확장 사고와 노력(Effort)

중급

어려운 문제에서 Claude는 답하기 전에 생각하는 데 추가 연산을 쓸 수 있어 — 다단계 추론, 까다로운 코드, 수학에서 정확도를 높입니다. 얼마나 많은 노력을 쓸지는 대략 여러분이 제어합니다. 이 레슨에서는 작업에 맞게 깊이를 조절하고, API로 사고를 켜고, 과하게 지불하지 않도록 예산을 잡는 법을 배웁니다.

What you'll learn

트레이드오프 설명하기: 사고가 적으면 더 빠르고 저렴하며, 사고가 많으면 어려운 문제에서 더 낫다
주어진 작업량에 맞는 노력 등급(낮음 / 보통 / 높음) 고르기
Messages API에서 확장 사고를 켜고 사고 블록과 텍스트 블록을 읽어내기
budget_tokens가 max_tokens보다 낮게 유지되도록 사고 토큰 예산을 올바르게 잡기
에이전트와 사고 사슬(chain-of-thought) 프롬프팅에서 노력을 현명하게 적용하기

노력 뒤에 있는 하나의 아이디어

사고는 스위치가 아니라 다이얼입니다. 두 끝을 떠올려 보세요:

적은 사고 = 더 빠르고 저렴 — 간단하고 잘 명세된 작업에 적합.
많은 사고 = 진짜로 어려운 문제에서 더 낫지만, 지연 시간/비용이 높아짐.

여기에 사람들이 걸려 넘어지는 함정이 있습니다: 이미 쉬웠던 작업에는 추가 사고가 아무것도 해주지 않습니다. 지연 시간과 비용만 지불하게 됩니다. 요령은 답을 바꾸는 곳에 깊이를 쓰는 것입니다.

최신 모델은 이를 노력(effort) 제어로 노출하며(사고 깊이를 자동으로 조정합니다), 그런 모델에서는 원시 토큰 예산이 아니라 등급을 고릅니다. 등급을 작업에 맞추세요.

1단계 — 깊이 고르기

코드를 건드리기 전에 물어보세요: 이 작업이 정말 얼마나 어려운가? 그것을 등급에 대응시키세요.

작업	권장 노력
형식 지정, 추출, 간단한 Q&A	낮음
일상적인 코딩, 초안 작성, 분석	보통
어려운 디버깅, 까다로운 알고리즘, 신중한 증명	높음

Pro tip

모든 것을 기본값으로 최대에 두지 마세요 — 작업에 필요 없는 사고에 지연 시간과 비용을 지불하게 됩니다.
보통에서 시작하세요; 품질이 요구하는 곳에서만 올리세요.

직접 해보기: 계속 읽기 전에 다음 셋을 분류해 보세요 — (a) "이 텍스트에서 이메일을 추출하라", (b) "이 함수를 리팩터링하라", (c) "이 부등식을 증명하라". 각각에 어떤 등급이 맞나요? 위 표와 답을 맞춰보세요.

2단계 — 켜기 (API)

Messages API에서는 thinking 블록과 토큰 예산으로 사고를 켭니다. 다음 단계를 따르세요.

Guided walkthrough1 of 3

messages.create에 thinking={"type": "enabled", "budget_tokens": N}을 전달해 확장 추론을 켭니다.

이제 연결해 봅시다. 이것을 복사해 실행하고, 응답이 두 블록으로 도착하는 것을 지켜보세요 — 먼저 추론, 그다음 답변입니다.

Enable extended thinking (Python)

import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
  model="claude-sonnet-5",
  max_tokens=16000,
  thinking={"type": "enabled", "budget_tokens": 10000},
  messages=[{"role": "user", "content": "Prove that 2^n > n^2 for all n >= 5."}],
)

for block in message.content:
  if block.type == "thinking":
      print("REASONING:", block.thinking)
  elif block.type == "text":
      print("ANSWER:", block.text)

더 큰 예산은 추론할 여지를 더 사줄 뿐, Claude가 그것을 다 쓴다는 보장은 아닙니다 — 깊이는 문제에 맞춰 적응합니다. 예산은 천장처럼 설정하고, 지연 시간이 아프면 낮춰 조정하세요. 모델 ID는 모델 표에서 확인하며, 정확한 파라미터 형태는 최신 모델에서 다를 수 있으니 위에 링크된 원본과 대조해 확인하세요.

3단계 — 실전에서 잘 쓰기

사고를 켜는 사람과 그것을 숙달한 사람을 가르는 세 가지 습관:

확장 사고는 **사고 사슬 프롬프팅**과 잘 어울립니다 — 하지만 추론 모델에서는 단계별로 요청할 필요가 흔히 없습니다; 사고가 내부적으로 일어납니다.
사고는 토큰을 소비하며 이는 비용에 영향을 줍니다 — 그에 맞게 예산을 잡으세요.
에이전트에서는 계획 단계에 더 많은 노력을, 일상적인 도구 호출에는 더 적은 노력을 두는 것이 좋은 분배입니다.

Key takeaways

노력/사고는 어려운 문제에서 정확도를 위해 지연 시간과 비용을 맞바꿉니다 — 이미 간단한 작업에는 아무것도 해주지 않습니다.
등급: 형식 지정/추출/간단한 Q&A에는 낮음, 일상적인 코딩/초안 작성/분석에는 보통, 어려운 디버깅/알고리즘/증명에는 높음.
Messages API에서 budget_tokens는 같은 출력 풀에서 나오므로 max_tokens보다 작아야 합니다; 응답은 사고 블록 다음 텍스트 블록입니다.
예산을 목표가 아니라 천장으로 다루세요 — Claude는 문제에 필요한 만큼만 씁니다.
에이전트에서는 계획에 노력을 쓰고 일상적인 도구 호출에서는 아끼세요.

확실히 익히기

떠나기 전 빠른 회상 — 각 카드를 뒤집고 소리 내어 답해 보세요.

Enter 또는 스페이스 키를 눌러 카드를 뒤집습니다. 좌우 화살표 키로 카드를 이동할 수 있습니다.용어가 표시되었습니다.

1 / 5

스스로 점검하기

0/5

더 많은 사고 노력을 쓰는 것의 핵심 트레이드오프는 무엇인가?
일상적인 코딩, 초안 작성, 분석에 맞는 노력 등급은?
Messages API에서 budget_tokens에 대해 참이어야 하는 것은?
확장 사고가 켜져 있을 때 응답은 어떻게 돌아오는가?
에이전트에서는 노력을 어떻게 분배해야 하는가?

노력 뒤에 있는 하나의 아이디어​

1단계 — 깊이 고르기​

2단계 — 켜기 (API)​