Opus 4.8 43일 출시 주기와 하네스 경쟁, AI 모델 교체 속도가 말해주는 것

핵심 메시지

• Opus 4.7에서 4.8까지 걸린 시간이 43일로, 두 달 남짓이던 프런티어 모델 교체 주기가 또 짧아졌다.
• Anthropic은 성능을 유지하면서 더 작고 저렴해진 모델을 내놓았고, 몇 주 안에 상위 계열인 Mythos급 모델을 모든 고객에게 열겠다고 예고했다.
• 대화의 무게중심은 모델 자체가 아니라 서브에이전트를 조율하는 하네스(harness)와 지연시간·토큰 비용으로 옮겨갔다.
• 모델이 에르되시 문제 하나를 푼 뒤, 오히려 인간 수학자들이 그 방법을 배워 다른 문제를 해결하는 2차 효과가 나타났다.
• 기업들이 실제로 API 요금을 지불하기 시작하면서 Anthropic과 OpenAI가 제품-시장 적합성을 찾았다는 해석이 나온다.

쉽게 이해하기

2026년 5월 30일 녹화된 이 회차는 Google I/O와 Opus 4.8 발표를 출발점으로 삼는다. 진행자 최승준은 Opus 4.7이 4월 16일에 나왔으니 이번 간격이 43일이라고 짚는다. 직전까지는 70일, 즉 두 달을 조금 넘는 리듬이었다. 샘 올트먼이 호주 행사에서 '두 달이면 세상이 바뀌는데 연간 계획이 필요하냐'는 취지로 말했다는 소식도 같은 맥락으로 언급된다.

Anthropic은 블로그에서 Opus 4.8을 '작지만 분명히 체감되는 개선'으로 설명하면서, 같은 역량을 더 낮은 비용으로 쓸 수 있는 모델과 더 높은 지능의 새 계열을 함께 예고했다. 실제로 일부 외부 벤치마크는 4.7보다 낮아진 항목도 있었다. 두 사람은 이를 성능 후퇴가 아니라 토큰 경제 안에서 살아남기 위한 체급 조정으로 읽는다. 같은 시기 Google I/O의 주인공도 Pro가 아니라 Gemini 3.5 Flash였다.

기술적으로 가장 많은 분량을 차지한 주제는 Anthropic이 함께 공개한 Dynamic Workflows다. 큰 모델이 모든 분기점을 읽고 판단하는 대신, 처음에 서브에이전트를 어떻게 조율할지 결정적인 코드로 짜두고 그 코드가 끝까지 실행을 통제하는 구조다. 최승준은 Corca CTO 강규영이 쓴 'code as harness'라는 표현을 소개하고, Cloudflare에도 같은 이름의 제품이 있으며 Recursive Language Models 논문, DSPy, TextGrad 같은 메타 최적화 흐름과 이어진다고 정리한다. Varun Mohan의 데모에서는 93개의 서브에이전트가 1만 5천여 번의 모델 호출로 커널과 드라이버를 처음부터 작성해 12시간 만에 Doom을 부팅시켰다.

수학 이야기는 이 흐름의 다른 얼굴이다. 5월 중순 한 모델이 에르되시 문제 가운데 하나를 특수한 스캐폴딩으로 풀어냈는데, 평가 단계에 인간을 중요한 역할로 두었다는 점이 기존 시도와 달랐다. 노엄 브라운은 알파고 이후 인간 바둑 기사의 실력이 눈에 띄게 올라갔듯 수학에서도 비슷한 패턴이 나타날 것이라고 봤고, 실제로 티모시 가워스는 AI 해법에서 쓰인 방법을 사람이 배워 가법 조합론의 다른 문제를 해결했다고 전했다. 최승준은 이 대목에서 사고를 계속 위임하면 개인의 역량이 줄어든다는 '생성형 인지 저하' 우려도 함께 꺼낸다.

마지막 축은 돈과 사람이다. 사이먼 윌리슨의 분석을 인용해, 기업 고객이 이미 API 요금을 내는 단계로 넘어갔고 OpenAI가 703개, Anthropic이 390개의 공개 채용 공고를 내고 있다는 점을 짚는다. 노정석은 여기서 '엔지니어'라는 말의 의미가 바뀌고 있다고 본다. 자기 회사에서 Claude Code로 일하는 인력의 절반은 전통적인 엔지니어 출신이 아니고, 마케터나 PM이었던 사람들이 이미 만들어진 프롬프트를 스킬처럼 불러 쓰며 문제를 끝낸다는 것이다.

주요 인사이트

• 모델 교체 주기가 43일까지 줄었다는 것은 조직이 '항상 교체 중'인 상태를 기본값으로 감당해야 한다는 뜻이다.
• 최고 성능 모델보다 정해진 품질을 만족하는 가장 빠르고 싼 모델을 배치하는 능력이 실제 비용을 좌우한다.
• 결정적인 코드로 에이전트를 조율하는 접근은 모델이 자기 결과를 스스로 평가할 때 생기는 느슨함을 우회하는 장치다.
• AI가 내놓은 해법이 공개되면 인간 전문가가 그것을 학습해 인접 문제를 푸는 2차 효과가 관측되기 시작했다.
• 사고를 위임할수록 개인 역량이 떨어지는 현상과 역량이 증폭되는 현상이 같은 시기에 동시에 나타나고 있다.

자주 묻는 질문

관련 AI 소식