g. gssoft.app
최신 / 도구활용
도구활용 중급

Anthropic, Advisor Strategy 공개 — Opus급 지능을 Sonnet 가격으로 쓰는 법

Anthropic, Advisor Strategy 공개 — Opus급 지능을 Sonnet 가격으로 쓰는 법

Anthropic이 4월 9일 Messages API에 Advisor Strategy{{advisor-strategy}}를 공개했다. 핵심은 간단하다. 빠르고 저렴한 모델(Sonnet/Haiku)이 실무를 처리하고, 어려운 판단이 필요한 순간에만 고성능 모델(Opus)에게 조언을 구하는 구조다.

어떻게 작동하는가

기존 에이전트 개발에서는 선택지가 양극단이었다. 비싼 Opus를 풀로 돌리면 성능은 좋지만 비용이 급증하고, Sonnet만 쓰면 복잡한 추론에서 실수가 생긴다. Advisor Strategy는 이 딜레마를 구조적으로 해결한다.

에이전틱 워크플로우{{agentic-workflow}}에서 Sonnet이나 Haiku가 사용자 응대, 도구 호출, 결과 분석 등 모든 작업을 수행한다. 그러다 복잡한 추론이나 모호한 맥락 판단이 필요하면, 새로운 advisor_20260301 도구를 통해 Opus에게 자동 에스컬레이션한다. Opus는 사용자와 직접 대화하지 않고, 도구도 호출하지 않는다. 공유된 컨텍스트를 읽고 계획, 수정, 중단 신호만 보내준다.

벤치마크가 말해주는 것

Anthropic 내부 평가 결과, Sonnet + Opus Advisor 조합은 SWE-bench Multilingual에서 Sonnet 단독 대비 2.7%p 향상되었는데, 놀라운 건 추론 비용{{inference-cost}}이 오히려 11.9% 줄었다는 점이다. 불필요한 재시도가 줄어들면서 전체 토큰 소비가 감소한 결과다.

더 극적인 건 Haiku 조합이다. BrowseComp 벤치마크에서 Haiku + Opus Advisor는 41.2%를 기록했는데, Haiku 단독(19.7%)의 두 배가 넘는 점수다. Sonnet 단독 대비 점수는 29% 낮지만, 비용은 85%나 저렴하다.

개발자에게 의미하는 것

구현도 비교적 간단하다. API 요청에 베타 헤더 anthropic-beta: advisor-tool-2026-03-01을 추가하고, 도구 목록에 advisor_20260301을 선언하면 된다. 실행 모델이 언제 어드바이저에게 물어볼지는 모델이 스스로 판단한다.

이 접근법이 흥미로운 건, “모든 문제에 가장 큰 모델을 투입하라”는 기존 상식을 뒤집기 때문이다. 대부분의 작업은 작은 모델로 충분하고, 정말 어려운 판단 순간에만 큰 모델의 힘을 빌리는 게 비용과 성능 모두에서 최적이라는 걸 데이터로 보여준 셈이다.

한국 개발자들에게도 실질적인 변화가 될 수 있다. API 비용이 프로덕션 서비스의 가장 큰 부담 중 하나인데, Advisor Strategy를 활용하면 품질을 크게 희생하지 않으면서 비용을 대폭 줄일 수 있기 때문이다.

📎 출처 및 참고 자료

🔗 함께 보면 좋은 글

해시태그
AnthropicClaudeAdvisor StrategyAPI에이전트비용 최적화