서론 🧠
2026년 현재, Claude의 **Extended Thinking(확장 사고)**는 장문 구조화 분석 태스크에서 실용 수준에 도달해 있습니다. 이번에 Yahoo! 뉴스 토픽 목록을 스크레이핑하여, Claude API에 「비즈니스 기회 추출」을 의뢰하는 파이프라인을 구축했습니다. 본 기사에서는 그 기술적인 고안과 AI가 내놓은 예상치 못한 결과를 공유합니다.
아키텍처 개요 ⚙️
Yahoo! 뉴스 → BeautifulSoup → 구조화된 JSON
↓
Claude API (extended thinking: enabled)
...
포인트는 뉴스를 **「번호가 매겨진 리스트」**로 만들어 Claude에게 전달하는 것입니다. 후속 단계에서 「근거 뉴스 번호」를 참조할 수 있도록 추적 가능성(Traceability)을 확보하기 위함입니다.
프롬프트 설계의 핵심 ✍️
Extended Thinking를 활용하기 위해서는 「사고의 틀(Framework)」과 「출력 포맷(Output Format)」을 분리하는 것이 효과적이었습니다.
system_prompt = """
당신은 비즈니스 애널리스트. 다음 순서로 사고하라:
1. 뉴스 횡단 트렌드를 3개 추출 (복수 뉴스의 통합 필수)
...
주목할 점은 **「24시간 이내에 실행 가능한 액션을 단 하나만」**이라는 제약 조건입니다. 이것이 없으면 AI는 추상적인 「시장 조사를 하라」는 식의 답변을 내놓기 쉽습니다. 구체성은 제약으로부터 태어난다는 것이 이번의 가장 큰 배움이었습니다.
response = client.messages.create(
model="claude-sonnet-4-5",
max_tokens=8000,
...
budget_tokens=5000이 적정 지점(Sweet spot)입니다. 이보다 낮으면 트렌드 통합이 부실해지고, 이보다 높으면 내용이 장황해집니다.
AI가 내놓은 분석 중 흥미로웠던 점 🎯
1. 「쓰레기 버리는 중의 몇 분간」이라는 해상도
강도 뉴스 2건으로부터 Claude는 「쓰레기 배출·현관 개방 시의 몇 분간에 특화된 단시간 경계 모드」라는 서비스 사양을 제안했습니다. 보도 텍스트에는 「쓰레기 배출」이라는 단어가 직접 등장하지 않는 경우도 있었으나, 확장 사고(Extended Thinking) 로그를 보면 「피해 발생 시간대」와 「주택 구조」를 조합하여 추론하고 있었습니다. 인간이 놓치기 쉬운 "시간축의 사각지대"를 메우는 것이 AI의 강점임을 재확인했습니다.
2. 오타니 쇼헤이 → 만다라트 차트 교재화
스포츠 뉴스 3건으로부터 「이도류 육성 스쿨」을 제안하며, 교재로서 오타니 선수가 고교 시절 사용했던 목표 설정 프레임워크까지 언급했습니다. 뉴스 본문에는 포함되지 않은 일반 지식과의 연결이 자연스럽게 이루어졌습니다.
3. 리스크에 대한 자기 비판
놀라웠던 점은, **「오타니 개인에 대한 의존도가 높아 붐이 가라앉으면 소구력이 저하됨」**이라며 자신의 제안을 스스로 비판했다는 것입니다. Extended Thinking에서는 「반대 의견을 내부적으로 검토하는」 단계가 효과를 발휘하는 듯하며, 출력의 신뢰도가 한 단계 높아집니다.
주의할 점 🪤
- 사고 토큰(Thinking Tokens)은 과금 대상입니다. Dry run을 통해 budget을 조정할 것을 권장합니다.
- 뉴스 번호 매칭은 출력 후 정규 표현식(Regex)으로 검증이 필수적입니다 (드물게 어긋나는 경우가 있음).
- 시의성이 높은 화제는 하루 만에 모델 지식과 괴리될 수 있으므로, Web 검색 도구와의 병용이 바람직합니다.
요약
Extended Thinking는 「사고 프로세스의 분리」와 「구체성을 강제하는 제약」을 조합했을 때 진가를 발휘합니다. 다음에는 동일한 파이프라인을 업종별 뉴스에 적용하여, 도메인 특화형 가설 생성기를 만들 예정입니다.