Claude Opus 4.7 — 고해상도 비전과 1M 컨텍스트가 표준 가격에 들어왔다

코딩·비전·컨텍스트로 재편된 플래그십

Anthropic이 2026년 4월 16일, 새로운 플래그십 모델 Claude Opus 4.7을 공개하였다. 이번 업데이트는 단순한 성능 개선에 그치지 않고 Anthropic 최초의 고해상도 비전 지원, 1M 토큰 컨텍스트 윈도우의 표준화, 그리고 코딩 에이전트 시장을 겨냥한 SWE-bench 최상위 성능이라는 세 가지 축으로 구성되어 있다. 특히 SWE-bench Verified에서 87.6%를 기록하며 전 세대 Opus 4.6의 80.8%에서 대폭 향상되었으며, GPT-5.4와 Gemini 3.1 Pro를 동시에 앞질렀다.

SWE-bench에서 확인된 코딩 성능

SWE-bench(Software Engineering Benchmark)는 실제 GitHub 이슈와 풀 리퀘스트를 기반으로 한 코딩 에이전트 평가 표준이다. 단순히 코드를 완성하는 것이 아니라 버그 재현, 원인 분석, 패치 작성, 테스트 통과까지의 완전한 소프트웨어 엔지니어링 태스크 해결 능력을 측정한다.

벤치마크	Opus 4.6	Opus 4.7	GPT-5.4	Gemini 3.1 Pro
SWE-bench Verified	80.8%	87.6%	85.0%	80.6%
SWE-bench Pro (멀티언어)	-	64.3%	57.7%	54.2%
CursorBench	58%	70%	-	-

SWE-bench Verified에서 6.8%p, SWE-bench Pro에서 약 13%p의 향상이 나타났다. CursorBench 결과도 주목할 만한데, 실제 Cursor 코드 에디터 환경에서의 태스크 해결률이 58%에서 70%로 상승하여 실세계 개발 환경 적용 가능성이 높아졌다.

Claude Opus 4.7은 기존의 low, medium, high, max 네 단계 에포트 스케일에 xhigh 레벨을 추가하여 총 다섯 단계로 구성된다. xhigh 레벨은 복잡한 멀티-파일 리팩터링, 대형 코드베이스 탐색, 장기 에이전틱 루프에서 추론 깊이를 높이는 용도로 설계되었다. 에이전틱 코딩 워크플로우에서 특히 개선된 영역은 연관된 여러 파일에 걸친 일관된 변경을 적용하는 멀티-파일 수정, 실패하는 테스트 케이스를 기반으로 수정 방향을 설정하는 테스트 주도 패치, 대형 리포지토리에서 관련 컨텍스트를 추출하는 코드 탐색 및 이해, 반복적으로 같은 오류를 재생성하는 패턴을 감지·회피하는 오류 루프 회피다.

코딩 전문 벤치마크에서 Claude Opus 4.7은 현재 시점 최상위를 기록하고 있다. Claude Mythos Preview가 전반적인 범용 능력에서 더 높은 점수를 기록하지만, 소프트웨어 엔지니어링 특화 태스크와 장기 에이전틱 워크플로우에서는 Opus 4.7이 프로덕션 환경에 더 적합한 선택지로 평가된다.

처음으로 지원하는 고해상도 비전

Claude Opus 4.7은 Anthropic 모델 역사상 처음으로 고해상도 이미지 처리를 지원한다. 이전 세대의 최대 해상도가 1568px / 1.15MP였던 것에 비해, Opus 4.7은 최대 2576px(긴 변 기준) / 3.75MP까지 처리 가능하다 — 픽셀 면적 기준으로 약 3.3배 증가한 수치다. 더 높은 해상도의 이미지 패치를 처리할 수 있도록 비전 인코더 용량이 확장됐고, 작은 글씨·표·차트 등 세밀한 시각적 요소 인식 능력이 향상됐으며, 이미지 내 객체 위치 추정·바운딩 박스 생성·측정 및 계수 작업 정확도가 개선됐다.

Claude의 비전 처리는 이미지를 고정 크기의 패치로 분할하여 각 패치를 토큰 시퀀스로 변환하는 패치 기반 토큰화 방식을 사용한다. 토큰 수 계산 공식은 다음과 같다.

이미지 토큰 수 = (너비 × 높이) / 750

고해상도 처리 시 이미지 한 장당 최대 약 4784 토큰까지 소비될 수 있으며, 이는 이전 세대의 최대 1600 토큰과 비교해 약 3배 증가한 수치다. 동시에 Opus 4.7에서 새로운 토크나이저가 도입되어 이미지 패치와 구조화된 텍스트를 더 효율적으로 인코딩할 수 있게 되었다. 고해상도 이미지 처리가 실질적으로 유리한 사용 사례는 버튼·레이블·레이아웃 요소를 정밀 감지하는 UI/UX 스크린샷 분석, X-ray·MRI 이미지 내 세부 구조를 파악하는 의료 영상 처리, 측정값·주석·도면 기호를 정확히 추출하는 CAD/설계 도면 해석, 작은 글씨의 표·숫자·계약 조항을 추출하는 금융 문서 OCR이다.

고해상도 이미지 처리를 지원하면서도 성능을 유지하기 위해, Opus 4.7은 멀티모달 어텐션 설계에서 이미지 토큰과 텍스트 토큰 간의 크로스 어텐션 효율을 최적화했다. 특히 이미지 지역화(localization) 태스크에서 개선이 두드러지며, 자연 이미지에서의 바운딩 박스 예측 및 객체 탐지 정확도가 향상됐다.

1M 컨텍스트가 표준 가격에 들어왔다

Claude Opus 4.7의 가장 큰 경제적 특징 중 하나는 1M 토큰 컨텍스트 윈도우를 추가 비용 없이 표준 가격에 포함한다는 점이다. 모델 가격은 입력 토큰 기준 $5/1M, 출력 토큰 기준 $25/1M이다. 1M 토큰 컨텍스트로는 중규모 모노레포 전체 코드베이스, 수백 페이지 분량의 설계 문서, 수천 개의 슬랙 메시지 스레드, 대형 소설 여러 권 분량의 텍스트를 처리할 수 있다.

롱 컨텍스트를 실용적으로 활용하려면 프롬프트 캐싱 전략이 필수적이다. cache_control: {type: "ephemeral"} 파라미터로 콘텐츠 블록을 지정하면 해당 프리픽스가 서버에 저장되어 이후 요청에서 재사용된다.

구분	가격	TTL
캐시 쓰기 (5분)	$6.25/1M	5분
캐시 쓰기 (1시간)	$10/1M	1시간
캐시 읽기	$0.50/1M	-

실제 프로덕션 에이전트에서는 시스템 프롬프트, 코드베이스 컨텍스트 등 반복적으로 사용되는 대용량 프리픽스를 캐싱하여 비용을 10분의 1로 절감할 수 있다. 새로운 토크나이저로 인해 동일 텍스트에 대해 최대 35% 더 많은 토큰이 소비될 수 있으므로, 캐시 토폴로지 설계가 롱 컨텍스트 경제성에서 핵심 변수가 된다.

Claude Opus 4.7은 Task Budget 기능을 도입해 에이전틱 루프 내에서 모델이 전체 작업에 소비할 목표 토큰 수를 사전에 추정할 수 있게 했다. 이를 통해 단일 태스크의 전체 루프 비용을 제어하고, 과도한 토큰 소비를 방지하는 가드레일 역할을 수행한다.

고해상도 비전과 롱 컨텍스트가 만나는 파이프라인

⤢✕

핵심 기능이 결합되는 실무 시나리오

Claude Opus 4.7의 세 가지 핵심 기능이 결합되는 실제 사용 사례를 살펴보면, 대형 코드베이스 버그 수정 자동화에서는 1M 토큰 컨텍스트로 수십만 줄의 코드베이스 전체를 컨텍스트로 제공하고 xhigh 에포트 레벨과 SWE-bench 수준의 패치 생성 능력으로 복잡한 버그를 자동 수정하며, Task Budget으로 루프 비용을 제어하고 프롬프트 캐싱으로 코드베이스 재로딩 비용을 절감한다. 문서·도면 기반 소프트웨어 스펙 생성에서는 고해상도 비전으로 CAD 도면, UI 와이어프레임, 스크린샷을 분석해 소프트웨어 요구사항 문서를 자동 생성하며, 2576px 지원으로 기존에는 놓쳤던 세부 요소를 정확히 인식한다. 멀티모달 코드 리뷰에서는 스크린샷으로 캡처된 에러 화면과 관련 코드를 함께 제공해 시각적 오류의 근본 원인을 분석하고, 긴 컨텍스트 창을 통해 관련 파일을 모두 포함시켜 글로벌한 수정 방향을 제시한다. 금융·법률 문서 분석 에이전트에서는 수백 페이지의 계약서나 재무제표를 1M 컨텍스트에 로드하고, 고해상도 비전으로 첨부된 차트나 서명을 함께 분석해 종합 보고서를 생성한다.

Claude Opus 4.7은 코딩 에이전트, 문서 분석, 고해상도 비전 처리 세 분야를 동시에 강화하면서 프로덕션 AI 애플리케이션 개발의 새로운 기준을 제시하였다. SWE-bench Verified 87.6%라는 수치는 실제 소프트웨어 엔지니어링 워크플로우 자동화 가능성을 높여주며, 1M 토큰 컨텍스트의 표준 가격 포함은 대규모 문서·코드베이스 처리 비용 장벽을 낮춘다. 고해상도 비전 지원은 Anthropic 모델이 텍스트 중심에서 완전한 멀티모달 에이전트로 진화하는 중요한 이정표가 된다.