앤트로픽, 전문 모델 역할을 갖춘 AI 컨설턴트 도구 공개

Anthropic은 Claude Platform API 내에 ‘Advisor Tool’을 공식 출시하며, 개발자들에게 새로운 하이브리드 지능 모델을 선보였습니다. 이 구조에서는 더 저렴하고 빠른 모델이 작업량의 대부분을 처리하며, 복잡한 의사결정이 필요한 경우에만 가장 강력한 모델에 전략적 조언을 자동으로 구합니다. 이러한 설계는 “대형 모델이 계획을 세우고, 소형 모델이 실행한다”는 기존의 에이전트 개발 방식을 근본적으로 재고하여, 비용 대비 성능 면에서 진정으로 최적의 솔루션을 제공합니다.

혁신적인 메커니즘: 소형 모델이 실행하고, 대형 모델이 조언한다

이 새로운 기능은 Claude Sonnet 또는 Haiku를 도구 호출, 작업 처리, 결과 통합을 담당하는 "실행자(executor)"로 위치시킵니다. 실행자는 스스로 해결할 수 없는 어려운 문제에 직면했을 때만 현재 컨텍스트를 Claude Opus에 전달하여 조언을 구합니다.

Opus는 고수준의 해결책, 방향 수정, 또는 전략적 지침을 제공한 후 즉시 제어권을 실행자에게 반환합니다. 결정적으로 Opus는 도구를 직접 호출하거나 사용자에게 최종 결과를 출력하지 않으며, 대신 보이지 않는 "전략가" 역할을 수행합니다. 이러한 역전된 설계는 토큰 소비의 대부분이 저비용 모델에서 발생하도록 보장하며, 중요한 순간을 위해 고성능 컴퓨팅 자원을 확보해 둡니다.

성능과 비용: 테스트에서의 윈-윈

공식 테스트 데이터는 다음과 같은 상당한 이점을 보여줍니다:

Sonnet과 Opus Advisor의 조합은 Sonnet 단독 사용 대비 다국어 SWE-bench에서 2.7% 포인트의 성능 향상을 보였으며, 작업당 총 비용은 11.9% 감소했습니다 .

하이크(Haiku)와 오퍼스 어드바이저(Opus Advisor) 의 조합은 더욱 놀라운 결과를 보여주었습니다. 브라우즈컴프(BrowseComp) 테스트에서 점수가 19.7%에서 41.2%로 급등하며 성능이 사실상 두 배로 향상되었습니다. 비록 소넷 단독 성능보다는 여전히 약 29% 뒤처지지만, 비용은 소넷의 15% 수준에 불과하여 오류 허용 범위가 넓은 고동시성 배치 처리 시나리오에 이상적입니다.

이러한 결과는 핵심 결정을 지능적으로 라우팅함으로써, 개발자들이 "Opus는 상시 사용하기에 비용이 너무 비싸다"와 "Sonnet만으로는 성능이 부족하다"는 어려운 선택의 딜레마를 극복할 수 있음을 보여줍니다.

사용이 간편함: 한 줄의 구성으로 활성화

개발자는 Messages API의 tools 배열에 advisor_20260301 유형의 도구 정의를 추가하기만 하면 이 기능을 활성화할 수 있습니다. 모델 전환 및 컨텍스트 전달과 같은 복잡한 작업은 단일 API 요청 내에서 자동으로 관리되므로, 여러 호출을 수동으로 조정하거나 추가 컨텍스트를 관리할 필요가 없습니다.

max_uses 매개변수를 통해 요청당 어드바이저 상담 횟수를 유연하게 제어할 수 있습니다. 과금 측면에서 실행기(executor)와 어드바이저의 토큰 사용량은 별도로 청구되므로 투명성과 관리 편의성이 보장됩니다. 현재 베타 버전으로, 이 기능을 사용하려면 요청 헤더에 `anthropic-beta: advisor-tool-2026-03-01`을 추가해야 합니다.

산업적 영향: 비용 효율적인 에이전트 개발을 위한 새로운 문 열기

Advisor Tool의 출시는 AI 에이전트 개발 패러다임의 중요한 진화를 의미합니다. 이를 통해 개발자는 약 95%의 작업에서 Sonnet의 실행 효율성과 Sonnet에 근접한 가격을 누리면서, 5%의 중요한 의사 결정 지점에서는 Opus 수준의 판단력을 얻을 수 있습니다. 이러한 "실행자 + 어드바이저" 하이브리드 전략은 대규모 배포 비용을 대폭 절감할 뿐만 아니라, 복잡한 워크플로우에서 소형 모델의 활용 가능성을 획기적으로 높여줍니다.

코딩 에이전트, 브라우저 자동화 도구, 대용량 데이터 처리 시스템을 구축할 때를 막론하고, 어드바이저 툴은 효율적이고 유연하며 경제적인 옵션을 제공합니다. Anthropic은 모델 성능의 획기적인 발전이 단순히 파라미터 규모에서 비롯되는 것이 아니라, 아키텍처와 사용 패턴의 혁신에서 비롯된다는 사실을 다시 한번 입증했습니다.

베타 단계가 지속됨에 따라, 이 기능은 고성능이면서도 비용 효율적인 AI 에이전트를 구축하는 개발자들에게 빠르게 표준 도구로 자리 잡을 전망입니다. 향후 업데이트와 추가 벤치마크 성능은 확실히 주목할 만합니다.