었습니다. 찾기 힘든 정보를 추적하는 BrowseComp 평가에서 Sonnet 4.6의 정확도는 33.3%에서 46.6%로, Opus 4.6은 45.3%에서 61.6%로 급등했습니다.

다단계 조사를 측정하는 DeepsearchQA에서도 정밀도와 재현율을 반영한 F1 점수가 Sonnet 4.6은 52.6%에서 59.4%로, Opus 4.6은 69.8%에서 77.3%로 올랐습니다. 두 벤치마크를 통틀어 정확도는 평균 11% 향상되었고, 입력 토큰은 24% 줄었습니다.

이와 함께 Anthropic은 코드 실행 환경, 대화 간 상태를 유지하는 메모리, 프로그래밍 방식 도구 호출, 도구 검색 기능 등을 정식 출시 상태로 전환했습니다.

왜 중요한가

우리는 Anthropic이 컨텍스트 창을 데이터 쓰레기통처럼 쓰던 기존 에이전트 구조의 맹점을 제대로 짚었다고 봅니다.

개발자와 사용자 입장에서 가장 큰 가치는 복잡한 검색이나 기술 문서 탐색, 출처 교차 검증 같은 까다로운 작업에서 오류가 크게 줄어든다는 점입니다. 특히 Sonnet 4.6 환경에서는 입력 토큰 절감 효과까지 더해져 비용 대비 성능 개선을 체감하기 좋습니다.

다만 비용 측면에서 따져볼 부분이 있습니다. 모델이 필터링용 코드를 작성하는 과정에서 출력 토큰이 소모되기 때문에, 토큰 단가가 높은 Opus 4.6의 경우 테스트 결과 가격 가중 비용이 오히려 증가했습니다. 따라서 실무에 도입할 때는 무조건 Opus를 쓰기보다 Sonnet 4.6을 기본으로 두고 비용을 측정해 볼 필요가 있습니다.

산업 전반으로 보면 컨텍스트 창 크기만 무작정 늘리던 흐름에서 데이터 전처리 지능화로 에이전트 경쟁 축이 이동하고 있음을 보여줍니다. 거대한 원본 데이터를 그대로 밀어 넣기보다 모델 스스로 격리 환경에서 데이터를 요리해 오도록 만드는 방식이 향후 에이전트 아키텍처의 기본 표준으로 자리 잡을 가능성이 큽니다.