900K 토큰도 9K랑 요금이 같다고요?

기존에는 Sonnet 4.6 API에서 200K 토큰을 넘어가면 입력 요금이 2배로 튀었습니다. $3/MTok이 $6/MTok이 되는 구조였습니다. Opus 4.6은 아예 1M 컨텍스트 자체가 없었습니다.

3월 13일부로 그 구조가 통째로 없어졌습니다. Anthropic 공식 블로그에 명확하게 적혀 있습니다. “A 900K-token request is billed at the same per-token rate as a 9K one.” (출처: Anthropic 공식 블로그, 2026.03.13)

현재 적용 요율은 다음과 같습니다. Opus 4.6: 입력 $5/MTok, 출력 $25/MTok. Sonnet 4.6: 입력 $3/MTok, 출력 $15/MTok. 컨텍스트 길이에 따른 할증 없음. (출처: Anthropic 공식 블로그 1M Context GA, 2026.03.13)

▲ 목차로 돌아가기

1M 토큰이 실제로 어느 정도 크기인가요

“100만 토큰”은 숫자가 크다는 건 알겠는데 감이 잘 안 옵니다. 공식 발표 기준으로 구체적인 크기를 번역하면 이렇습니다. (출처: Anthropic 공식 블로그, 2026.03.13)

코드 7만 5천 줄이면 중대형 상용 서비스의 전체 레포지토리를 한 번에 올릴 수 있는 수준입니다. PDF 600장은 계약서 묶음이나 논문 수십 편을 한 세션에 처리할 수 있다는 의미입니다.

Claude Code를 Max, Team, Enterprise 플랜으로 사용 중이라면 Opus 4.6에서 1M 컨텍스트가 자동으로 활성화됩니다. 이전에는 1M 사용이 추가 사용량을 소진했지만, GA 이후에는 추가 차감 없이 포함됩니다.

▲ 목차로 돌아가기

MRCR v2 78.3%, 이게 왜 중요한 숫자인가요

컨텍스트 창이 크다는 것과, 그 안에서 실제로 정확하게 읽는다는 건 다른 얘기입니다. 큰 화이트보드를 갖고 있어도 뒤쪽에 쓴 내용을 잊어버리면 의미가 없습니다.

MRCR v2(Multi-Round Coreference Resolution)는 3,000페이지 분량의 문서 안에 숨겨진 특정 사실 2개를 얼마나 정확하게 찾아내는지 측정하는 벤치마크입니다. 1개라도 놓치면 점수에 포함되지 않습니다. Anthropic 공식 발표 기준(2026.03.13) 점수를 비교하면 다음과 같습니다.

이 수치는 같은 1M 컨텍스트 윈도우를 가진 Gemini 대비 약 3배, 이전 Claude 대비 약 4배 높은 수준입니다. 즉, 큰 계약서 세트나 긴 코드베이스를 올렸을 때 실제로 찾아내는 정확도가 경쟁 모델과 크게 차이가 납니다.

▲ 목차로 돌아가기

Pro 플랜인데 왜 1M이 안 켜질까요

Anthropic 발표에서 가장 많이 놓치는 부분이 이겁니다. 공식 블로그에는 “추가요금 없이 전체 윈도우 사용 가능”이라고 나와 있지만, 플랜별로 활성화 방식이 다릅니다.

Pro 플랜 사용자라면 Claude Code 터미널에서 /extra-usage를 입력해야 1M 컨텍스트가 켜집니다. 이 단계를 건너뛰면 기본값인 200K 컨텍스트로 계속 작동합니다. 발표문을 읽고 “나도 자동으로 됐겠지”라고 생각했다면 한번 확인해보는 게 좋습니다.

API 직접 사용자라면 별도 조치가 없어도 됩니다. 200K 토큰을 초과하는 요청이 자동으로 처리되며, 이전에 베타 헤더를 사용했다면 무시됩니다. 코드 변경 없이 그대로 사용 가능합니다.

▲ 목차로 돌아가기

GPT-5.4, Gemini 3.1 Pro랑 비교하면 어떻게 됩니까

1M 컨텍스트를 지원하는 모델이 Claude만 있는 건 아닙니다. 근데 어떻게 지원하는지가 다릅니다. 직접 비교하면 차이가 명확하게 보입니다.

▲ 목차로 돌아가기

컨텍스트가 클수록 토큰이 더 나간다는 게 틀린 이유

직관적으로 생각하면 컨텍스트 창이 크면 그만큼 토큰을 더 쓰고, 비용도 더 올라갈 것 같습니다. 실제 사용 사례를 보면 반드시 그렇지는 않습니다.

Anthropic GA 발표문에 인용된 한 엔지니어링팀의 사례입니다. “We raised our Opus context window from 200K to 500K and the agent runs more efficiently — it actually uses fewer tokens overall.” (출처: Izzy Miller, AI Research Lead, Anthropic 공식 블로그 1M Context GA, 2026.03.13)

다만 이건 에이전트 기반 작업 기준입니다. 단순히 긴 문서를 한 번에 올려놓고 단발 질문을 하는 방식이라면 반대로 비용이 더 빠르게 쌓입니다. Cursor에서 AI 툴 1회 호출로 DB 전체가 올라가 800K 토큰이 소진된 사례도 보고됐습니다. 사용 방식에 따라 결과가 달라집니다.

▲ 목차로 돌아가기

실제로 쓸 때 걸리는 지점들

1M 컨텍스트가 됐다고 해서 모든 문제가 사라지는 건 아닙니다. 커뮤니티와 공식 발표 전후 맥락에서 확인된 한계점들을 정리했습니다.

비용 계산을 먼저 해봐야 합니다

Opus 4.6으로 900K 토큰짜리 세션 1회의 입력 비용은 약 $4.50입니다(= 0.9M × $5/MTok). 이걸 루프로 반복 실행하는 에이전트에 물리면 시간당 비용이 빠르게 올라갑니다. 단발 리서치 용도라면 문제없지만, 프로덕션 자동화 파이프라인에 붙이기 전에 실제 토큰 소비량을 먼저 측정하는 게 안전합니다.

컨텍스트 중간 부분이 더 잘 무시됩니다

이건 Claude만의 문제가 아니라 현재 모든 장문 LLM 모델에서 공통적으로 관찰되는 현상입니다. 컨텍스트 윈도우의 앞부분과 끝부분은 비교적 잘 유지되지만, 중간에 파묻힌 내용은 상대적으로 무시되는 경향이 있습니다(Context Rot 현상). AlphaSignal 분석 및 Hacker News 개발자 커뮤니티 후기 기준입니다. MRCR v2 78.3%가 높은 수치이긴 하지만, 나머지 21.7%가 바로 이 구간에서 발생한다는 의미도 됩니다.

무엇을 컨텍스트에 넣을지는 여전히 사람 몫입니다

창이 커지면 “일단 다 넣어” 식으로 쓰게 됩니다. 근데 그게 오히려 품질을 떨어뜨릴 수 있습니다. 관련 없는 내용이 많이 들어갈수록 모델의 집중도가 분산됩니다. 1M 컨텍스트가 생겼다고 해서 컨텍스트 설계를 손 놓아도 된다는 의미는 아닙니다.

▲ 목차로 돌아가기

Q&A

▲ 목차로 돌아가기

마치며

Claude 1M 컨텍스트 GA는 숫자 자체보다 가격 구조 변화가 더 의미 있습니다. 장문 요청에 할증이 붙던 구조가 없어졌고, API 개발자 입장에서는 월말 청구서 예측이 훨씬 쉬워졌습니다.

다만 Pro 플랜 Claude Code 사용자라면 자동 적용이 아니라 /extra-usage 입력이 필요하다는 점, 컨텍스트가 커질수록 비용이 빠르게 쌓일 수 있다는 점은 놓치기 쉬운 부분입니다. 특히 에이전트를 프로덕션에 올리는 경우라면 토큰 사용량 모니터링 도구를 먼저 설정하는 것을 권장합니다.

개인적으로는 “컨텍스트가 넓어져서 다 해결됐다”는 식의 해석보다는, 넓어진 창을 어떻게 설계해서 쓸 것인지가 앞으로의 핵심 질문이 될 것 같습니다. 도구가 강해졌을 때 그 도구를 잘 다루는 쪽이 결국 더 좋은 결과를 냅니다.

▲ 목차로 돌아가기

본 포스팅 참고 자료

1. Anthropic 공식 블로그 — 1M Context GA 발표 (2026.03.13)
2. Anthropic 공식 릴리스 노트 — March 2026
3. Anthropic 공식 문서 — Context Windows 가이드
4. AIToolRanked — Claude 1M Context GA Breakdown (2026.03.16)
5. Karo Zieminski — Claude 1M Context Window Guide (2026.03.16)