앤스로픽 Opus 4.5: AI 모델의 진화와 프로덕트 비전

인터뷰 대상: Dianne Na Penn (Anthropic, Head of Product Management for Research)
진행: Jacob (Unsupervised Learning)

1. Opus 4.5의 개발 과정과 제품 철학

Q. Opus 4.5와 같은 거대 모델의 개발 작업은 어떻게 시작됩니까? 단순히 이전 모델을 개선하는 것인가요, 아니면 완전히 새로운 접근이 필요한가요?

A. 모델 개발 과정은 생각보다 전통적인 제품 관리(Product Management) 방식과 유사한 점이 많습니다. 우리는 단순히 성능 지표를 올리는 것을 넘어, 매우 야심 차고 장기적인 '모델 역량 로드맵(Capability Roadmap)'을 가지고 있습니다. 여기에는 코딩 능력 향상, 더 나은 지시 따르기(Instruction Following), 기억력(Memory) 강화 등이 포함됩니다.

클로드(Claude)의 각 세대는 이러한 역량들을 사용자에게 전달하는 '운송 수단(Vehicle)'과 같습니다. Opus 4.5를 기획할 때 우리는 "이 기술이 무엇을 가능하게 할 것인가?"라는 근본적인 질문에서 시작했습니다. 이는 마치 PM이 제품 비전 문서(Product Vision Doc)나 PRD를 작성하는 것과 같습니다. 우리는 AI가 엔지니어링을 포함한 광범위한 분야에서 혁신을 일으킬 것이라 믿었고, 사용자가 아직 인지하지 못한 잠재적 사용 사례까지 상상하며 개발에 착수했습니다.

개발 과정은 두 가지 트랙으로 진행됩니다. 하나는 우리가 그리는 미래의 '비전'을 정의하는 상상력의 단계이고, 다른 하나는 이를 실제 '평가 지표(Evals)'로 변환하는 실용적인 단계입니다. 모델이 우리가 원하는 수준에 도달하기 위해 데이터나 강화 학습(RL) 측면에서 얼마나 더 개선되어야 하는지(50%인지, 20%인지)를 판단하고 구체적인 실행 계획을 수립합니다.

Q. 개발 과정에서 특정 기능을 강화하기 위해 연구 방향을 미리 정해두나요, 아니면 여러 시도 끝에 발견된 기능을 발전시키나요?

A. 두 가지 방식이 혼합되어 있습니다. 우리는 기본적으로 기술이 가져올 변혁에 대한 강한 확신과 방향성을 가지고 있습니다. 하지만 개발 과정에서 발견되는 놀라운 점들도 많습니다.

예를 들어, 이번 Opus 4.5 개발 초기에 우리는 엑셀(Excel)과 파워포인트(PowerPoint) 처리 능력에 상대적으로 적은 투자를 했습니다. 그런데 결과물을 확인해 보니 금융 서비스(Financial Services) 분야의 고객들에게 이 기능이 엄청난 반향을 일으킨다는 것을 발견했습니다. 초기에는 작은 투자였지만, 고객의 반응을 확인한 후 우리는 이 영역(금융 분석, 슬라이드 생성 등)을 앤스로픽의 강점으로 만들기 위해 '더블 다운(Doubling Down)'하여 집중 투자했습니다. 즉, 비전을 가지고 시작하되, 실제 사용자와의 상호작용에서 발견되는 기회들에 민첩하게 대응하는 방식입니다.

2. 모델 역량의 진화: 코딩, 에이전트, 컴퓨터 사용

Q. Opus 4.5에서 가장 놀라웠거나 예상치 못했던 모델의 능력은 무엇이었습니까?

A. 가장 눈에 띄는 진화는 **'복잡한 에이전트 코딩(Agentic Coding)'**과 '장기 실행 작업(Long-running tasks)' 수행 능력입니다. 이전 모델들이 단발성 코드 생성에 그쳤다면, Opus 4.5는 작업을 반복하고(iterate), 스스로 결과물을 개선하며, 더 긴 호흡으로 업무를 수행하는 능력에서 변곡점을 넘었습니다.

또한 '컴퓨터 사용(Computer Use)' 능력의 발전도 인상적입니다. 작년에 API 형태로 처음 공개했을 때는 실험적인 기능에 가까웠지만, Opus 4.5에서는 시각적 인식(Vision) 능력이 비약적으로 향상되면서 컴퓨터 화면 제어의 정확도가 크게 높아졌습니다. 이제 클로드는 단순히 코드를 짜는 것을 넘어, 웹 브라우저를 직접 조작하며 사용자의 캘린더를 재조정하거나 복잡한 웹 기반 작업을 수행하는 등, 더 개방된 환경(Open-ended environment)에서의 에이전트 역할을 수행할 수 있게 되었습니다.

Q. '컴퓨터 사용(Computer Use)' 기술은 현재 어느 단계에 와있다고 보십니까?

A. 초기에는 코딩을 돕는 보조 기능 정도로 생각했지만, 이제는 그 자체로 독립적인 '엔드 투 엔드(End-to-End) 에이전트'로 진화하고 있습니다. 과거에는 QA 테스트 자동화 같은 제한된 환경에서 주로 쓰였다면, 이제는 웹 브라우저 상의 모니터링이나 조작 같이 훨씬 더 범용적인 영역으로 확장되고 있습니다.

물론 여전히 운영체제 전체를 자유자재로 다루는 수준보다는 브라우저 기반 작업에 강점이 있지만, 구글 캘린더 일정 변경과 같이 API 만으로는 복잡한 작업들을 화면 인식을 통해 수행해내는 것을 보면, 실용적인 가치가 매우 높아졌음을 체감합니다.

Q. Opus 4.5를 내부적으로 먼저 사용해보셨을 텐데, 개인적으로 가장 인상 깊었던 경험은 무엇인가요?

A. 제품 관리자로서 겪은 재미있는 일화가 있습니다. Opus 4.5의 가격 정책과 포지셔닝을 고민하던 중 모델에게 이에 대해 물어봤습니다. 놀랍게도 모델은 단순히 내 아이디어를 다듬어주는 수준을 넘어, 제가 미처 생각하지 못한 대안적인 가격 전략과 포지셔닝 논리를 제시했습니다.

이는 모델이 단순히 뛰어난 작가(Writer)가 아니라, 뛰어난 사상가(Thinker)로서 기능할 수 있음을 보여준 사례였습니다. 이전 모델들에서는 보기 힘들었던 자발적인 창의성과 논리적 깊이를 보여주었으며, 이는 내부적으로도 큰 놀라움이었습니다.

3. 가격 정책과 효율성: 'Effort' 파라미터

Q. Opus 모델은 전통적으로 가장 비싼 라인업이었습니다. 하지만 이번 Opus 4.5는 성능 대비 가격 효율성이 뛰어납니다. 이것은 처음부터 의도된 것입니까?

A. 네, 그렇습니다. 우리는 고성능 모델의 효율성을 높여 그 혜택을 사용자와 빌더(Builder)들에게 돌려주고자 했습니다. 이와 관련해 가장 강조하고 싶은 기능은 **'Effort(노력) 파라미터'**입니다.

이 기능은 현재 과소평가(Under-hyped)되어 있다고 생각하는데, 사용자가 모델에게 얼마나 많은 연산 리소스(생각하는 시간)를 투입할지 조절할 수 있게 해 줍니다. 이를 통해 사용자는 Sonnet 4.5 수준의 높은 지능을 훨씬 저렴한 비용으로 활용하거나, 필요할 때는 Opus의 풀 파워를 사용하는 등 유연한 선택이 가능합니다.

업계는 단순히 '토큰당 가격'이라는 스티커 가격에만 집중하는 경향이 있는데, 실제로 중요한 것은 **'작업을 완수하는 데 드는 총비용(Total cost to achieve a task)'**입니다. 성능이 낮은 모델은 싸지만 작업을 실패하거나 여러 번 시도해야 해서 결국 비용이 더 들 수 있습니다. Opus 4.5는 'Effort' 파라미터를 통해 고품질의 결과를 합리적인 비용으로 얻을 수 있도록 설계되었습니다.

4. 엔터프라이즈 적용과 사용 사례

Q. 현재 에코시스템에서 Opus 4.5와 가장 잘 맞는, 소위 PMF(Product-Market Fit)를 찾은 사용 사례는 무엇이라고 보십니까?

A. 가장 확실한 분야는 역시 **'에이전트 코딩(Agentic Coding)'**입니다. 이는 일시적인 유행이 아니라 개발 문화 자체를 바꾸고 있습니다. 엔터프라이즈 기업들이 자체적인 코딩 어시스턴트나 자동화 도구를 구축하기 위해 앤스로픽의 솔루션을 적극 도입하고 있습니다.

또한, 단순한 챗봇을 넘어선 '동기화된 에이전트(Synchronous Agents)' 서비스들이 부상하고 있습니다. 채팅 창에 갇혀 있는 것이 아니라, 백그라운드에서 시스템을 모니터링하거나, 데이터를 유지보수하고, 웹 상의 변화를 감지하는 '장기 실행(Long-running)' 작업들입니다.

예를 들어, 투자자가 주식 포트폴리오를 관리할 때, 단순히 질문에 답하는 것을 넘어 시장 상황을 지속적으로 모니터링하고 포트폴리오 조정 제안을 능동적으로 하는 에이전트가 가능해집니다. 우리는 이러한 '적극적이고 능동적인(Proactive)' 경험이 챗봇 이후의 새로운 표준이 될 것이라 봅니다.

Q. 앤스로픽은 다른 경쟁사보다 '엔터프라이즈(기업)' 시장에 더 집중하는 것처럼 보입니다. 특별한 이유가 있나요?

A. 맞습니다. 우리는 제품 기획 단계부터 데이터 보안, 프라이버시, 그리고 기업이 요구하는 신뢰성 기준을 충족하는 데 큰 비중을 둡니다.

흥미로운 점은 많은 초기 사용자들이 모델을 게임(3D 게임 생성 등) 테스트용으로 많이 사용한다는 것입니다. 이는 지능의 향상을 시각적으로 확인하기 가장 좋은 방법이기 때문이죠. 하지만 실제 비즈니스 임팩트는 금융, 법률, 코딩, 생명공학 등 전문적인 영역에서 업무 생산성을 혁신하는 데서 옵니다. 우리는 기업들이 AI를 도입할 때 겪는 장벽(환각, 보안 우려 등)을 제거하고, 실제 업무 흐름(Workflow) 속에 AI를 통합시키는 데 주력하고 있습니다.

5. 앤스로픽의 핵심 차별점: 안전성(Safety)이 곧 지능(Intelligence)

Q. 앤스로픽은 '안전성'을 매우 강조합니다. 일각에서는 이것이 모델의 성능을 제약한다고 생각하기도 하는데, 이에 대해 어떻게 생각하십니까?

A. 저는 그 생각에 반대합니다. 우리가 잘 이야기하지 않는 **'안전성의 이점'**이 있습니다. 안전성은 단순히 모델이 나쁜 말을 못 하게 막는 것이 아닙니다. 진정한 안전성은 모델이 '아첨(Sycophancy)'하지 않도록 만드는 것입니다.

사용자가 틀린 전제를 가지고 질문했을 때, 맹목적으로 동의하는 모델은 안전하지도 않고 지능적이지도 않습니다. 반면, Opus 4.5처럼 잘 정렬된(Aligned) 모델은 사용자의 생각에 이의를 제기하고, 독립적인 사고(Independent thinking)를 통해 더 나은 대안을 제시할 수 있습니다.

앞서 언급한 가격 정책 수립 일화처럼, 모델이 제 의견에 단순히 동조하지 않고 독창적인 제 3의 안을 제시한 것이 바로 안전성 연구의 결실입니다. '독립적인 사고'는 지능의 핵심이며, 이는 앤스로픽이 추구하는 안전성 연구를 통해 달성됩니다. 따라서 안전성은 성능의 제약이 아니라, 고차원적인 지능으로 가는 필수 요소입니다.

6. 스캐폴딩(Scaffolding)과 모델 평가(Evals)의 진화

Q. 모델 성능을 극대화하기 위해 개발자들이 모델 주변에 붙이는 '스캐폴딩(Scaffolding)' 기술은 어떻게 변화하고 있나요?

A. 과거(2022~2023년)의 스캐폴딩은 모델이 엉뚱한 답을 하지 않도록 막는 '보조 바퀴(Training wheels)' 역할이었습니다. "이건 하지 마, 저건 하지 마" 식의 제약 조건이 많았죠.

하지만 지금, 특히 Opus 4.5 시대의 스캐폴딩은 **'지능 증폭(Intelligence Amplification)'**을 위한 도구로 진화했습니다. 모델 자체의 성능이 좋아졌기 때문에, 제약보다는 자율성을 부여하는 방향으로 가고 있습니다. 예를 들어, 우리는 모델에게 특정 툴 사용을 강제하기보다 일반적인 Bash 툴 같은 범용 도구를 주고 모델이 스스로 판단해서 사용하도록 합니다.

스캐폴딩은 이제 모델의 부족함을 메우는 것이 아니라, 모델의 뛰어난 지능을 시스템적으로 뒷받침하고 확장하는 역할을 합니다. 불필요한 제약을 제거하고 모델의 자율성을 최대화하는 것이 현재의 트렌드입니다.

Q. 모델의 성능을 평가하는 '이밸류에이션(Evals)'은 어떻게 변해야 합니까? 기존 벤치마크들은 이미 포화 상태인 것 같습니다.

A. 맞습니다. SWE-bench(소프트웨어 엔지니어링 벤치마크) 같은 기존 지표들은 모델들이 이미 높은 점수를 기록하고 있어 변별력이 떨어지고 있습니다. 우리는 이제 'Yes/No'로 답이 떨어지는 단순한 테스트를 넘어, 더 개방적이고 복잡한 평가 방식으로 이동해야 합니다.

예를 들어, "자판기 사업을 운영해 봐"라거나 "포켓몬 게임을 플레이해 봐" 같은 장기적이고 복잡한 목표를 가진 테스트들이 필요합니다. 이런 테스트는 정답이 하나가 아니며, 과정에서의 판단력, 도구 사용 능력, 그리고 효율성을 종합적으로 평가해야 합니다. 앞으로의 평가는 엔드 유저가 실제로 겪는 복잡한 업무 환경을 얼마나 잘 시뮬레이션하느냐에 달려 있습니다.

7. 앤스로픽의 문화와 미래 전망

Q. 앤스로픽 내부 문화는 어떻습니까?

A. 앤스로픽은 제가 다녀본 회사 중 가장 '인재 밀도(Talent Density)'가 높은 곳입니다. 구성원들은 매우 사려 깊으면서도(Kind), 동시에 문제 해결에 있어서는 매우 직접적(Direct)입니다.

우리는 정기적으로(3~4개월마다) 내부 해커톤을 엽니다. 이는 단순히 재미를 위한 것이 아니라, "모델이 과연 이것도 할 수 있을까?"라는 가설을 검증하는 중요한 R&D 과정입니다. 실제로 많은 제품 기능들이 이 해커톤에서 발견된 '사용자 중심의 프로토타이핑'을 통해 탄생했습니다.

예를 들어, 내부적으로 화제가 되었던 '골든게이트 클로드(Golden Gate Claude)' 같은 프로젝트도 작은 실험에서 시작되어 제품화된 사례입니다. 우리는 계획된 로드맵을 따르지만, 동시에 구성원들이 자율적으로 모델의 한계를 탐구하는 것을 적극 장려합니다.

Q. 마지막으로, AGI(범용 인공지능) 도래 시점에 대해 어떻게 생각하십니까? 앤스로픽은 공격적인 타임라인을 가진 것으로 알려져 있는데요.

A. 개인적으로 올해 Opus 4.5와 같은 모델들의 발전을 보면서, 변혁적인(Transformative) AI가 도래하는 시점이 제가 연초에 예상했던 것보다 더 앞당겨졌다고 느낍니다.

우리가 필요로 하는 기술적 빌딩 블록들이 생각보다 빠르게 맞춰지고 있습니다. 지금은 '제품 오버행(Product Overhang)' 상태, 즉 모델의 지능은 이미 높은데 이를 활용할 제품과 인터페이스가 아직 따라오지 못한 상태에 가깝습니다. 앞으로 장기 실행 에이전트, 멀티 에이전트 시스템 등이 고도화되면서 이 지능이 실제 세상에 미치는 영향력은 기하급수적으로 커질 것입니다.

우리는 '바벨 전략(Barbell Strategy)'을 취하고 있습니다. 단기적으로는 확실한 확률을 가진 기능(코딩 등)에 집중하면서, 동시에 장기적으로는 AGI에 준하는 변혁적 기술에 대한 대비를 병행하고 있습니다.