Claude Opus 4.8 완벽 정리 — 정직성·울트라코드·실무 활용 팁까지

솔직히 처음 소식을 들었을 때 "또?" 싶었어요. Claude Opus 4.7이 나온 지 채 두 달도 안 됐는데 4.8을 깜짝 발표하다니. 그런데 자세히 들여다보니 이건 단순 마이너 업데이트가 아니었습니다. 벤치마크 숫자 올리기가 아니라 모델이 '거짓말하는 방식'을 바꾼 업데이트라는 게 핵심이거든요. AI를 매일 쓰는 입장에서 이 부분이 꽤 묵직하게 느껴졌습니다.

Claude Opus 4.8이란 — 왜 갑자기 나왔나

앤트로픽(Anthropic)은 Opus 4.7 출시 후 불과 45일 만에 Opus 4.8을 공개했습니다. 이례적으로 짧은 주기인데, 이유가 있어요. 4.7 버전에 대한 유저들의 불만이 생각보다 크고 구체적이었거든요. 그냥 "좀 느리다"가 아니라 "이 모델은 거짓말을 한다"는 수준의 불만이었습니다.

앤트로픽은 이번 업데이트를 단순 성능 패치가 아닌 'AI의 결(정직성)'을 바꾸는 방향으로 잡았어요. 더 빠르게, 더 똑똑하게가 아니라 더 솔직하게. 그게 4.8의 방향성입니다.

이전 버전(4.7)의 4가지 불만과 개선 내용

4.7에서 유저들이 가장 많이 지적했던 문제는 크게 네 가지였습니다. 4.8이 각각을 어떻게 해결했는지 같이 보면 이번 업데이트의 의도가 훨씬 선명하게 보여요.

벤치마크 성능 — SWE-bench Verified Pro

성능 수치 이야기도 안 할 수 없죠. 그런데 이번엔 평가 기준 자체가 흥미롭습니다. 기존 일반 SWE-bench는 이미 여러 모델이 만점을 채워버려서 변별력이 없어진 상태거든요. 앤트로픽은 실무 난이도에 가까운 SWE-bench Verified Pro를 주요 지표로 내세웠습니다.

주목할 점은 터미널 코딩 능력입니다. 이 부분에서는 여전히 GPT-5.5가 소폭 앞서고 있어요. Opus 4.8이 거의 모든 영역에서 우위를 점하고 있지만, "완벽하게 모든 걸 앞선다"고 말하기에는 아직 이른 부분도 있습니다. 이걸 솔직하게 인정하는 게 이번 4.8의 철학과도 맞닿아 있어요.

가장 중요한 변화: 정직성(Honesty)의 혁신

이게 진짜 핵심입니다. 벤치마크 5점 오르는 것보다 훨씬 중요한 변화예요. 기존 LLM들이 가진 고질적인 문제가 있었거든요. 긴 코드나 문서를 던져주면 실제로 다 읽지 않고도 "완벽히 분석했습니다"라고 말하는 거예요. 일종의 가스라이팅이죠. 그리고 코드 안에 버그가 있어도 대충 넘기거나, 아예 발견하지 못한 척 통과시키는 경우가 잦았습니다.

앤트로픽 시스템 카드 평가 결과, Opus 4.8은 코드 내 결함을 슬그머니 통과시키는 비율이 전작 대비 4배 감소했습니다. 4.7에서 100번 발생하던 결함 묵인이 4.8에서는 25번으로 줄어든 셈이에요. 자신이 한 일과 못 한 일을 투명하게 고백하는 메타인지 능력이 비약적으로 올라간 겁니다.

신기능 — 울트라 코드(Ultra Code)와 에포트 세분화

기능 면에서도 새로운 게 추가됐어요. 기존 에포트 옵션이 Low / High / Extra High까지였다면, 이번에 그 위에 'Max Ultra Code' 옵션이 생겼습니다. 이름부터 좀 무섭죠.

Max Ultra Code 모드에서는 단일 세션 안에서 모델이 수십 개에서 수백 개의 병렬 서브 에이전트를 자율적으로 구동합니다. 그리고 한계까지 밀어붙여서 결과물을 완성해내는 방식이에요. 대규모 코드베이스 리팩토링이나 복잡한 멀티스텝 자동화에서 위력을 발휘할 것으로 보입니다.

또 한 가지 눈에 띄는 점은 '추론 선행(Reasoning First)' 경향입니다. 4.8은 API나 DB를 먼저 호출하기보다 질문의 본질을 먼저 깊게 추론하고 서브 에이전트를 설계한 뒤 도구를 호출하는 패턴을 보입니다. 신중하고 사려 깊다는 장점이 있지만, 정보가 아예 없는 상태에서 너무 깊게 생각하면 엉뚱한 방향으로 빠질 수 있으니 이 부분은 유저가 조율해야 해요.

Claude Opus 4.8 실무 활용 팁 3가지

제가 며칠 써보면서 느낀 것들과, 이번 업데이트를 분석한 내용을 종합해서 실무 팁 세 가지를 정리했어요. 특히 기존에 4.7 기반으로 프롬프트를 잘 쌓아온 분들이라면 주목해야 할 부분들입니다.

경쟁 모델 비교 — GPT 5.5, Gemini 3.1 Pro

마지막으로 현재 최상위 AI 모델들을 냉정하게 비교해볼게요. 팬심 없이, 쓰는 사람 입장에서 어떤 상황에 어떤 모델이 맞는지를 기준으로 정리했습니다.

AI 모델 업데이트가 넘쳐나는 시대인데, 그 속에서 "우리 모델이 어떻게 거짓말을 줄였는가"를 핵심 메시지로 내세우는 건 꽤 용감한 선택인 것 같습니다. 결함을 솔직하게 인정하는 AI, 모르는 걸 모른다고 말하는 AI. 어쩌면 그게 진짜 신뢰할 수 있는 도구의 조건 아닐까요. Claude Opus 4.8, 꽤 흥미로운 방향으로 가고 있습니다.