본문으로 건너뛰기

← 뉴스레터 전체

AI NEWSLETTER

2026년 3월 12일 (목)

이 날 발표된 공식 원문을 2026.10.01에 확인해 소급 정리한 호입니다.

01PRODUCT UPDATE (제품 업데이트)

Claude Opus 4.6·Sonnet 4.6, 100만 토큰 맥락 정식 제공… 추가 요금 없음

Anthropic이 Claude Opus 4.6과 Sonnet 4.6의 100만 토큰 맥락을 정식 제공으로 바꾸고, 긴 맥락 할증을 없앴습니다. 90만 토큰 요청도 9천 토큰 요청과 같은 단가로 계산됩니다. 한 번에 넣을 수 있는 이미지·PDF 페이지는 100개에서 600개로 늘었고, Claude Code의 Max·Team·Enterprise 사용자는 Opus 4.6에서 100만 토큰을 기본으로 씁니다.

핵심 사실 · 한눈에 보기

  • 3월 12일 Anthropic이 Opus 4.6·Sonnet 4.6의 100만 토큰 맥락을 정식 제공(GA)했습니다.
  • 100만 토큰 전체에 표준 가격이 적용됩니다. Opus 4.6은 100만 토큰당 입력 5달러·출력 25달러, Sonnet 4.6은 3달러·15달러입니다.
  • 모든 맥락 길이에서 계정의 표준 처리 한도가 그대로 적용되고, 베타 헤더 없이 20만 토큰 넘는 요청이 자동으로 처리됩니다.
  • 요청 하나에 넣을 수 있는 이미지·PDF 페이지가 100개에서 600개로 늘었습니다.
  • Claude Code의 Max·Team·Enterprise 사용자는 Opus 4.6 세션에서 100만 토큰 맥락을 자동으로 씁니다. 이전에는 추가 사용량이 필요했습니다.

무엇이 바뀌었나

2월 Opus 4.6과 Sonnet 4.6이 나왔을 때 100만 토큰 맥락은 베타였고, 20만 토큰을 넘는 프롬프트에는 더 높은 단가가 붙었습니다. 정식 제공으로 바뀌며 이 할증이 사라졌습니다.

Anthropic은 '배수 없음'을 강조했습니다. 같은 모델이면 짧은 요청이든 긴 요청이든 토큰당 가격이 같다는 뜻입니다. 이미 베타 헤더를 보내던 코드는 헤더가 무시될 뿐 고칠 필요가 없다고 했습니다.

  • 가격: 긴 맥락 할증 폐지, 전 구간 표준 가격
  • 처리 한도: 맥락 길이와 관계없이 표준 한도
  • 미디어: 요청당 이미지·PDF 페이지 100 → 600 (Claude Platform, Microsoft Foundry, Vertex AI)
  • Claude Code: Max·Team·Enterprise의 Opus 4.6 세션은 100만 토큰 기본값
전체 내용 보기이전과 달라진 점 · 나에게 미치는 영향 · 아직 모르는 것

SOURCE공식 원문 확인

추가 확인 자료 2건은 전체 기사에서 볼 수 있습니다.

수집 2026.10.01 · 정리 2026.10.01 · 수정 2026.10.05 · 원문 본문은 옮기지 않았습니다. 회사가 밝힌 수치·성능은 본문에서 출처를 붙여 구분했습니다.

02BUSINESS (비즈니스)

Anthropic, 1억 달러 규모 'Claude Partner Network' 출범

기업의 Claude 도입을 돕는 파트너사를 위한 프로그램입니다.

핵심 사실

  • Claude Partner Network는 기업의 Claude 도입을 돕는 파트너 조직을 위한 프로그램입니다.
  • Anthropic은 이 프로그램에 1억 달러를 투입한다고 밝혔습니다.

왜 중요한가 · AI마중 해석

기업 AI 도입은 모델만으로 되지 않고 컨설팅·구축 회사가 필요합니다. 기업 시장 경쟁이 '파트너 생태계' 경쟁으로 번지고 있습니다.

그래서 나한테는?

개인 사용자 변화는 없지만, Claude 도입을 돕는 컨설팅·IT 기업이라면 파트너 지원 조건을 확인할 수 있습니다.

SOURCE공식 원문 확인

수집 2026.09.30 · 정리 2026.10.01 · 수정 2026.10.05 · 원문 본문은 옮기지 않았습니다.

03RESEARCH (연구)

구글 'Groundsource'… 공공 기록 수백만 건을 재난 예측 데이터로

지역사회가 자연재해를 더 잘 예측하도록 돕는 AI 방법론입니다.

핵심 사실

  • Groundsource는 수백만 건의 공공 기록을 활용 가능한 데이터로 바꾸는 Google Research의 AI 방법론으로, 지역사회의 자연재해 예측을 돕습니다.

왜 중요한가 · AI마중 해석

재난 예측에 필요한 지역 데이터가 부족한 곳이 많습니다. 흩어진 공공 기록을 AI로 정리하는 접근입니다.

그래서 나한테는?

연구 방법론 공개라 바로 쓰는 앱은 없습니다. 재난 예측에 공공 기록을 활용하는 방식은 지자체 정책 담당자에게 참고가 됩니다.

SOURCE공식 원문 확인

수집 2026.10.01 · 정리 2026.10.01 · 원문 본문은 옮기지 않았습니다.