기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다. # 적응형 사고 적응형 사고는 Claude Opus 4.6과 [확장된 사고](claude-messages-extended-thinking.md) 함께 사용하는 권장 방법입니다. 사고 토큰 예산을 수동으로 설정하는 대신 적응형 사고를 통해 각 요청의 복잡성에 따라 언제 얼마나 많이 생각할지 Claude 동적으로 결정할 수 있습니다. 적응형 사고는 고정된를 사용하여 확장형 사고보다 더 나은 성능을 안정적으로 구동`budget_tokens`하므로 적응형 사고로 이동하여 Claude Opus 4.6에서 가장 지능적인 응답을 얻는 것이 좋습니다. 베타 헤더는 필요하지 않습니다. 지원되는 모델은 다음과 같습니다. | 모델 | 모델 ID | | --- | --- | | Claude Opus 4.7 | `anthropic.claude-opus-4-7` | | Claude Mythos 미리 보기 | `anthropic.claude-mythos-preview` | | Claude Opus 4.6 | `anthropic.claude-opus-4-6-v1` | | Claude Sonnet 4.6 | `anthropic.claude-sonnet-4-6` | **참고** Claude Opus 4.7 및 Claude Mythos 미리 보기는 적응형 사고*만* 지원합니다. 수동 확장 사고(`thinking.type: "enabled"` 포함`budget_tokens`)는 이러한 모델에서 지원되지 않으며 400 오류를 반환합니다. `thinking.type: "enabled"` 및 `budget_tokens`는 Claude Opus 4.6 및 Claude Sonnet 4.6에서 더 이상 사용되지 않으며 향후 모델 릴리스에서 제거될 예정입니다. 대신 노력 파라미터와 `thinking.type: "adaptive"` 함께를 사용합니다. 이전 모델(Claude Sonnet 4.5, Claude Opus 4.5 등)은 적응형 사고를 지원하지 않으며 `thinking.type: "enabled"`에가 필요합니다`budget_tokens`. ## 적응형 사고의 작동 방식 적응형 모드에서는 각 요청의 복잡성을 Claude 평가하고 생각할지 여부와 정도를 결정합니다. 기본 노력 수준(`high`)에서는 Claude가 거의 항상 생각하게 됩니다. 낮은 노력 수준에서는 더 간단한 문제에 대한 생각을 건너뛸 Claude 수 있습니다. 적응형 사고는 도 자동으로 활성화합니다[인터리브 사고(베타)](claude-messages-extended-thinking.md#claude-messages-extended-thinking-tool-use-interleaved). 즉, 도구 호출 간에 생각할 Claude 수 있으므로 에이전트 워크플로에 특히 효과적입니다. API 요청`"adaptive"`에서를 `thinking.type`로 설정합니다. ------ #### [ CLI ] ``` aws bedrock-runtime invoke-model \ --model-id "us.anthropic.claude-opus-4-6-v1" \ --body '{ "anthropic_version": "bedrock-2023-05-31", "max_tokens": 16000, "thinking": { "type": "adaptive" }, "messages": [ { "role": "user", "content": "Three players A, B, C play a game. Each has a jar with 100 balls numbered 1-100. Simultaneously, each draws one ball. A beats B if As number > Bs number (mod 100, treating 100 as 0 for comparison). Similarly for B vs C and C vs A. The overall winner is determined by majority of pairwise wins (ties broken randomly). Is there a mixed strategy Nash equilibrium where each player draws uniformly? If not, characterize the equilibrium." } ] }' \ --cli-binary-format raw-in-base64-out \ output.json && cat output.json | jq '.content[] | {type, thinking: .thinking[0:200], text}' ``` ------ #### [ Python ] ``` import boto3 import json bedrock_runtime = boto3.client( service_name='bedrock-runtime', region_name='us-east-2' ) response = bedrock_runtime.invoke_model( modelId="us.anthropic.claude-opus-4-6-v1", body=json.dumps({ "anthropic_version": "bedrock-2023-05-31", "max_tokens": 16000, "thinking": { "type": "adaptive" }, "messages": [{ "role": "user", "content": "Explain why the sum of two even numbers is always even." }] }) ) response_body = json.loads(response["body"].read()) for block in response_body["content"]: if block["type"] == "thinking": print(f"\nThinking: {block['thinking']}") elif block["type"] == "text": print(f"\nResponse: {block['text']}") ``` ------ #### [ TypeScript ] ``` import { BedrockRuntimeClient, InvokeModelCommand } from "@aws-sdk/client-bedrock-runtime"; async function main() { const client = new BedrockRuntimeClient({}); const command = new InvokeModelCommand({ modelId: "us.anthropic.claude-opus-4-6-v1", body: JSON.stringify({ anthropic_version: "bedrock-2023-05-31", max_tokens: 16000, thinking: { type: "adaptive" }, messages: [{ role: "user", content: "Explain why the sum of two even numbers is always even." }] }) }); const response = await client.send(command); const responseBody = JSON.parse(new TextDecoder().decode(response.body)); for (const block of responseBody.content) { if (block.type === "thinking") { console.log(`\nThinking: ${block.thinking}`); } else if (block.type === "text") { console.log(`\nResponse: ${block.text}`); } } } main().catch(console.error); ``` ------ ## 노력 파라미터를 사용한 적응형 사고 적응형 사고와 노력 파라미터를 결합하여 사고의 정도를 안내할 수 Claude 있습니다. 노력 수준은 Claude의 사고 할당에 대한 소프트 지침 역할을 합니다. | 작업 수준 | 사고 동작 | | --- | --- | | max | Claude는 항상 사고 깊이에 제약 없이 사고합니다. Claude Opus 4.6 전용 - 다른 모델에서 max를 사용하는 요청은 오류를 반환합니다. | | high(기본값) | Claude는 항상 생각합니다. 복잡한 작업에 대한 심층 추론을 제공합니다. | | medium | Claude는 보통의 사고를 사용합니다. 매우 간단한 쿼리에 대한 생각은 건너뛸 수 있습니다. | | low | Claude는 사고를 최소화합니다. 속도가 가장 중요한 간단한 작업에 대한 생각은 건너뜁니다. | **중요** `effort` 파라미터는 `output_config` 객체 내부가 아니라 요청 본문의 별도의 `thinking` 객체 내에 배치되어야 합니다. `effort` 내부에를 배치`thinking`하면가 생성됩니다`ValidationException`. 다음 예제에서는 InvokeModel API를 사용할 때 작업 수준을 설정하는 방법을 보여줍니다. ``` { "anthropic_version": "bedrock-2023-05-31", "max_tokens": 16000, "thinking": { "type": "adaptive" }, "output_config": { "effort": "high" }, "messages": [{ "role": "user", "content": "Your prompt here" }] } ``` ## Converse API에서 적응형 사고 사용 [Converse API](conversation-inference.md)를 사용하는 경우 내부에서 `thinking` 및 `effort` 파라미터를 전달합니다`additionalModelRequestFields`. 다음 예제에서는 기본 노력 수준의 적응형 사고를 보여줍니다. ``` import boto3, json bedrock_runtime = boto3.client(service_name='bedrock-runtime', region_name='us-east-2') response = bedrock_runtime.converse( modelId="us.anthropic.claude-opus-4-6-v1", messages=[{ "role": "user", "content": [{"text": "Explain why the sum of two even numbers is always even."}] }], additionalModelRequestFields={ "thinking": { "type": "adaptive" } } ) print(json.dumps(response["output"], indent=2, default=str)) ``` 노력 수준을 지정하려면에서 별도의 `output_config` 객체 내에 `effort` 필드를 추가합니다`additionalModelRequestFields`. ``` response = bedrock_runtime.converse( modelId="us.anthropic.claude-opus-4-6-v1", messages=[{ "role": "user", "content": [{"text": "What is 2 + 2?"}] }], additionalModelRequestFields={ "thinking": { "type": "adaptive" }, "output_config": { "effort": "low" } } ) ``` ## 프롬프트 캐싱 `adaptive` 사고를 사용한 연속 요청은 프롬프트 캐시 중단점을 보존합니다. 그러나 `adaptive` 및 `enabled`/`disabled` 사고 모드 간에 전환하면 메시지에 대한 캐시 중단점이 끊어집니다. 시스템 프롬프트와 도구 정의는 모드 변경과 관계없이 캐시된 상태로 유지됩니다. ## 사고 동작 튜닝 Claude가 원하는 것보다 더 자주 생각하거나 덜 자주 생각하면 시스템 프롬프트에 지침을 추가할 수 있습니다. ``` Extended thinking adds latency and should only be used when it will meaningfully improve answer quality — typically for problems that require multi-step reasoning. When in doubt, respond directly. ``` **주의** 자주 생각Claude하지 않도록 조정하면 추론의 이점을 얻는 작업의 품질이 저하될 수 있습니다. 프롬프트 기반 튜닝을 프로덕션에 배포하기 전에 특정 워크로드에 미치는 영향을 측정합니다. 먼저 낮은 노력 수준으로 테스트하는 것이 좋습니다.