🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Claude를 포기하려던 불만의 핵심은 Opus 4.7의 작업 누락과 드리프트였고, Opus 4.8은 최소 초기 24시간 기준으로 그 약점을 크게 줄인 실전형 개선으로 평가된다.

📌 핵심 요점

1. Opus 4.7은 큰 작업 안의 어려운 하위 과제를 “나중에 처리”하겠다고 미루고 실제로는 잊어버리는 문제가 반복돼, 글쓰기·콘텐츠 제작·소프트웨어 작업의 기반을 불안정하게 만들었다.
2. 발표자는 새 모델을 벤치마크보다 실제 업무 흐름에 바로 투입해 평가하며, Opus 4.8도 뉴스레터·클라이언트 작업·제품 제작 등 기존 Claude 중심 워크플로우에서 약 24시간 사용한 체감 성능을 기준으로 판단했다.
3. Opus 4.8은 어려운 부분을 즉시 처리하고, 컨텍스트와 메모리 파일을 더 잘 유지하며, 시스템 지시문·Claude.md·스킬 같은 기존 운영 체계를 더 안정적으로 따르는 것으로 묘사됐다.
4. 글쓰기와 voice skill 측면에서는 본인·브랜드·클라이언트별 말투를 더 잘 반영해, Opus 4.7에서 자주 보이던 일반적인 AI 문체와 사용자 말투의 혼합이 줄어든 것으로 평가됐다.
5. 퍼블리싱 워크플로우를 Claude skill로 재구축하거나 SaaS 플랫폼 기능을 제안·구현한 사례는 Opus 4.8이 단순 답변 도구보다 자율적 작업 파트너에 가까워지는 징후로 제시됐다.

🧩 배경과 문제 정의

• 이 영상은 Claude Opus 4.7에서 반복적으로 발생한 “어려운 하위 과제 회피” 문제를 출발점으로 삼는다.
• 발표자에게 Claude는 단순 보조 도구가 아니라 뉴스레터, 클라이언트 작업, 제품 제작까지 떠받치는 핵심 업무 인프라에 가깝다.
• 따라서 모델이 큰 작업 중 일부 핵심 과제를 미루거나 잊어버리면, 단순한 답변 품질 저하가 아니라 전체 산출물의 신뢰성과 운영 안정성 문제로 이어진다.
• Opus 4.8 평가는 공개 벤치마크나 공식 발표문 중심이 아니라, 출시 직후 약 24시간 동안 실제 업무 흐름에 바로 투입해 체감한 변화에 초점이 맞춰져 있다.
• 핵심 문제의식은 Opus 4.8이 4.7에서 약해졌던 하위 과제 처리, 기억 유지, 시스템 준수, 글쓰기 voice adherence, 자율적 실행 능력을 실제 운영 환경에서 회복했는지에 있다.

🕒 시간순 섹션별 상세정리

1. Opus 4.7의 반복 실패와 4.8 첫 체감 변화

• Opus 4.7은 큰 작업 안의 작은 하위 과제를 중요하다고 인식하면서도 “나중에 처리하자”는 식으로 미뤘고, 실제로는 다시 처리하지 않아 작업 기반에 구멍을 만들었다 [00:24]
• 이런 문제는 단발성 실수가 아니라 글쓰기 워크플로우, 콘텐츠 제작, 소프트웨어 빌드 전반에서 반복됐고, Claude 중심 운영을 접거나 다른 모델로 옮길 정도의 불만으로 이어졌다 [00:40]

2. 실제 업무에 바로 투입하는 모델 평가 방식

• 발표자의 전체 비즈니스는 뉴스레터, 클라이언트 작업, 제품 출시까지 Claude 하나에 크게 의존하며, 직원 없이 혼자 운영되는 구조다 [01:14]
• 새 Claude 모델이 나오면 블로그 글이나 공식 설명을 먼저 분석하기보다 Claude 앱을 업데이트하고, 기존 워크플로우 중간에 바로 넣어 A/B 테스트처럼 차이를 체감한다 [01:27]

3. 어려운 하위 과제 처리, 기억 유지, 자기 점검의 개선

• Opus 4.7은 어려운 하위 과제를 조용히 제외하거나 잊어버리는 경향이 있었고, 그 결과 최종 산출물이 불안정하거나 요구와 다른 품질로 끝나는 일이 잦았다 [02:03]
• Opus 4.8은 필요한 부분을 그 자리에서 처리하는 쪽으로 개선됐고, 나중에 기억해야 할 내용도 별도 지시 없이 더 잘 유지하며 컨텍스트와 메모리 파일을 관리하는 모습을 보였다 [02:51]

4. 확신에 찬 오류 리스크와 시스템 준수의 중요성

• 운영 관점에서 가장 위험한 실패는 단순한 오답보다 확신에 찬 오답이며, 이런 오류는 세 단계 뒤에서야 발견될 수 있어 비전문 사용자에게 더 큰 위험이 된다 [04:13]
• Opus 4.8은 약한 부분을 숨기기보다 스스로 드러내는 쪽에 가까워졌고, 운영자는 그 신호를 바탕으로 워크플로우 안에 신뢰 가능한 검토 지점을 만들 수 있다 [04:48]

5. 퍼블리싱 워크플로우를 Claude skill로 재구축한 사례

• 영상 제작용 퍼블리싱 시스템은 리서치와 주제를 바탕으로 비디오 브리프, 발표자 말투에 맞춘 트랜스크립트, HTML 프레젠테이션, 썸네일, Substack용 텍스트까지 생성하는 흐름이다 [06:16]
• Opus 4.8은 전체 SOP와 워크플로우를 받아 설계 문서를 만들고, 이를 매번 호출 가능한 Claude skill로 변환해 반복 가능한 제작 시스템으로 만들었다 [06:47]

6. voice skill 품질, 벤치마크 한계, 자율적 제안의 징후

• Opus 4.8은 글쓰기 품질과 voice adherence가 크게 좋아졌고, 개인 콘텐츠, CEO 고스트라이팅, 출판물, 브랜드 마케팅 자료처럼 각각 다른 voice skill을 더 가깝게 따르는 모습을 보였다 [08:41]
• Opus 4.7은 결과물이 본인 말투와 일반적인 AI 문체가 섞이는 경우가 많아 추가 손질이 필요했지만, Opus 4.8은 훨씬 적은 수정으로 본인, 브랜드, 클라이언트의 톤에 가까운 결과를 냈다 [09:26]

7. 자율적으로 기능을 제안하고 구현한 Opus 4.8

• Opus 4.8은 기존 대화 주제와 이미 배포된 SaaS 플랫폼·커뮤니티를 연결해, Cohere Writer System 로고 라이브러리 멤버 기능과 영상으로 확장할 수 있는 기능 제안을 만들어냈다 [12:04]
• 사용자가 제안을 승인하자 Opus 4.8은 별도 세부 지시 없이 해당 플랫폼 기능을 독립적으로 구현했고, 사용자가 다른 작업을 하는 동안 전체 기능을 한 번에 완성했다 [12:29]

8. 동적 워크플로와 Opus 4.8에 대한 초기 결론

• Claude Code의 동적 워크플로는 큰 작업을 수백 개의 하위 에이전트로 나눠 병렬 실행할 수 있어, 대규모 코드베이스와 복잡한 개발 작업에서 강한 잠재력을 가진다 [13:46]
• 이 기능은 현재 발표자의 워크플로에 직접 적용된 상태는 아니지만, 개발자 중심의 대형 작업 분산 기능으로서 앞으로 활용 지점과 실전 효용을 따져볼 필요가 있다 [14:03]
• 제공된 section-detail 기준으로는 14:03 이후 종료부의 구체 발화가 충분히 분리되어 있지 않으므로, 영상 말미의 추가 결론이나 마무리 문장이 있는지는 원문 transcript 확인이 필요하다 [16:04]

🧾 결론

• Opus 4.8에 대한 영상의 핵심 평가는 “벤치마크가 올랐다”보다 “실제 업무에서 이전보다 덜 놓치고, 더 잘 기억하고, 더 안정적으로 따른다”에 가깝다.
• 발표자가 가장 크게 체감한 변화는 어려운 하위 과제를 회피하거나 잊는 문제가 줄었다는 점이며, 이는 장기 워크플로우를 Claude에 의존하는 사용자에게 신뢰성 개선으로 이어진다.
• 확신에 찬 오류보다 약점을 드러내는 방향의 변화는 운영자가 검토 지점과 안전장치를 만들기 쉽게 해, 모델을 업무 시스템 안에 넣는 데 중요한 개선으로 해석된다.
• 다만 검증 필요: 사용 기간이 약 24시간에 불과하므로, 3주 이상 사용했을 때도 같은 안정성·품질·시스템 준수력이 유지되는지는 아직 결론 내릴 수 없다.
• Claude Code의 동적 워크플로처럼 대규모 작업 분산 기능은 잠재력이 언급됐지만, 발표자 본인의 핵심 워크플로우에 직접 적용된 성과로 제시되지는 않았다.

📈 투자·시사 포인트

• AI 모델 경쟁에서 중요한 차별점은 단순 추론 점수보다 실제 업무 흐름에서의 누락 감소, 지시 준수, 장기 컨텍스트 유지, 말투 반영 같은 운영 품질로 이동하고 있다.
• 가격이 이전 모델과 같다는 전제에서는, Opus 4.8처럼 같은 비용으로 더 높은 완성도와 낮은 수정 부담을 제공하는 모델이 고빈도 업무 사용자에게 전환 가치를 만들 수 있다.
• 1인 사업자나 소규모 팀처럼 AI 의존도가 높은 사용자일수록 작은 모델 드리프트가 생산성·품질·신뢰성 리스크로 이어지므로, 모델 선택 기준은 “가장 똑똑한가”보다 “내 워크플로우를 안정적으로 끝까지 수행하는가”가 된다.
• voice skill과 퍼블리싱 skill 사례는 AI가 반복 콘텐츠 제작, 클라이언트별 문체 유지, 운영 SOP 자동화 영역에서 더 깊게 쓰일 가능성을 보여준다.
• 검증 필요: 자율적 제안과 기능 구현 사례는 인상적이지만, 모든 사용자 환경에서 재현되는 일반 성능인지, 특정 대화 맥락과 도구 환경에서 나온 사례인지는 추가 확인이 필요하다.

⚠️ 불확실하거나 확인이 필요한 부분

• Opus 4.8에 대한 평가는 출시 직후 약 24시간 동안의 사용 경험에 기반하므로, 장기 안정성이나 3주 이상 사용 후 성능 유지 여부는 아직 확인이 필요하다.
• Opus 4.7에서 반복됐다는 “어려운 하위 과제 미루기·망각” 문제와 4.8에서의 개선은 발표자의 실제 업무 체감에 근거한 사례이며, 통제된 비교 실험 결과로 단정하기는 어렵다.
• misaligned behavior 감소, high effort 기본값, 코딩 성능 및 토큰 사용량 관련 언급은 Anthropic 자료를 바탕으로 설명됐지만, 실제 수치와 조건은 원문 자료로 별도 검증이 필요하다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 자신의 실제 업무 워크플로우에서 Opus 4.8을 바로 투입하되, 큰 작업 안의 하위 과제 누락 여부를 별도 체크리스트로 기록한다.
• Claude.md, 시스템 지시문, 컨텍스트 파일, skill을 사용하는 작업에서 지시 준수율과 드리프트 발생 시점을 최소 1~3주 동안 추적한다.
• 글쓰기·콘텐츠 제작·코딩 작업별로 Opus 4.8의 산출물을 기존 모델 결과와 비교해 수정량, 누락 항목, 톤 일치도를 평가한다.
• Anthropic 공식 자료에서 Opus 4.8의 벤치마크, 가격, effort 설정, misaligned behavior 관련 설명을 원문 기준으로 확인한다.

❓ 열린 질문

• Opus 4.8의 개선된 체감 성능은 3주 이상 사용 후에도 유지될까, 아니면 이전 모델처럼 시간이 지나며 드리프트가 다시 나타날까?
• Opus 4.8이 어려운 하위 과제를 미루지 않는다는 장점은 대규모 코드베이스나 장기 프로젝트에서도 일관되게 유지될까?
• suggested task처럼 모델이 먼저 기능을 제안하는 흐름은 생산성을 높이는가, 아니면 잘못된 방향의 자동화를 늘릴 위험이 더 큰가?