비용 장벽이 사라졌다, 이제 워크플로우를 다시 짤 차례다
앤트로픽이 Claude Opus 4.6과 Sonnet 4.6에서 100만 토큰 컨텍스트를 추가 비용 없이 개방했다. 디지털투데이 보도에 따르면 기존에는 이 규모의 입력에 별도 요금이 부과됐지만, 이번 업데이트로 Claude Code 맥스·팀·엔터프라이즈 플랜 사용자에게 자동 적용된다. AWS Bedrock, Google Cloud Vertex AI, MS Foundry까지 지원 범위도 넓다.
숫자만 보면 그냥 스펙 업그레이드처럼 보인다. 하지만 이건 단순한 용량 확장이 아니다. AI-First 워크플로우의 전제 조건이 바뀐 것이다.
우리가 지금까지 감수해온 '우회로'들
AI 코딩 어시스턴트를 팀에 도입한 사람이라면 컨텍스트 한계와의 싸움이 얼마나 번거로운지 안다. 대형 레거시 코드베이스를 Claude Code에 넘길 때 우리가 해왔던 일들을 떠올려 보자.
- 관련 파일만 골라서 붙여넣기
- 긴 파일은 요약본 생성 후 프롬프트에 삽입
- 세션을 쪼개고 컨텍스트를 수동으로 이어 붙이기
- CLAUDE.md에 요약 아키텍처 문서를 따로 관리
이 과정들은 단순히 귀찮은 게 아니다. 요약 과정에서 정보가 손실되고, 컨텍스트를 쪼갤 때 AI가 전체 그림을 잃으면서 엉뚱한 판단을 내린다. 이전 아티클에서 다뤘던 'Context Rot' 문제의 상당 부분이 여기서 기인한다. 100만 토큰은 그 우회로들을 상당 부분 제거한다.
1M 토큰으로 실제로 무엇이 달라지나
100만 토큰을 체감 단위로 환산하면 약 75만 단어, 코드로 따지면 수만 줄 규모의 코드베이스다. 현실적으로 중소 규모 서비스의 전체 소스코드를 컨텍스트에 통째로 올릴 수 있다는 뜻이다.
장기 에이전트 세션 기록 보존도 주목할 변화다. 에이전트가 여러 파일을 순회하며 작업하는 과정에서 발생하는 툴 호출 로그와 중간 결과를 세션 내내 유지할 수 있다. 단계별로 컨텍스트를 리셋하며 흐름이 끊기는 문제가 줄어든다.
성능 측면도 무시할 수 없다. Claude Opus 4.6은 장문 해석 벤치마크 MRCR v2에서 78.3%를 기록했고, Gemini나 GPT 계열 대비 토큰이 늘어날수록 발생하는 성능 저하가 상대적으로 낮다고 앤트로픽은 밝혔다. 용량만 늘고 품질이 떨어지는 구조가 아니라는 점이 실무 적용 가능성을 높인다.
워크플로우 재설계: 무엇을 바꿔야 하나
1M 토큰 시대에 맞게 AI-First 워크플로우를 다시 짠다면 세 가지를 우선 재검토해야 한다.
첫째, 컨텍스트 관리 규칙을 완화하라. 지금까지 팀 내 AI 활용 가이드에 "관련 파일만 선별해서 넣어라