Anthropic는 시스템 프롬프트 지침의 80%를 제거하고, 며칠 또는 몇 주 동안 자율적으로 실행될 수 있으며 Arc AGI 벤치마크에서 30%를 기록한 새로운 Claude Code 모델인 Opus 5를 출시했습니다. 회사가 "unhobbling(제약 해제)" 전략이라고 부르는 이 "press-delete" 재설계는, 대규모 언어 모델을 통상적으로 채팅 전용 모드에 가두어 두는 소프트웨어적 제약 없이 AI의 가공되지 않은 능력이 표출될 수 있도록 합니다.

왜 이 변화가 중요한가

Anthropic의 엔지니어들은 이전까지 Claude에 모델이 무엇을 말해야 하는지, 무엇을 말하지 말아야 하는지, 그리고 어떻게 과업을 유지해야 하는지를 알려주는 조밀한 가드레일(명시적 프롬프트)을 채워 넣곤 했습니다. 이러한 프롬프트는 목줄처럼 작용하여 모델이 검증되지 않은 행동으로 벗어나는 것을 방지하지만, 동시에 모델이 성취할 수 있는 능력에도 한계를 둡니다. Opus 5가 출시되었을 때, 팀은 전체 프롬프트 스택을 삭제한 다음 지침을 하나씩 다시 추가하며 각각의 영향을 측정했습니다. 새 모델의 능력이 더 뛰어나기 때문에, 기존 문구의 대부분을 삭제했음에도 불구하고 여전히 신뢰할 수 있는 결과를 얻을 수 있었습니다. 이제 시스템은 상위 수준의 목표를 이해하고 완전한 파일과 기능을 생성합니다.

기술적 성과

  • 벤치마크 도약 – Opus 5는 모델의 새로운 문제 해결 능력을 측정하는 지표인 Arc AGI 벤치마크에서 30%의 점수를 기록했습니다. 이전 버전의 Claude는 이보다 훨씬 낮은 점수를 기록했으며, 이는 원시 추론 능력의 상당한 도약을 의미합니다.
  • 확장된 자율성 – "Auto Mode" 기능은 모델이 장기간 작동할 수 있게 하며, 지속적인 인간의 개입 없이도 자체적인 컨텍스트를 유지하며 작업을 진행할 수 있게 합니다. 실제로 개발자는 모델에 사양(specification)을 전달하고 며칠 동안 반복 작업을 수행하도록 둔 다음, 마일스톤에 도달했을 때만 확인하면 됩니다.
  • 프롬프트 인젝션에 대한 방어 강화 – 프롬프트 인젝션은 사용자 입력에 악의적인 지침을 삽입하여 모델이 안전 규칙을 무시하도록 속이는 기법입니다. Anthropic은 내부 연구와 의심스러운 패턴을 식별하는 특화된 분류기(classifier) 덕분에 Opus 5가 이전 모델보다 이러한 공격에 더 잘 저항한다고 밝혔습니다. 또한 출시 전에 종료 기준과 가드레일을 정의할 것을 권장합니다.

개발자와 기업을 위한 시사점

AI 기반 도구를 구축하는 스타트업의 경우, 이번 변화는 "product overhang(제품 오버행)"—즉, 모델이 할 수 있는 일과 주변 소프트웨어가 허용하는 일 사이의 간극—을 넓혀줍니다. 이러한 오버행을 제거함으로써, Claude Code는 단순한 채팅 인터페이스를 코드를 자율적으로 작성, 테스트 및 리팩토링하는 풀스택 개발 어시스턴트로 변모시킬 수 있습니다. 이 모델을 도입하는 기업은 반복적인 코딩 작업에 소비되는 시간을 줄여 엔지니어가 더 높은 수준의 설계 작업에 집중할 수 있도록 할 수 있습니다.

"unhobbling"의 진정한 의미

Cherny는 유능한 모델을 인위적인 제약으로부터 해방시키는 것을 설명하기 위해 "unhobbling"이라는 용어를 만들었습니다. 많은 AI 제품에서 개발자들은 UI나 정책 프레임워크가 모델의 전체 범위를 수용할 준비가 되지 않았기 때문에 모델이 시도할 수 있는 범위를 의도적으로 제한합니다. 그 결과 AI가 사용되지 않는 잠재력이라는 제단 위에 놓여 있는 "product overhang" 상태가 발생합니다. Claude Code는 그 잠재력을 현실로 끌어내어, 모델이 단순한 질의응답 봇이 아닌 소프트웨어의 공동 저자(co-author)로서 행동할 수 있게 합니다.

창업자와 학생을 위한 조언

  • 오버행 포착하기 – 기존 AI 도구들이 현재의 한계를 살짝 벗어난 지점에서 머뭇거리는 작업들을 찾아보세요. 그러한 작업들은 "unhobbling" 접근 방식이 막대한 수익을 가져다줄 수 있는 손쉬운 기회(low-hanging fruits)입니다.
  • 모델의 한계 시험하기 – AI에게 광고된 능력보다 약간 더 어려운 과제를 부여해 보세요. 특히 프롬프트 마찰(friction)을 줄였을 때 모델의 내부 추론 능력은 놀라울 수 있습니다.
  • 명확한 가드레일 정의하기 – 모델을 감독 없이 실행하기 전에 종료 조건(예: 최대 실행 시간, 리소스 제한)과 안전 점검 사항을 마련하세요. 이를 통해 위험을 제한하면서도 AI가 탐색할 수 있도록 할 수 있습니다.

학생들은 이론과 실무를 결합해야 합니다. 알고리즘을 마스터하는 것도 가치 있지만, 그 지식을 제품 사고(product thinking) 및 데이터 기반 실험과 결합한다면 차세대 AI 우선 빌더(AI-first builders)가 될 수 있을 것입니다.

향후 주목할 점

핵심 요약: Anthropic은 시스템 프롬프트의 대부분을 삭제함으로써 더 똑똑한 모델이 훨씬 적은 도움을 받으며 작동할 수 있게 했으며, Claude Code를 몇 주 단위의 프로젝트를 처리할 수 있는 자율 코더로 탈바꿈시켰습니다.