Claude Opus 4.7 출시 — 코딩 에이전트에 올인한 모델, 그게 맞는 방향인가

속보성 글은 별로 좋아하지 않는다. Claude Opus 4.7은 예외다. Claude Code를 매일 쓰는 입장에서 이틀을 참는 게 한계였다.

결론부터 말하면: 코딩 에이전트로서는 확실히 올라갔다. 그 외에서는 논쟁의 여지가 있다.

SWE-bench 1위 탈환, 숫자가 말하는 것

벤치마크를 먼저 보자. 숫자가 꽤 인상적이다.

벤치마크	Opus 4.6	Opus 4.7	비고
SWE-bench Verified	80.8%	87.6%	+6.8점, 1위 탈환
SWE-bench Pro	—	64.3%	공개 모델 중 1위
MCP-Atlas	75.8%	77.3%	GPT-5.4(68.1%), Gemini 3.1 Pro(73.9%) 앞서
OSWorld-Verified	72.7%	78.0%	GPT-5.4(75.0%)는 넘음

SWE-bench는 실제 GitHub 이슈를 자율로 해결하는 벤치마크다. "이 함수가 왜 안 되냐"는 코딩 질문이 아니라, 오픈소스 리포지토리에서 버그를 찾아 PR을 만들어야 하는 작업이다. 87.6%면 Gemini 3.1 Pro(80.6%)를 7점 이상 벌린 것이다.

Anthropic이 공개한 93개 코딩 과제 벤치마크에서 4.6 대비 13% 향상됐고, 이 중 4.6과 Sonnet 4.6 모두 풀지 못한 문제 4개를 4.7이 단독으로 해결했다. CursorBench에서는 4.6의 58%에서 70%로 올랐다.

다만 한 가지 솔직한 부분도 있다. Anthropic 스스로 인정했다. OSWorld에서 Mythos Preview(79.6%)한테 아직 밀린다고. Axios가 보도한 내용인데, "전반적으로 Mythos Preview보다 뒤처진다"는 표현이 공식 입장에 담겨 있었다. 1위 탈환이라고 했지만, 모든 벤치마크에서 1위를 한 건 아니다.

Claude Opus 4.7 신기능 3개, 현장에서 쓸 수 있는 건 뭔가

/ultrareview — 코드 리뷰의 개념을 바꾸려는 시도

Claude Code에서 쓸 수 있는 새 명령어다. 기존 /review가 "오타 없냐, 문법 맞냐" 수준이었다면, /ultrareview는 다르게 동작한다. Anthropic이 공식 표현으로 "회의적인 선임 개발자처럼" 리뷰한다고 했다.

Pro·Max Plan 사용자에게 3회 무료 제공된다.

팀 리드 입장에서 코드 리뷰는 늘 병목이다. 기능 개발은 끝났는데 리뷰 대기가 쌓이고, 시니어 개발자 시간이 "이 변수명 맞냐" 수준 피드백에 묶인다. 진짜 필요한 건 "이 구조면 트래픽 몰릴 때 여기가 터진다", "이 쿼리 N+1 문제 생긴다" 같은 설계 시각인데, 그건 시니어가 맥락을 다 알고 있어야 가능하다. /ultrareview가 Anthropic 표현대로 "회의적인 선임 개발자" 수준으로 동작한다면, 팀에서 쓸 수 있는 용도가 생긴다. 1차 리뷰를 여기서 걸러내고, 사람 리뷰는 판단이 필요한 부분에만 쓰는 구조. SWE-bench 87.6%를 찍은 모델이 실제 팀 코드에서 어디까지 보는지 테스트해볼 생각이다.

xhigh effort level — 토큰 비용 증가의 트레이드오프

기존 effort 레벨이 low / high / max였는데, high와 max 사이에 xhigh가 생겼다. 코딩·에이전트 작업에서 기본값으로 설정됐다.

4.7로 넘어오고 나서 같은 작업인데 할당량이 더 빨리 줄어드는 게 느껴진다. 커뮤니티에서도 같은 불만이 올라오고 있다. xhigh가 기본값으로 설정됐으니 당연한 결과다. Anthropic이 "더 좋은 결과"를 우선순위로 뒀다는 건 이해하는데, Max Plan을 쓰면서도 하루에 돌리는 에이전트 작업량이 많으면 체감이 다르다. 코딩·에이전트 작업이 주라면 xhigh 유지가 맞다. 그게 아니라면 직접 레벨을 낮춰야 한다.

Task budgets — 장기 에이전트 루프의 실질적 문제 해결

이게 개인적으로 가장 관심 가는 기능이다. 퍼블릭 베타지만.

하네스 엔지니어링 구조로 에이전트를 여러 개 병렬로 돌리다 보면 생기는 문제가 있다. 어느 에이전트가 얼마를 쓸지 예측이 안 된다. SEO 검토 에이전트는 금방 끝나는데 초안 작성 에이전트는 갑자기 길어지고, 결국 전체 작업이 토큰 소진으로 중간에 끊긴다. Task budgets는 Claude가 남은 예산 카운트다운을 직접 보면서 작업 우선순위를 조정하고 예산 소진 전에 마무리하는 구조다. 에이전트를 단순히 시키는 게 아니라 예산 범위 안에서 알아서 조율하게 된다. 실제로 잘 동작한다면, 지금처럼 중간에 끊기거나 비용이 예상치를 넘기는 상황이 줄어든다.

비전 3배 향상 — 에이전트 시대에 필요한 이유

이미지 최대 해상도가 1568px/1.15MP에서 2576px/3.75MP로 올라갔다. 단순히 "더 잘 보인다"가 아니라, UI 자동화와 연결된다. OSWorld 벤치마크가 화면을 보고 클릭하는 작업인데, 78.0%를 찍었다는 게 이 업그레이드와 무관하지 않다.

"코딩 에이전트 특화" — 방향성에 대한 개발자 관점

커뮤니티에서 도는 말 중에 꽤 직관적인 평가가 있었다. "코딩 에이전트용 업그레이드. 그 외 시나리오에서는 다운그레이드."

Anthropic은 코딩 에이전트 방향으로 명확하게 올인했다. SWE-bench와 Cursor 벤치마크에서 확실한 우위를 보였고, 가격은 $5/$25 per million tokens으로 4.6과 동일하게 유지했다. 성능은 올리고 가격은 묶었다.

문제는 이 방향성이 모든 Claude 사용자에게 좋은 소식인지는 별개 이야기라는 점이다. 글쓰기, 분석, 창작 작업에서 Claude를 주로 쓴다면 4.7이 반드시 더 나은 모델은 아닐 수 있다. Claude Code로 개발 작업을 매일 하는 입장에서는, 이 방향성이 맞다고 본다. AI 코딩 도구의 가치는 결국 "얼마나 실제 코드를 잘 짜고, 잘 고치고, 잘 리뷰하느냐"다.

Anthropic의 선택을 보면, 그들도 같은 판단이다. Opus 4.6이 SWE-bench 1위를 차지하며 코딩 모델 전쟁을 촉발했던 것처럼, 4.7은 그 방향의 다음 단계다. 이후 5월에 출시된 GPT-5.5 Instant가 SWE-Bench Pro에서 58.6%를 기록하면서, Opus 4.7의 64.3%가 아직 유효한 격차임을 다시 확인해줬다.

Claude Code를 쓰면서 Hooks 기능을 활용해 자동화 워크플로우를 구성했고, 하네스 엔지니어링으로 팀 수준의 AI 개발 체계를 만들어가는 과정에서 모델 성능은 기반이다. 4.7이 그 기반을 올려줬다면, /ultrareview와 task budgets을 실전에서 테스트해볼 이유는 충분하다.

Claude Opus 4.7 자주 묻는 질문

Q. Claude Opus 4.7은 어디서 사용할 수 있나요?
claude.ai, API, AWS Bedrock, Google Vertex AI, Microsoft Foundry에서 2026년 4월 16일부터 사용 가능합니다.

Q. API 가격이 올랐나요?
아니요. $5/$25 per million tokens(입력/출력)으로 Opus 4.6과 동일하게 유지됩니다.

Q. xhigh effort level이 기본값이면 Max Plan 소진이 빨라지나요?
네, 커뮤니티에서 실제로 보고되고 있는 이슈입니다. 토큰 소비가 민감하다면 effort 레벨을 직접 조정하는 것을 권장합니다.

Q. /ultrareview는 기존 /review와 무엇이 다른가요?
/ultrareview는 단순 문법·오타 검사가 아닌 아키텍처, 보안, 성능, 유지보수성까지 분석합니다. "회의적인 선임 개발자" 시각으로 리뷰하도록 설계됐습니다. Claude Code(CLI) 전용 명령어입니다.

출처

• Claude Opus 4.7 공식 발표 — Anthropic
• Anthropic releases Claude Opus 4.7 — VentureBeat
• Anthropic Claude Opus model, Mythos — Axios
• Claude Opus 4.7 Benchmarks Explained — Vellum AI

---