Claude Opus 4.5 출시, 무엇이 달라졌나
2025년 11월 24일(현지 시각), Anthropic이 새로운 플래그십 모델 Claude Opus 4.5를 공개했습니다. 개발자는 API에서 claude-opus-4-5-20251101이라는 모델 ID로 바로 사용할 수 있으며, Claude 앱, API, AWS·Google Cloud·Microsoft Azure 등 주요 클라우드 플랫폼에서 동시에 제공이 시작됐습니다.
이번 업데이트에서 가장 눈에 띄는 변화는 세 가지입니다.
첫째, 코딩 성능입니다. Opus 4.5는 실무형 소프트웨어 엔지니어링 벤치마크인 SWE-bench Verified에서 80.9%를 기록하며, 이 벤치마크에서 80%를 넘긴 첫 모델이 되었습니다. 직전 세대인 Sonnet 4.5가 77.2%였던 것과 비교하면 짧은 기간 안에 상당한 격차를 만든 셈입니다. Anthropic은 코드 마이그레이션, 리팩터링처럼 여러 파일에 걸친 대규모 작업에 특히 강점이 있다고 설명합니다.
둘째, 업무 도구 통합입니다. 그동안 파일럿으로만 운영되던 Claude for Excel과 Claude for Chrome이 이번 출시와 함께 더 넓은 사용자층에게 열렸습니다. Claude for Excel은 Max, Team, Enterprise 요금제 사용자를 대상으로 피벗 테이블, 차트, 파일 업로드를 지원하며, 워크북 전체와 여러 시트 간 수식 의존관계를 이해해 셀 단위로 근거를 밝히며 작업합니다. 다만 아직 피벗 테이블 생성, 조건부 서식, 매크로·VBA는 지원 범위에 포함되지 않습니다. Claude for Chrome 확장 프로그램은 Max 요금제 사용자 전체에게 제공되기 시작했습니다.
셋째, 비용 효율성입니다. Opus 4.5의 가격은 입력 토큰 기준 100만 개당 5달러, 출력 토큰 기준 100만 개당 25달러로 책정됐습니다. 이는 이전 Opus 4.1 대비 상당히 낮아진 가격대로, Anthropic은 더 많은 사용자와 기업이 Opus 수준의 성능에 접근할 수 있게 됐다고 설명합니다. 또한 API에 새로 추가된 effort 파라미터를 통해 응답의 철저함과 토큰 사용량 사이의 균형을 조절할 수 있는데, medium 단계로 설정하면 Sonnet 4.5의 SWE-bench 최고 점수를 76% 더 적은 출력 토큰으로 달성한다고 밝혔습니다.
실무자 입장에서 체감되는 변화
에이전트형 작업 방식
Opus 4.5는 스스로 작은 단위 모델(Haiku 등)을 서브 에이전트로 두고 지시하는 구조에 최적화되어 있습니다. 예를 들어 하나의 큰 업무를 “요구사항 정리 → 코드 작성 → 테스트 실행 → 결과 검토”처럼 여러 단계로 나눈 뒤, 각 단계를 다른 모델에 위임하고 결과를 취합하는 방식입니다. 사무직 자동화 작업에서는 반복 시행착오를 통해 스스로 결과물의 완성도를 높이는 능력도 확인됐다고 합니다.
이런 흐름은 코딩 어시스턴트가 실제 “일을 맡길 수 있는” 도구로 진화하는 큰 흐름과 맞닿아 있습니다. 관련해서는 이전에 다룬 2026년 AI 코딩 도구, 비개발자가 알아야 할 흐름 글에서 에이전트형 코딩 도구의 개념을 좀 더 자세히 소개하고 있으니 참고하시면 좋습니다.
엑셀·문서 업무에서의 활용
Claude for Excel처럼 스프레드시트에 직접 개입하는 기능이 확대되면서, 여러 개의 원본 파일을 매번 수작업으로 취합하던 업무 방식에도 영향이 있을 것으로 보입니다. 다만 국내 중소기업 환경에서는 아직 사내 정책상 외부 AI 도구에 파일을 업로드하기 어려운 경우가 많고, 요금제 제약(Max·Team·Enterprise 한정)도 있어 당장 전면 도입보다는 파이썬 스크립트 기반의 자동화와 병행하는 편이 현실적입니다. 이미 pandas·openpyxl로 엑셀 취합 자동화를 구축해두셨다면, Claude API를 그 파이프라인의 ‘판단 담당’ 단계에 추가하는 식의 하이브리드 구성도 고려해볼 만합니다. 구체적인 자동화 구현 방법은 엑셀 반복 업무, 파이썬으로 10분 만에 끝내기 글에서 다루고 있습니다.
코드 예시로 보는 effort 파라미터 활용
API를 직접 호출하는 개발 담당자라면 effort 파라미터로 비용을 조절할 수 있습니다. 대량의 단순 분류 작업에는 low, 복잡한 제안서 문구 검토에는 high를 지정하는 식입니다.
import anthropic
client = anthropic.Anthropic(api_key="YOUR_API_KEY")
response = client.messages.create(
model="claude-opus-4-5-20251101",
max_tokens=1024,
extra_headers={"anthropic-beta": "effort-2025-11-24"},
messages=[
{
"role": "user",
"content": "다음 견적서 초안의 금액 항목과 조건을 검토하고 누락된 항목을 알려줘."
}
],
)
print(response.content)실제 파라미터 이름과 사용 방식은 API 버전에 따라 달라질 수 있으므로, 도입 전에는 반드시 Anthropic 공식 문서에서 최신 사용법을 확인하는 것이 안전합니다.
도입 시 고려할 점
Opus 4.5는 분명 코딩과 에이전트 작업에서 강력한 성능을 보여주지만, 모든 조직이 곧바로 최상위 모델을 도입해야 하는 것은 아닙니다. 문서 요약이나 단순 응대처럼 상대적으로 가벼운 업무에는 Sonnet이나 Haiku 계열로도 충분한 경우가 많고, 비용 대비 효과를 먼저 소규모로 검증해보는 편이 안전합니다. 또한 Claude for Excel처럼 사내 데이터가 외부 서비스로 전송되는 기능은 보안 정책, 특히 B2G 환경에서는 반드시 사전 검토가 필요합니다.
한편 사내에 이미 자동화된 파일 정리 체계가 있다면 AI 기능 확장도 훨씬 수월합니다. 다운로드 폴더나 공유 문서함 관리가 아직 정리되지 않은 상태라면, 관공서·중소기업 PC, 매일 반복되는 파일 정리 자동화하기 글에서 소개한 배치 스크립트부터 적용해보시는 것도 좋은 출발점이 될 수 있습니다.
마치며
이번 Opus 4.5 출시는 단순한 성능 지표 경쟁을 넘어, AI가 코드 작성뿐 아니라 스프레드시트·문서 같은 실제 사무 도구 안으로 들어오고 있다는 방향성을 보여줍니다. 다만 새 모델과 기능이 나올 때마다 조직 전체를 급하게 바꿀 필요는 없으며, 우리 업무 중 어떤 반복 작업에 어떤 수준의 AI가 맞는지를 먼저 가늠하는 것이 중요합니다. 픽셀앤코드는 맞춤형 소프트웨어 개발과 데이터 가공, IT 교육을 함께 진행하는 만큼, 이런 최신 AI 도구를 실제 사내 업무 프로세스에 무리 없이 접목하는 방법에 대해서도 필요하실 때 편하게 문의해 주시기 바랍니다.