Claude Opus 4.8이란 무엇인가? Dynamic Workflows와 최신 벤치마크 도해 완전 정리

본 기사는 「AI 실험 리포트 Vol.0 (Claude Opus 4.8 と Dynamic Workflows)」의 부교재(용어집) 도해·완전판입니다. 본문에 등장하는 벤치마크(Benchmark) 명칭이나 에이전트(Agent) 용어를 그림과 함께, 비전문가도 따라갈 수 있도록 정리했습니다. 정의는 「대략적으로 이해하는 것」을 우선으로 합니다. 정확한 사양은 각 공식 문서(System Card 등)를 참조해 주십시오.

새로운 AI 모델 기사에는 SWE-bench Pro나 GDPval, Dynamic Workflows와 같이 생소한 단어들이 한꺼번에 등장합니다. 본고에서는 그것들을 「무엇을 측정하는가/의미하는가」 + 「본문에서의 수치」를 세트로 하여 도해와 함께 나열했습니다. 위에서부터 읽을 필요는 없으며, 관심 있는 용어만 골라 보시기 바랍니다.

먼저, 본고에 등장하는 벤치마크를 「무엇을 측정하는가」에 따라 5가지로 나누어 조망합니다. 개별 정의는 이후 각 섹션에 있습니다.

용어	의미
Claude Opus 4.8	Anthropic의 최상위 모델 최신 버전 (2026년 5월 28일 공개). 본 시리즈 Vol.0의 주인공.
...

그림 2. Claude Opus의 출시 계보 (4.7→4.8은 불과 41일)

용어	의미
SWE-bench Verified	실제 GitHub 과제(버그 수정 등)를 끝까지 해결할 수 있는지 측정하는 표준 벤치마크. 사람이 검증한 500문제. 이미 포화 상태에 가까움 (본고: 4.8 = 88.6%).
...
용어	의미
---	---
OSWorld-Verified	실제 OS (Ubuntu 등의 가상 머신) 상에서 문서 편집, 웹 브라우징, 파일 조작과 같은 현실적인 PC 작업을 수행할 수 있는지 측정 (본고: 4.8 = 83.4%).
...
용어	의미
---	---
HLE (Humanity's Last Exam)	각 분야의 전문가 수준의 초고난도 문제를 모은, 현재 가장 어려운 일반 추론 벤치마크 중 하나 (본고: 도구 미사용 시 4.8 = 49.8%).
...

각 벤치마크의 실제 수치 (Opus 4.7 / 4.8 / 타사)를 정리하면 다음과 같습니다. '연한 색'은 4.8이 1위가 아닌 항목입니다.

그림 3. 주요 벤치마크 비교 (Claude Opus 4.7 vs 4.8)

용어	의미
Dynamic Workflows	Claude Code의 신기능 (리서치 프리뷰). 상위 에이전트(Parent Agent)가 처리를 동적으로 구성하고, 다수의 하위 에이전트(Sub-agent)를 병렬 실행하며, 적대적으로 검증하여 수렴할 때까지 반복하는 메커니즘.
...
그림 4. Dynamic Workflows의 처리 플로우

용어	의미
에포트 (effort)	모델이 태스크에 들이는 「노력」(사고량)의 단계. low / medium / high / xhigh / max가 있으며, Opus 4.8의 기본값은 high.
...
용어	의미
---	---
할루시네이션 (Hallucination)	그럴듯하지만 사실이 아닌 출력을 생성해 버리는 현상.
...

본고의 「신뢰성」과 Dynamic Workflows는 사실 같은 목적——AI의 과신을 어떻게 억제할 것인가——에 대한, 층을 달리한 답변으로 읽을 수 있습니다.

그림 5. 과신을 억제하는 이층 구조 (모델 단독의 정직함 × 복수 에이전트의 상호 반증)

용어를 이해하면 벤치마크 표는 「어디가 정말로 성장했는가」를 읽는 도구가 됩니다. 본편 Vol.0에서는 이 용어를 바탕으로 능력·신뢰성·비용의 3축으로 Claude Opus 4.8을 정리하고 있습니다. 함께 확인해 보시기 바랍니다.

• Anthropic 「Introducing Claude Opus 4.8」: https://www.anthropic.com/news/claude-opus-4-8
• OpenAI 「GDPval」: https://openai.com/index/gdpval/
• Artificial Analysis 「GDPval-AA Leaderboard」: https://artificialanalysis.ai/evaluations/gdpval-aa