Amazon Web Services 한국 블로그

Amazon Bedrock, Anthropic Claude Opus 4.7 모델 정식 출시

오늘은 코딩, 장기 실행 에이전트, 전문 작업 전반에 걸쳐 성능을 향상하는 Anthropic의 가장 지능적인 Opus 모델인 Amazon Bedrock의 Claude Opus 4.7을 발표합니다.

Claude Opus 4.7은 Amazon Bedrock의 차세대 추론 엔진을 기반으로 하며, 프로덕션 워크로드에 필요한 엔터프라이즈급 인프라를 제공합니다. Bedrock의 새로운 추론 엔진은 요청에 용량을 동적으로 할당하는 최신 예약 및 스케일링 로직을 갖추고 있어 특히 안정적인 상태의 워크로드에 대한 가용성을 개선하고 빠르게 스케일링되는 서비스를 위한 공간을 확보합니다. 운영자 액세스가 전혀 없기 때문에 Anthropic 또는 AWS 운영자가 고객 프롬프트와 응답을 볼 수 없어 민감한 데이터는 비공개로 유지됩니다.

Anthropic에 따르면, Claude Opus 4.7 모델은 에이전틱 코딩, 지식 업무, 시각적 이해, 장기 실행 작업 등 팀이 프로덕션 환경에서 수행하는 워크플로 전반에 걸쳐 성능이 개선되었습니다. Opus 4.7은 모호한 상황에서 더 잘 작동하고, 문제 해결 면에서 더욱 철저하며, 지침을 더 정확하게 따릅니다.

  • 에이전틱 코딩: 이 모델은 에이전틱 코딩 분야를 선두하는 Opus 4.6을 더욱 강화하여 장기적인 자율성, 시스템 엔지니어링, 복잡한 코드 추론 작업에서 더 강력한 성능을 제공합니다. Anthropic에 따르면 이 모델은 SWE-bench Pro에서 64.3%, SWE-bench Verified에서 87.6%, Terminal-Bench 2.0에서 69.4%의 높은 성능 점수를 기록했습니다.
  • 지식 업무: 이 모델은 문서 작성, 재무 분석, 다단계 연구 워크플로에서 더 나은 성능을 보여주어 전문 지식 업무를 발전시킵니다. 이 모델은 불완전하게 명시된 요청을 추론하여 합리적인 가정을 세우고 명확하게 기술하며, 자체 검증을 통해 첫 단계에 품질을 개선합니다. Anthropic에 따르면, 이 모델은 Finance Agent v1.1에서 64.4%의 정확도를 달성했습니다.
  • 장기 실행 작업: 이 모델은 모호성을 해결하고 출력을 자체 검증함으로써, 더 긴 시간에 걸쳐 일관된 성능을 유지하며, 1백만 토큰 규모의 전체 컨텍스트 창에서 더욱 뛰어난 성과를 보여줍니다.
  • 비전: 이 모델에는 고해상도 이미지 지원이 추가되어 세부 정보가 중요한 차트, 복잡한 문서, 화면 UI의 정확도가 개선됩니다.

이 모델은 Opus 4.6에서 업그레이드되었지만 모델을 최대한 활용하려면 프롬프팅 변경과 하네스 조정이 필요할 수 있습니다. 자세히 알아보려면 Anthropic의 프롬프팅 가이드를 참조하세요.

Claude Opus 4.7 모델 작동 방식
Amazon Bedrock 콘솔에서 Claude Opus 4.7 모델을 시작할 수 있습니다. Test 메뉴에서 Playground를 선택하고 모델을 선택할 때 Claude Opus 4.7을 선택합니다. 이제 이 모델을 사용하여 복잡한 코딩 프롬프트를 테스트할 수 있습니다.

아래와 같은 기술 아키텍처 결정에 대한 프롬프트 예제를 실행합니다.
AWS에서 여러 지리적 리전에 걸쳐 초당 10만 건의 요청을 처리할 수 있는 분산 아키텍처를 Python으로 설계합니다.

Anthropic Messages API를 사용하여 Anthropic SDK 또는 bedrock-mantle 엔드포인트를 통해 bedrock-runtime을 직접적으로 호출함으로써 모델에 프로그래밍 방식으로 액세스하거나 AWS Command Line Interface(AWS CLI) 및 AWS SDK를 통해 bedrock-runtime의 Invoke 및 Converse API를 계속 사용할 수 있습니다.

Amazon Bedrock에 대한 첫 번째 API 직접 호출을 몇 분 안에 시작하려면 콘솔의 왼쪽 탐색 창에서 Quickstart를 선택합니다. 사용 사례를 선택한 후 테스트 목적으로 요청을 인증하기 위한 단기 API 키를 생성할 수 있습니다.

OpenAI 호환 Responses API와 같은 API 방식을 선택하면 프롬프트를 실행하여 이 모델을 사용해 추론 요청을 수행하는 데 필요한 샘플 코드를 얻을 수 있습니다.


Anthropic Claude Messages API를 통해 모델을 간접적으로 호출하려면 anthropic[bedrock] SDK 패키지를 사용하여 다음과 같이 간소화된 방식으로 진행할 수 있습니다.

anthropic에서 AnthropicBedrockMantle 가져오기
# Bedrock Mantle 클라이언트 초기화(자동으로 SigV4 인증 사용)
mantle_client = AnthropicBedrockMantle(aws_region="us-east-1")
# Messages API를 사용하여 메시지 생성
message = mantle_client.messages.create(
    model="us.anthropic.claude-opus-4-7",
    max_tokens=32000,
    messages=[ 
	    {"role": "user", "content": "AWS에서 여러 지리적 리전에 걸쳐 초당 10만 건의 요청을 처리할 수 있는 분산 아키텍처를 Python으로 설계합니다."}
    ]
)
print(message.content[0].text)

AWS CLI와 Invoke API를 사용하여 bedrock-runtime 엔드포인트로 직접 모델을 간접적으로 호출하기 위해 다음 명령을 실행할 수도 있습니다.

aws bedrock-runtime invoke-model \ 
 --model-id us.anthropic.claude-opus-4-7 \ 
 --region us-east-1 \ 
 --body '{"messages": [{"role": "user", "content": "AWS에서 여러 지리적 리전에 걸쳐 초당 10만 건의 요청을 처리할 수 있는 분산 아키텍처를 Python으로 설계합니다."}], "max_tokens": 32000}' \ 
 --cli-binary-format raw-in-base64-out \ 
invoke-model-output.txt

더 지능적인 추론 기능을 위해 Claude Opus 4.7의 적응형 사고를 사용할 수 있습니다. 이 기능을 통해 Claude는 각 요청의 복잡성에 따라 사고 토큰 예산을 동적으로 할당할 수 있습니다.

더 자세히 알아보려면 Anthropic Claude Messages API를 방문하여 다양한 사용 사례와 여러 프로그래밍 언어로 작성된 코드 예제를 확인하세요.

알아야 할 사항
유용하다고 생각한 몇 가지 중요한 기술 정보를 공유하겠습니다.

  • API 선택: 모델 추론을 위해 다양한 Bedrock API와 Anthropic Messages API 중에서 선택할 수 있습니다. Bedrock 네이티브 Converse API는 멀티턴 대화와 Guardrails 통합을 지원합니다. Invoke API는 직접 모델 간접 호출과 최하위 수준 제어를 제공합니다.
  • 스케일링 및 용량: Bedrock의 새로운 추론 엔진은 다양한 모델에 걸쳐 용량을 신속하게 프로비저닝하고 제공하도록 설계되었습니다. 요청을 수락할 때, 안정적인 상태의 워크로드를 유지하는 것을 우선시하며, 수요 변화에 따라 사용량과 용량을 신속하게 확대합니다. 수요가 높은 기간에는 요청이 거부되지 않고 대기열에 추가됩니다. 계정 및 리전별로 최대 10,000건의 분당 요청(RPM)을 즉시 이용할 수 있으며, 요청 시 더 많은 요청을 처리할 수 있습니다.

정식 출시
Anthropic의 Claude Opus 4.7 모델은 현재 미국 동부(버지니아주 북부), 아시아 태평양(도쿄), 유럽(아일랜드), 유럽(스톡홀름) 리전에서 사용 가능합니다. 향후 업데이트 사항은 전체 리전 목록을 확인하세요. 더 자세히 알아보려면 Amazon Bedrock 기반 Anthropic의 Claude 페이지와 Amazon Bedrock 요금 페이지를 참조하세요.

지금 바로 Amazon Bedrock 콘솔에서 Anthropic의 Claude Opus 4.7을 사용해 보고, Amazon Bedrock용 AWS re:Post에 피드백을 보내거나 일반적인 AWS Support 문의를 통해 피드백을 보내 주세요.

— Channy