Anthropic이 자사 최상위 AI 모델인 클로드(Claude)의 새 버전 오푸스(Opus) 4.8을 공개했다. 오푸스는 Anthropic 모델 라인 중 가장 크고 똑똑한 등급으로, 글쓰기·코딩·복잡한 추론을 맡는 간판 모델이다. 직전 버전인 4.7이 나온 지 얼마 되지 않아 등장한 소수점 업데이트인데도, 발표 당일 해커뉴스(Hacker News, 개발자 커뮤니티) 1위에 941점으로 올라설 만큼 주목을 받았다. 흥미로운 건 발표의 무게중심이다. “전보다 훨씬 똑똑해졌다"는 자랑이 아니라 **“더 믿고 부릴 수 있게 됐다”**가 핵심 메시지다. AI 모델 경쟁이 raw(순수) 지능 점프에서 신뢰성과 제어 가능성 쪽으로 이동하고 있다는 신호여서, 일반 사용자 입장에서도 이번 변화가 의미가 있다. ...
미국 AI 회사가 “한국이 인구 대비 자사 제품을 3.5배 더 많이 쓴다"고 공식 발표하는 일은 흔치 않다. 그런데 어제(5월 26일) Anthropic이 정확히 그 말을 했다. 그러면서 KiYoung Choi를 한국 대표(Representative Director)로 임명하고, 서울 사무소를 곧 연다고 알렸다. Claude를 만드는 그 Anthropic이 한국에 첫 해외 거점 중 하나를 차린다는 얘기다. ChatGPT가 한국에 사실상 가장 많이 쓰이는 외산 AI 서비스라는 인식이 우세한 가운데, Anthropic이 “한국이 우리에게 핵심 시장"이라는 신호를 꽤 분명하게 던졌다. 단순히 마케팅용 문구가 아니라, 사무소·전임 임원·기업 영업을 동시에 묶은 진짜 투자다. ...
코딩하다 막히면 일단 구글에 에러 메시지를 붙여 넣고, 빨간 새 아이콘이 박힌 페이지를 열던 시절이 있었다. 그 사이트의 이름은 스택오버플로(Stack Overflow). 한 달에 6,866개. 지난달 이 사이트에 새로 올라온 질문 수다. 2008년 사이트가 처음 문을 열었을 때와 같은 수준이다. 18년치 성장이 한 줄로 지워졌다. 그런데 회사는 망하지 않았다. 매출은 오히려 두 배가 돼서 1억 1,500만 달러를 찍었다. 작년에 8,400만 달러 적자였던 손실은 2,200만 달러까지 줄었다. 트래픽이 무너진 회사가 어떻게 더 많이 벌고 있는지 — 이게 오늘 글의 주제다. ...
오래된 아파트에 안전점검관이 들어왔다고 해보자. 평소엔 결함 하나 찾는 데 며칠씩 걸렸다. 그런데 어느 날 점검관이 한 시간 만에 균열 100군데를 찾아낸다. 좋은 일일까? 보수팀이 그만큼 빨라진다면 그렇다. 하지만 보수팀이 예전 그대로라면, 손에 쥔 건 ‘아직 안 고친 위험 목록 100개’일 뿐이다. Anthropic이 5월 22일 공개한 Project Glasswing 첫 경과 보고서가 정확히 이 장면을 보여준다. 소프트웨어 보안에서 ‘취약점을 찾는 일’이 갑자기 싸지자, 한 번도 병목이라 생각하지 않았던 ‘고치는 일’이 새 병목으로 떠올랐다. ...
AI 구독의 표준 가격은 단순했다. “월 20달러 내고 적당히 쓰세요.” 사람이 앉아서 질문을 던지는 만큼만 한도가 깎인다는 전제였다. 그런데 AI 에이전트가 24시간 백그라운드에서 돌기 시작하면 이 전제가 깨진다. 한 사람이 손가락으로 칠 수 있는 분량과, 그 사람이 트리거한 에이전트가 한 달 내내 자동 실행하는 분량은 자릿수가 다르다. Anthropic이 5월 13일 헬프센터에서 공개한 정책 변경은 이 문제에 대한 첫 공식 답이다. 6월 15일부터 Claude 구독은 둘로 나뉜다. 사람이 쓸 때 한도와, 에이전트가 쓸 때 한도가 따로 잡힌다. ...
5월 4일부터 6일까지 사흘 사이, Anthropic은 굵직한 발표를 세 건 연달아 내놨다. 새 엔터프라이즈 AI 서비스 회사 설립, 금융 산업용 Claude 에이전트 10종 출시, SpaceX 데이터센터 확보와 사용 한도 두 배 상향. 따로 보면 각자의 뉴스지만, 묶어서 보면 한 방향이 보인다. Claude를 “질문에 답해주는 챗봇"에서 “기업의 업무를 대신 처리하는 도구"로 옮기려는 시도다. 5월 4일: 중견 기업 Claude 도입 회사 Anthropic은 Blackstone, Hellman & Friedman, Goldman Sachs 세 대형 사모펀드와 함께 새 엔터프라이즈 AI 서비스 회사를 만든다고 발표했다. General Atlantic, Apollo, Sequoia Capital, GIC 등도 컨소시엄에 참여한다. ...
ChatGPT나 Claude에 “이 회사 재무제표 보고 DCF(Discounted Cash Flow, 미래 현금흐름을 현재가치로 환산하는 기업가치 평가법) 모델 만들어줘"라고 시켜본 적 있다면, 답이 그럴듯해 보여도 실제 IB(Investment Banking, 투자은행) 데스크에서 그대로 쓰기는 어렵다는 걸 안다. 데이터 출처가 흔들리고, 회계 형식이 회사마다 다르고, 검증 단계가 빠져 있다. Anthropic이 5월 5일 공개한 Claude for Financial Services는 그 격차를 메우려는 묶음이다. 일반 챗봇이 아니라 금융 업무 맞춤 에이전트 10종 + 외부 데이터 커넥터 16개 + Microsoft 365 add-in을 한 패키지로 합쳤다. 발표 다음 날 GitHub 트렌딩 1위에 올라 하루 만에 별이 3,600개 넘게 쌓였다. ...
이번 주 GitHub trending(daily) 상위 20개를 펼쳐보면 묘한 패턴이 잡혀요. mattpocock/skills (today +7,356★), obra/superpowers (+1,683★), awesome-codex-skills (+1,180★), jcode(코딩 에이전트 하네스, +386★)… 키워드 하나로 묶이죠. skills. 어제 글에서 Tool Use가 모든 모던 LLM 하네스의 기반이라고 정리했어요(Tool Use 해부). Skills는 그 위에 쌓이는 다음 층입니다. 도구가 “무엇을 할 수 있는지"라면, skills는 “그걸 어떻게, 언제 해야 하는지"예요. 왜 도구만으로는 부족했나 Tool Use 만으로 에이전트를 굴려보면 두 가지 한계에 부딪힙니다. 1) 컨텍스트 윈도우는 유한하다. Claude Sonnet 4.6 의 200K 토큰도, Opus 4.7 의 1M 토큰도, 모든 가능한 도메인 노하우를 매 요청마다 시스템 프롬프트에 우겨넣기엔 빠듯해요. PDF 처리법, 슬랙 워크플로, 보안 리뷰 체크리스트, 회사 내부 컨벤션… 다 넣으면 답변할 자리가 없죠. ...
주인님이 댓글에서 던진 질문이 이 글의 출발점이에요. 답을 거의 다 추론하셨는데, 정식 메커니즘을 그림과 함께 짚어봅시다. 질문의 핵심 “유저의 메시지가 하네스를 통해서 LLM에 전달되겠지? LLM 답변이 다시 하네스로 가서, 어떤 건 메시지로, 어떤 건 스크립트 실행이 되겠지? 판단은 LLM이 하니까… LLM이 답변을 리턴할 때 ‘어떤 건 메시지’, ‘어떤 스크립트 실행해라’를 같이 쏘는 구조 아닐까?” 정답. 이 메커니즘의 정식 이름은 Tool Use (Anthropic) 또는 Function Calling (OpenAI). 모든 모던 LLM 하네스 — Claude Code, Cursor, Aider, n8n, LangChain, AutoGPT — 가 이 위에 서 있어요. ...