Anthropic이 2026년 3~4월 Claude Code에서 세 가지 품질 저하 문제가 연달아 발생했음을 공식 확인했습니다.
추론 노력 기본값 변경, 프롬프트 캐시 버그, 시스템 프롬프트 압축이 각각 원인이었습니다.
2026년 4월 20일(v2.1.116) 기준 모두 수정됐으며, 구독자 사용량 한도는 전원 리셋됐습니다.
Anthropic이 직접 Claude Code를 세 번 망가뜨렸습니다. 6주간 조용히.
당신의 조직은 AI 도구 성능 저하를 감지할 수 있습니까?
"AI가 갑자기 멍청해진 것 같다"는 느낌, 한 번쯤 받아보셨을 겁니다. 대부분은 내부 설정이나 사용 방법을 의심합니다. 이번 사건은 정반대였습니다. 문제는 Anthropic 자체에 있었습니다. Claude Code 사용자들이 6주간 실제 성능 저하를 겪었습니다. Anthropic이 이를 공식 인정했습니다(Anthropic, 2026).
Claude Code를 업무에 도입하는 조직이 빠르게 늘고 있습니다. 의존도가 높아질수록 도구 성능 변화의 영향도 커집니다. 이번 사건에서 세 가지 별개 버그가 6주에 걸쳐 겹쳤습니다. 각기 다른 사용자 집단에 서로 다른 시점에 영향을 미쳐 진단이 어려웠습니다. AI 도구를 조직에 도입했다면 성능을 모니터링할 이유가 생겼습니다.
첫째, 추론 기본값을 낮췄다가 되돌렸습니다. 3월 4일, 추론 기본값이 high에서 medium으로 낮아졌습니다(Anthropic, 2026). 긴 추론 중 UI가 멈추는 현상을 막기 위해서였습니다. 사용자들은 Claude Code가 눈에 띄게 덜 영리해졌다고 보고했습니다. Anthropic은 4월 7일에 기본값을 원복했습니다.
둘째, 프롬프트 캐시 버그가 더 심각했습니다. 유휴 세션의 추론 기록을 한 번만 지우려던 코드에 버그가 있었습니다(Anthropic, 2026). 실제로는 세션이 끝날 때까지 매 답변마다 추론 기록이 초기화됐습니다. 클로드가 이전 대화를 잊거나 같은 작업을 반복하는 현상이 나타났습니다. 사용량 한도가 예상보다 빠르게 소진되는 부작용도 있었습니다.
셋째, 이 버그는 내부 테스트를 모두 통과했습니다. 코드 리뷰, 단위 테스트, 엔드투엔드 테스트가 모두 발견하지 못했습니다(Anthropic, 2026). 버그는 1시간 이상 유휴 세션이라는 조건에서만 발생했고, 전체 저장소 맥락이 있어야 재현됐습니다. Anthropic은 Opus 4.7을 활용해 버그를 발견했지만, Opus 4.6으로는 찾지 못했습니다. 조직 내부에도 AI 결과를 점검하는 기준이 없다면, 이런 품질 저하가 보이지 않을 수 있습니다.
넷째, 답변 압축 지시가 코딩 품질을 낮췄습니다. 도구 호출 사이 25단어, 최종 답변 100단어 상한 지시가 추가됐습니다(Anthropic, 2026). Opus 4.7이 이전 모델보다 답변이 길어진 데 따른 조치였습니다. 하지만 기존 모델들의 코딩 성능이 3% 하락하는 것이 평가에서 확인됐습니다. Anthropic은 4월 20일에 이 지시를 삭제했습니다.
| 사건 | 기간 | 주요 증상 | 해결 |
|---|---|---|---|
| 추론 기본값 하락 | 3.4 ~ 4.7 (34일) | 전반적 지능 저하 체감 | 기본값 원복 |
| 프롬프트 캐시 버그 | 3.26 ~ 4.10 (15일) | 컨텍스트 손실, 사용량 초과 소진 | v2.1.101 |
| 시스템 프롬프트 압축 | 4.16 ~ 4.20 (4일) | 코딩 성능 3% 하락 | v2.1.116 |
출처: Anthropic (2026), April 23 Postmortem.
코딩 성능 3% 하락은 수치로 바꾸면 이렇습니다(Anthropic, 2026). 월간 코딩 작업 100건 중 3건이 자동화를 벗어납니다. 그 3건은 개발자 수작업으로 돌아옵니다. 이 상태가 나흘간 지속됐습니다.
프롬프트 캐시 버그 기간에는 캐시 미스가 반복됐습니다. 사용량 한도가 실제보다 빠르게 소진됐습니다(Anthropic, 2026). 비용은 정상적으로 지불하면서 성능은 저하된 상태가 15일간 이어졌습니다. 조직이 이 기간을 인식하지 못했다면 AI 성과를 과소 측정했을 가능성이 있습니다.
팀에서 자주 처리하는 코딩 작업 5개를 골라 현재 Claude Code로 처리합니다. 소요 시간, 정확도, 수정 횟수를 기록합니다. 이 기준선이 있어야 향후 성능 변화를 감지할 수 있습니다. (30분)
X @ClaudeDevs와 GitHub가 공식 피드백 채널입니다(Anthropic, 2026). 팀원이 성능 이상을 발견했을 때 보고할 경로를 미리 정해두면, 다음 사건을 더 빨리 확인할 수 있습니다. (15분)
고빈도·고중요도 AI 작업 하나를 골라 매주 같은 입력으로 결과를 비교합니다. Claude에 "이 작업의 결과 품질을 지난주와 비교해줘"라고 요청합니다. 성능이 눈에 띄게 달라지면 Anthropic 공지를 확인합니다. (주 1회 15분)
AI 도구를 블랙박스로 쓰면 성능 저하를 알아채기 어렵습니다. Anthropic 내부 평가도 초기에 이 문제를 발견하지 못했습니다(Anthropic, 2026). 내부 테스트 버전이 공개 버전과 달랐기 때문입니다. 조직 내부에서도 AI 결과를 검토 없이 채택하는 문화라면, 품질 저하가 의사결정으로 이어질 수 있습니다.
같은 회사 모델도 버전에 따라 진단 역량이 다릅니다. Opus 4.7이 버그를 발견했고, Opus 4.6은 발견하지 못했습니다(Anthropic, 2026). 팀이 어떤 모델 버전을 쓰는지가 AI 활용의 질에 영향을 줍니다. 주요 업무에 최신 모델을 쓰고 있는지 점검할 필요가 있습니다.
피드백을 보내지 않으면 더 느리게 수정을 받습니다. Anthropic은 사용자 피드백이 문제 발견에 결정적이었음을 인정했습니다(Anthropic, 2026). 조직이 AI 공급자에 피드백을 보내는 습관이 없다면, 다음 사건에서도 늦게 대응받게 됩니다.
AI 공급자도 버그를 냅니다. 성능 기준선을 갖고, 이상을 빠르게 보고하는 습관이 있는 조직이 더 빨리 회복합니다.
프롬프트 캐시(Prompt Cache): 이전에 처리한 내용을 저장해 반복 처리를 줄이는 기술입니다. AI 응답 속도를 높이고 비용을 절감합니다. 캐시가 초기화되면 저장된 내용이 사라지고 처음부터 다시 처리합니다.
추론 노력 레벨(Reasoning Effort Level): AI 모델이 답변을 생성할 때 얼마나 깊이 생각할지를 결정하는 파라미터입니다. high는 더 많이 추론하고, medium은 더 빠르게 답합니다. 높을수록 정확도가 오르지만 시간과 비용도 늘어납니다.
시스템 프롬프트(System Prompt): AI 모델이 답변을 생성하기 전에 참조하는 지시 사항입니다. 답변 형식, 길이, 역할 등을 설정합니다. 공급자가 내부적으로 수정할 수 있습니다.
포스트모텀(Postmortem): 장애나 문제 발생 후 원인과 재발 방지책을 정리한 문서입니다. 기술 기업이 투명성을 위해 공개합니다. 이번 Anthropic 문서가 그 예입니다.
- Anthropic. (2026, April). An update on recent Claude Code quality reports [Article]. Anthropic Engineering Blog. (원문 보기 ↗)