Claude Opus 4.8 Dynamic Workflows와 Ultracode의 에이전트 설계

모델 성능보다 오케스트레이션이 앞에 나온 이유

Anthropic은 2026년 5월 28일, Claude Opus 4.7을 출시한 지 41일 만에 Claude Opus 4.8을 공개했다. 이번 릴리스에서 눈에 띄는 변화는 단순한 모델 성능 향상이 아니다. 한 세션에서 수백 개의 서브에이전트를 조율하는 Dynamic Workflows와 대규모 코드베이스 작업을 겨냥한 Ultracode가 정식으로 도입됐다.

Claude Opus 4.8은 Claude API, Amazon Bedrock, Google Cloud Vertex AI, Microsoft Foundry에서 사용할 수 있다. 가격은 Opus 4.7과 같은 입력 토큰 $5/M, 출력 토큰 $25/M이다. Fast Mode는 입력 $10/M, 출력 $50/M이며 이전 세대 Fast Mode보다 3배 저렴하다. Dynamic Workflows는 Enterprise, Team, Max 플랜에서 리서치 프리뷰로 제공된다.

공개된 성능 지표는 다음과 같다.

SWE-Bench Pro 69.2%로 Opus 4.7보다 4.9%p 높으며, 에이전틱 코딩 벤치마크 최고치를 기록했다.
SWE-Bench Verified는 88.6%로 실제 GitHub 이슈 해결 능력을 검증했다.
USAMO 2026은 96.7%로, Opus 4.7의 69.3%에서 크게 상승했다.
GDPval-AA는 1890 Elo를 기록해 GPT-5.5의 1769 Elo를 앞섰다.
코드 결함 미보고율은 전작보다 4배 감소해 정직성과 정렬 지표가 개선됐다.

계획을 대화가 아니라 코드에 맡긴다

Dynamic Workflows에서 Claude는 사용자 프롬프트를 분석한 뒤 JavaScript 오케스트레이션 스크립트를 직접 작성한다. 전용 런타임은 이 스크립트를 백그라운드에서 실행하고, 개별 에이전트가 실제 작업을 맡는다.

핵심은 계획을 컨텍스트 윈도우 안에 계속 붙잡아 두지 않는 데 있다. 태스크 구성과 실행 순서를 JavaScript 변수로 옮기면 컨텍스트가 소진되는 장기 작업에서도 계획을 유지할 수 있다. 서브에이전트의 중간 출력 역시 스크립트 변수에 누적되므로, Claude의 컨텍스트에는 최종 결과만 전달된다.

오케스트레이션 런타임은 파일시스템이나 셸에 직접 접근하지 않는다. 이 격리된 런타임은 작업을 분배하고 결과를 모으며, 파일과 명령을 다루는 일은 각 에이전트가 수행한다. 실행 도중 새로운 사실이 발견되면 서브에이전트가 우선순위를 다시 정하는 자기 조정도 가능하다.

실행 규모에는 명시적인 경계가 있다. 동시에 실행할 수 있는 에이전트는 최대 16개이며, 단일 실행에서 사용할 수 있는 전체 에이전트 수는 최대 1,000개다. 스크립트가 백그라운드에서 동작하기 때문에 실행 중에도 사용자 세션은 차단되지 않는다.

분해와 병렬화 뒤에 반박 단계를 둔다

일반적인 Fan-Out 구조는 같은 문제를 여러 에이전트에게 나눠 맡긴 뒤 결과를 취합한다. Dynamic Workflows는 여기에 반박 패스(Refutation Pass)를 추가한다.

먼저 Claude가 요청을 독립 실행 가능한 서브태스크로 나눈다. 이어서 에이전트 배정, 태스크 간 의존 관계, 병렬화 방식을 JavaScript 오케스트레이션 스크립트에 기록한다. 실행 단계에서는 최대 16개의 에이전트가 서로 다른 관점에서 문제를 동시에 처리한다.

1차 결과가 모였다고 바로 사용자에게 전달하지는 않는다. 별도 에이전트가 결과를 적극적으로 반박하는 adversarial challenge를 수행한다. 이 검토를 통과하지 못하면 작업을 재실행하거나 다시 분해한다. 결과가 수렴하면 Claude가 최종 검증을 거쳐 보고한다.

대규모 Rust 포팅 프로젝트에서는 약 750,000줄의 코드를 11일 만에 완성한 사례가 보고됐다. 수백 개의 에이전트가 파일을 병렬로 처리했고, 파일마다 리뷰어 에이전트 2명을 배정했다. 빌드와 테스트 수트가 통과할 때까지 Fix Loop를 반복했다.

중단된 장기 작업을 이어가는 체크포인트

며칠 동안 이어지는 작업은 실행 중단과 부분 실패를 전제로 설계해야 한다. Dynamic Workflows는 세션 안의 에이전트 실행 상태를 지속해서 저장하고, 중단되면 같은 세션에서 다시 시작할 수 있도록 한다.

이미 완료된 서브에이전트 결과는 캐시에 남는다. 재개할 때 해당 작업을 다시 실행하지 않고 저장된 결과를 참조한다. 조율 로직도 대화 컨텍스트 외부에 있으므로 컨텍스트가 리셋되더라도 계획은 유지된다.

각 서브에이전트는 서로 분리된 상태를 가진다. 특정 에이전트가 실패해도 그 상태가 전체 워크플로우로 전파되지 않는 구조다.

Opus 4.8의 정직성 향상은 장기 실행의 운영 조건에도 영향을 준다. 모델이 불확실성과 오류를 솔직하게 보고하면 인간 검토 체크포인트에 도달하기 전까지 자율 실행 구간을 더 안전하게 연장할 수 있다. 결함 미보고율이 4배 감소하면서 에이전트가 잘못된 상태를 인지하지 못한 채 다음 작업으로 넘어갈 위험도 크게 줄었다.

Ultracode가 코드베이스 작업을 배분하는 방식

Ultracode는 Claude Code의 에포트 설정이며 현재 세션에만 적용된다. xhigh 수준의 최대 추론 노력과 Dynamic Workflows의 자동 오케스트레이션을 결합해 코드베이스 규모의 작업을 처리한다.

활성화된다고 모든 요청에 워크플로우 기계가 적용되는 것은 아니다. Claude가 태스크의 규모를 판단하고 충분히 큰 작업에 오케스트레이션을 사용한다. 한 에이전트가 코드베이스를 처음부터 끝까지 순차적으로 읽는 대신, 역할별 전문 에이전트가 동시에 작업하는 형태다.

에이전트 역할	담당 작업
의존성 분석 에이전트	패키지 의존 그래프 파악 및 충돌 감지
API 표면 처리 에이전트	인터페이스 변경 및 호환성 검토
테스트 커버리지 에이전트	기존 테스트 매핑 및 신규 테스트 생성
보안 감사 에이전트	취약점 탐지 및 보안 패턴 검토
오케스트레이터 에이전트	결과 조율, 충돌 해결, 최종 병합

이 방식은 Python 2→3이나 React class→hooks 같은 프레임워크 마이그레이션, 전체 코드베이스의 API 호출부를 바꾸는 버전 업그레이드, 전범위 리팩토링에 맞는다. 규모 있는 보안 감사 자동화와 체계적인 테스트 커버리지 생성도 주요 활용 시나리오다.

사용할 때는 Claude Code의 에포트 메뉴에서 ultracode를 선택한다. 이후 워크플로우 오케스트레이션 적용 여부는 모델이 태스크 규모에 따라 결정한다.

실행과 검증이 순환하는 구조

⤢✕

사용자 요청에서 출발한 작업은 태스크 분해와 런타임 실행을 거쳐 병렬 에이전트 풀로 전달된다. 결과는 체크포인트에 저장되고 반박 패스로 넘어간다. 검증에 실패하면 재실행 또는 재분해 단계로 돌아가며, 통과한 결과만 Claude의 최종 검증 후 사용자에게 전달된다.

GPT-5.5와 Gemini 3.1 Pro를 함께 놓고 보면

2026년 5월 기준 공개된 벤치마크는 모델별 강점이 서로 다른 지점에 있음을 보여준다.

벤치마크	Claude Opus 4.8	GPT-5.5	Gemini 3.1 Pro
SWE-Bench Pro	69.2%	58.6%	-
SWE-Bench Verified	88.6%	-	-
Computer Use	83.4%	78.7%	-
GDPval-AA (Elo)	1890	1769	-
Terminal-Bench 2.1	-	78.2%	-

Claude Opus 4.8은 한 세션에서 최대 1,000개의 서브에이전트를 조율하며, 반박 패스로 결과를 검증한다. 플랜-as-코드 구조는 컨텍스트와 독립된 장기 실행을 가능하게 하고, Ultracode는 xhigh 추론과 워크플로우 오케스트레이션을 묶는다. 정직성 향상은 인간 감독 체크포인트 사이의 자율 실행 구간을 늘리는 기반이 된다.

GPT-5.5는 같은 태스크를 더 적은 도구 호출로 빠르게 처리하는 효율성에서 우위를 보인다. Terminal-Bench 2.1에서 78.2%를 기록해 Terminal과 CLI 중심 워크플로우에서도 소폭 앞서며, 멀티링구얼 태스크에 강점이 있다.

Gemini 3.1 Pro는 이미지, PDF, 영상을 다루는 멀티모달 처리 역량이 우수하다. 순수 텍스트와 코드 파이프라인에서는 Claude 또는 GPT-5.5보다 열세다.

Dynamic Workflows의 차이는 단순히 병렬 에이전트 수에만 있지 않다. 경쟁 모델의 단순 Fan-Out 방식과 달리 adversarial refutation을 품질 보증 절차에 넣는다. 체크포인트 재개를 통해 수십만 줄 규모의 코드베이스에서 며칠 동안 이어지는 작업을 한 세션 안에서 다시 시작할 수 있다. 최대 1,000개라는 에이전트 상한은 현재 공개 정보 기준 동급 최고 수준의 병렬 에이전트 용량이다.

장기 자율 실행이 바꾸는 에이전트 운영 기준

750,000줄 규모의 Rust 포팅 사례는 11일 동안 수백 개의 에이전트를 병렬로 투입하고, 파일마다 리뷰어 2명을 배정해 빌드와 테스트가 깨끗하게 통과하도록 했다. 수십만 줄 코드베이스 마이그레이션에서도 킥오프부터 머지까지 기존 테스트 수트 통과를 완료 기준으로 삼았다.

이 사례에서 드러나는 방향은 장기 자율 실행(Long Horizon Autonomy)이다. 인간 개입 없이 며칠 단위의 작업을 끝내는 능력이 플래그십 모델의 경쟁 축으로 올라왔다. 이때 에이전트 정직성은 부가적인 평가 항목이 아니라, 오류를 스스로 보고하며 안전하게 작업을 지속하기 위한 전제다.

계획을 코드나 스크립트로 옮기는 오케스트레이션 레이어 외재화도 같은 맥락에 있다. 계획을 컨텍스트 밖에서 보존하면 컨텍스트 윈도우의 제약을 피하면서 장기 작업을 이어갈 수 있다. 품질 보증은 다수결 앙상블에서 한 단계 더 나아가 adversarial agent가 결과를 반박하는 형태로 발전하고 있다.

비용 측면에서는 Fast Mode 가격이 3배 낮아져 대규모 병렬 에이전트 실행의 경제적 임계점이 내려갔다. low, medium, high, xhigh처럼 추론 노력을 태스크에 따라 조정하는 에포트 제어는 비용과 성능 사이의 선택을 더 세밀하게 만든다.

Claude Opus 4.8 Dynamic Workflows가 제시하는 핵심은 수백 개의 에이전트를 호출하는 기능 자체가 아니다. 플랜-as-코드, 반박 패스, 체크포인트 재개를 결합해 단일 요청과 응답을 넘어선 장기 작업을 운영하는 구조다. Ultracode와의 통합은 대규모 엔지니어링 조직이 수십만 줄의 코드베이스를 자동화할 경로를 열었으며, 이는 2026년 하반기 플래그십 LLM 에이전트 경쟁의 핵심 축이 될 것으로 전망된다.