Claude Code 성능 회귀 진단: 모델 지능이 아닌 설정 문제

Anthropic이 Claude Code의 최근 성능 저하에 대한 포스트모텀을 발표했습니다. 이 결과는 초기 커뮤니티의 인식과 반대입니다: 성능 저하는 모델이 더 나빠진 것이 아니라 세 가지 제품 구성 변경 때문이었습니다.

성능 저하를 초래한 세 가지 특정 변경 사항

• 기본 추론 노력 하향 조정: 하네스가 기본 추론 노력을 줄여 분석이 더 얕아졌습니다.
• 세션 캐싱 버그: 버그로 인해 캐시에서 이전 사고가 지워져 턴 간 연속성이 깨졌습니다.
• 프롬프트 자세 변경: 프롬프트 수정으로 자세가 줄어들어 코드 출력 품질이 낮아졌습니다.

Anthropic은 최신 패치에서 이러한 변경 사항을 롤백했고, 성능은 이전 수준으로 돌아왔습니다 — 같은 모델, 다른 구성, 다른 동작입니다.

AI 코딩 에이전트를 사용하는 팀에 대한 시사점

실용적인 교훈은 신뢰의 단위에 관한 것입니다. 모델을 신뢰한다면 동작이 바뀔 때 모델을 전환합니다. 인스턴스를 신뢰한다면 구성이 변경된 증거를 찾습니다. 이 두 대응은 완전히 다른 도구를 필요로 합니다 — 대부분의 팀은 세션 수준의 증거가 부족하고 어떤 에이전트가 더 잘하는지에 대한 직감에 의존합니다.

이 포스트모텀이 유용한 이유는 논쟁을 해결하기 때문이 아니라 실제로 증거 계층이 있을 때 어떻게 보이는지 보여주기 때문입니다. Claude Code를 실행하는 팀에게 세션 수준 구성 델타와 캐시 상태를 추적하는 것은 이제 실용적인 필수 사항입니다.