어드바이저 전략: 에이전트 지능을 한 단계 높이는 법

지능과 비용의 균형을 맞추고자 하는 개발자들이 이른바 '어드바이저 전략'으로 모이고 있습니다. Opus를 어드바이저로, Sonnet이나 Haiku를 실행 모델로 조합하는 방식입니다. 이를 통해 비용은 Sonnet 수준으로 유지하면서 에이전트에 Opus에 가까운 수준의 지능을 구현할 수 있습니다.

오늘, 어드바이저 전략을 API 호출 한 줄로 적용할 수 있도록 Claude Platform에 어드바이저 도구를 도입합니다.

어드바이저 전략으로 비용 효율적인 에이전트 구축하기

어드바이저 전략에서는 Sonnet이나 Haiku가 실행 모델로서 도구를 호출하고 결과를 읽으며 솔루션을 향해 반복하면서 태스크를 처음부터 끝까지 처리합니다. 실행 모델이 스스로 해결하기 어려운 판단에 부딪히면 어드바이저인 Opus에 조언을 구합니다. Opus는 공유 컨텍스트에 접근해 계획, 수정 방향, 또는 중단 신호를 반환하고, 실행 모델이 작업을 재개합니다. 어드바이저는 도구를 직접 호출하거나 사용자에게 출력을 생성하지 않으며, 오직 실행 모델에 대한 안내만 제공합니다.

이는 대형 오케스트레이터 모델이 작업을 분해해 소형 워커 모델에 위임하는 일반적인 서브에이전트 패턴을 뒤집은 방식입니다. 어드바이저 전략에서는 작고 비용 효율적인 모델이 직접 작업을 주도하며, 분해나 워커 풀, 오케스트레이션 로직 없이도 필요할 때 에스컬레이션합니다. 최고 수준의 추론은 실행 모델이 필요로 할 때만 적용되고, 나머지 실행 과정은 실행 모델 비용 수준을 유지합니다.

평가 결과, Opus를 어드바이저로 사용한 Sonnet은 Sonnet 단독 대비 SWE-bench Multilingual¹에서 2.7%p 높은 점수를 기록했으며, 에이전틱 태스크당 비용은 11.9% 절감되었습니다.

‍

어드바이저 도구

어드바이저 도구를 통해 어드바이저 전략을 API에서 직접 활용할 수 있게 되었습니다. 이 서버 사이드 도구는 Sonnet과 Haiku가 특정 태스크에서 안내나 도움이 필요할 때 스스로 호출합니다.

평가 결과, Opus 어드바이저를 결합한 Sonnet은 BrowseComp²와 Terminal-Bench 2.0³ 벤치마크에서 점수가 향상되었으며, 태스크당 비용은 Sonnet 단독보다 낮았습니다.

어드바이저 전략은 Haiku를 실행 모델로 사용할 때도 효과적입니다. BrowseComp에서 Opus 어드바이저를 결합한 Haiku는 41.2%를 기록해, 단독 실행 점수인 19.7%의 두 배를 넘어섰습니다. Opus 어드바이저를 결합한 Haiku는 Sonnet 단독 대비 점수가 29% 낮지만, 태스크당 비용은 85% 저렴합니다. 어드바이저를 추가하면 Haiku 단독 대비 비용이 증가하지만, 조합 가격은 여전히 Sonnet 비용의 일부에 불과해 지능과 비용의 균형이 필요한 대용량 태스크에 탁월한 선택지가 됩니다.

Messages API 요청에 advisor_20260301을 선언하면, 단일 /v1/messages 요청 내에서 모델 핸드오프가 처리됩니다. 추가 라운드트립이나 컨텍스트 관리는 필요하지 않습니다. 어드바이저를 언제 호출할지는 실행 모델이 스스로 결정합니다. 호출이 발생하면, 정제된 컨텍스트를 어드바이저 모델로 전달해 계획을 받은 뒤 실행 모델이 작업을 이어가는 모든 과정이 동일한 요청 내에서 완결됩니다.

response = client.messages.create(
    model="claude-sonnet-4-6",  # executor
    tools=[
        {
            "type": "advisor_20260301",
            "name": "advisor",
            "model": "claude-opus-4-6",
            "max_uses": 3,
        },
        # ... your other tools
    ],
    messages=[...]
)

# Advisor tokens reported separately
# in the usage block.

요금 안내. 어드바이저 토큰은 어드바이저 모델 요금으로, 실행 모델 토큰은 실행 모델 요금으로 각각 청구됩니다. 어드바이저는 짧은 계획(일반적으로 400~700개 텍스트 토큰)만 생성하고 전체 출력은 낮은 요금의 실행 모델이 처리하므로, 전체 비용은 어드바이저 모델을 처음부터 끝까지 실행하는 것보다 훨씬 낮게 유지됩니다.

기본 제공 비용 제어. max_uses를 설정해 요청당 어드바이저 호출 횟수를 제한할 수 있습니다. 어드바이저 토큰은 사용량 블록에 별도로 표시되어 티어별 비용을 추적할 수 있습니다.

기존 도구와 함께 사용 가능. 어드바이저 도구는 Messages API 요청에 일반 항목으로 추가됩니다. 에이전트는 동일한 루프 안에서 웹 검색, 코드 실행, Opus 조언 요청을 모두 수행할 수 있습니다.

시작하기

어드바이저 도구 는 현재 Claude Platform에서 베타로 네이티브 제공됩니다. 시작하려면 다음 단계를 따르세요:

1. 베타 기능 헤더 추가: anthropic-beta: advisor-tool-2026-03-01
2. Messages API 요청에 advisor_20260301 추가
3. 사용 사례에 맞게 시스템 프롬프트 수정

기존 평가 스위트를 Sonnet 단독, Opus 어드바이저를 결합한 Sonnet 실행 모델, Opus 단독으로 각각 실행해 비교해보길 권장합니다. 자세한 내용은 문서를 참고하세요.

각주

1. SWE-bench Multilingual: Sonnet 4.6 단독 실행에는 적응형 사고(adaptive thinking)를 사용했습니다. Sonnet 4.6 + 어드바이저 실행에는 사고 기능을 끄고 코딩용 권장 시스템 프롬프트를 사용했습니다. 두 실행 모두 bash 및 파일 편집 도구를 high effort 설정으로 사용했습니다. 점수는 9개 언어에 걸친 300개 문제를 5회 반복 실행한 결과의 평균입니다. 모든 실행에서 어드바이저 모델로 Opus 4.6을 사용했습니다.
2. BrowseComp: 모든 실행에서 사고 기능을 끄고 웹 검색 및 웹 페치 도구를 사용했습니다. Sonnet 4.6 실행에는 medium effort 설정을 사용했습니다. Sonnet 4.6 + 어드바이저는 코딩용 권장 시스템 프롬프트를 사용했으나, Haiku 4.5 + 어드바이저는 사용하지 않았습니다. 프로그래매틱 도구 호출 및 컨텍스트 압축은 적용하지 않았습니다. 점수는 1,266개 문제를 문제당 1회 시도한 결과를 기준으로 합니다. 모든 실행에서 어드바이저 모델로 Opus 4.6을 사용했습니다.‍
3. Terminal-Bench 2.0: 모든 실행에서 사고 기능을 끄고 bash 및 파일 편집 도구를 사용했습니다. Sonnet 4.6 실행에는 medium effort 설정을 사용했습니다. 어드바이저를 사용한 실행 중 코딩용 권장 시스템 프롬프트를 사용한 경우는 없었습니다. 각 태스크는 3배 리소스 할당과 1배 타임아웃이 적용된 격리된 파드에서 실행되었습니다. 점수는 89개 태스크를 태스크당 5회 시도한 결과의 평균입니다. 모든 실행에서 어드바이저 모델로 Opus 4.6을 사용했습니다.