GuidesOneMux

구조화 데이터 추출에 Claude Haiku 5.5: 문서화된 기능과 아직 모르는 점

Claude Haiku 5.5로 JSON을 추출하고 스키마를 검증하는 방법을 살펴봅니다. Anthropic이 코딩 및 도구 사용과 관련해 공개한 내용, Sonnet 5.5와의 비교, 아직 확인되지 않은 점을 정리했습니다.

AI

요약 · TL;DR

Claude Haiku 5.5는 분류 및 데이터베이스 쿼리 등 대량 처리 작업에 적합하다고 소개되어 구조화 데이터 추출에 활용할 가능성이 있습니다. 그러나 Anthropic이 제공한 출시 자료에는 네이티브 JSON Schema 제약 출력이나 Sonnet 5.5와의 직접적인 도구 호출 비교가 나와 있지 않습니다. 스키마 검증은 애플리케이션 측에서 수행하고, 코딩 성능은 Anthropic이 공개한 벤치마크 결과에 한해 비교하세요.

핵심 요점

  • Anthropic은 분류와 데이터베이스 쿼리를 Haiku 5.5의 활용 사례로 언급하지만, JSON Schema 제약 생성 기능을 구체적으로 문서화하지는 않았습니다.
  • 반환된 JSON은 애플리케이션에서 검증하세요. 모델이 항상 스키마를 준수한다고 가정해서는 안 됩니다.
  • Anthropic이 공개한 Terminal-Bench 4.0 점수는 Haiku 5.5가 39.2%, Sonnet 5.5가 70.6%입니다. Anthropic은 복잡한 에이전트형 코딩 작업에는 Sonnet이 더 적합하다고 설명합니다.
  • 제공된 자료만으로는 두 모델의 도구 호출 성능 비교 점수, 네이티브 구조화 출력 기능, 추출 정확도를 확인할 수 없습니다.
목차 (5)

Claude Haiku 5.5는 대량의 구조화 데이터 추출 작업에서 평가해 볼 만한 모델입니다. Anthropic은 분류 및 데이터베이스 쿼리 같은 반복 작업에 적합하다고 설명합니다. 다만 공개된 출시 자료에는 네이티브 JSON Schema 제약 출력 기능이나 추출 정확도, Claude Sonnet 5.5와의 직접적인 도구 호출 성능 비교가 나와 있지 않습니다. 실무에서는 원하는 데이터 형식을 프롬프트로 지정한 뒤, 애플리케이션에서 응답을 검증하고 대표 데이터로 성능을 측정하는 접근이 적절합니다.

이 가이드는 문서화되지 않은 기능을 가정하지 않고 이러한 작업 흐름에 초점을 맞춥니다. 이 글의 발행사는 OneMux이며, OneMux는 단일 OpenAI 호환 API로 여러 모델에 접근할 수 있도록 제공합니다. 엔드포인트와 매개변수 지원 여부는 달라질 수 있으므로 특정 기능에 의존하기 전에 해당 API 문서를 확인하세요.

Anthropic이 문서화한 Haiku 5.5의 특징

Anthropic은 Haiku 5.5를 요약, 컨텍스트 압축, 데이터베이스 쿼리, 분류 등 대량 처리와 비용에 민감한 작업을 위한 모델로 소개합니다. 또한 실시간 고객 지원이나 브라우저 사용처럼 속도가 중요한 작업에도 유용하다고 설명합니다. 이런 사례를 바탕으로 범위가 명확하고 반복되는 추출 작업에 활용해 볼 수 있지만, 스키마 준수를 보장하는 것은 아닙니다.

코딩 분야에서 Anthropic이 공개한 Haiku 5.5 점수는 Terminal-Bench 4.0에서 39.2%, FrontierCode 1.1 (Main)에서 **46.4%**입니다. Sonnet 5.5의 해당 점수는 각각 **70.6%**와 52.1% Xhigh입니다. Anthropic은 Terminal-Bench로 평가한 복잡한 에이전트형 코딩에는 Sonnet 5.5와 Opus 5.5가 더 적합하며, Haiku는 범위가 더 좁은 작업에 어울린다고 설명합니다. 이 벤치마크 결과는 해당 평가에서의 성능을 보여줄 뿐, 코딩 역량 전반이나 추출 품질을 포괄적으로 나타내지는 않습니다. Anthropic의 Haiku 5.5 발표 및 벤치마크 세부 정보

기능 영역제공된 자료에서 확인할 수 있는 내용해당 자료만으로는 확인할 수 없는 내용
구조화 데이터 추출분류와 데이터베이스 쿼리가 활용 사례로 언급됩니다. 추출 작업도 이러한 유형에 해당할 수 있습니다.JSON Schema 제약 생성, 스키마 준수율, 추출 정확도
도구 사용Anthropic은 Haiku가 브라우저 사용에 적합하다고 설명하며, 브라우저 및 컴퓨터 사용 SDK를 베타로 지원한다고 언급합니다.Haiku와 Sonnet의 직접적인 도구 호출 평가 또는 성공률 비교
코딩두 모델의 Terminal-Bench 4.0 및 FrontierCode 1.1 결과가 공개되어 있습니다.해당 점수가 특정 코드베이스, 작업 구성, 추출 파이프라인에 어떻게 적용되는지

“브라우저 사용”을 특정 도구 호출 인터페이스가 제공된다는 증거로 해석하거나, 어느 한 모델이 특정 스키마 매개변수를 지원한다고 가정하지 마세요. 제공된 자료에는 해당 API 세부 정보가 명시되어 있지 않습니다.

안전한 JSON 추출 작업 흐름

필수 필드와 선택 필드를 구분하는 간단한 스키마부터 시작하세요. 모델에 JSON만 반환하도록 요청하되, 그 지시는 검증이 아니라 안내로 취급해야 합니다. 응답을 받아들일지 결정하기 전에 애플리케이션에서 파싱하고 검증하세요.

다음은 Python과 jsonschema 패키지를 사용하는 애플리케이션 측 검증 단계의 예시입니다. 모델 API를 테스트하는 코드가 아니며 Haiku에 네이티브 스키마 강제 기능이 있다는 뜻도 아닙니다.

import json
from jsonschema import validate, ValidationError

schema = {
    "type": "object",
    "properties": {
        "invoice_number": {"type": "string"},
        "total": {"type": "number"},
        "currency": {"type": "string"}
    },
    "required": ["invoice_number", "total", "currency"],
    "additionalProperties": False
}

raw = '{"invoice_number":"A-104","total":82.50,"currency":"USD"}'

try:
    record = json.loads(raw)
    validate(instance=record, schema=schema)
except (json.JSONDecodeError, ValidationError) as exc:
    raise ValueError("Reject or send this record for repair") from exc

프로덕션 파이프라인에서는 누락된 값, 단위, 필드에 null을 반환할지 아니면 필드를 생략할지를 프롬프트에 명확히 지정하세요. 검토자가 모호한 사례를 확인할 수 있도록 추출한 레코드와 원본 텍스트를 함께 보관하세요. 검증에 실패하면 실패 유형을 기록하고 재시도할지, 더 강력한 모델로 넘길지, 사람의 검토를 요청할지 결정하세요. 형식이 잘못된 값을 겉보기만 유효한 레코드로 조용히 바꾸지 마세요.

간단한 평가 체크리스트

대규모 작업을 맡기기 전에 일반적인 레코드뿐 아니라 필드 누락, 상충되는 진술, 특이한 형식, 경계값 등 까다로운 사례를 포함한 대표 샘플로 테스트하세요. 최소한 다음 항목을 추적해야 합니다.

  • JSON 파싱 실패 및 스키마 검증 실패
  • 검토 과정에서 발견된 필드 값 오류 또는 근거 없는 값
  • 재시도나 사람의 판단이 필요한 사례
  • 재시도와 검증을 포함한 전체 작업 흐름의 지연 시간 및 비용

동일한 입력과 승인 기준으로 Haiku 5.5와 Sonnet 5.5를 비교하세요. 출시 벤치마크 수치만으로는 어느 모델이 여러분의 필드를 더 정확하게 추출할지 알 수 없습니다. 코딩 점수만 보지 말고 허용 가능한 오류 수준과 측정 결과를 기준으로 선택하세요.

Sonnet 5.5를 고려할 때

자료로 뒷받침되는 비교 범위는 제한적입니다. Anthropic은 위에 언급한 두 코딩 벤치마크에서 Sonnet 5.5가 Haiku 5.5보다 높은 점수를 기록했다고 공개하고, 복잡한 에이전트형 코딩에는 Sonnet 또는 Opus를 명시적으로 권장합니다. 따라서 까다로운 코딩 작업에는 Sonnet을 고려할 수 있습니다. 그렇다고 Sonnet의 JSON 추출 성능이나 스키마 준수 신뢰도, 도구 호출 성능이 더 뛰어나다는 뜻은 아닙니다. 제공된 자료에는 이러한 비교가 없습니다.

추출 작업에서는 측정 결과를 바탕으로 결정하세요. 대표 입력을 대상으로 한 테스트에서 Haiku가 스키마 및 검토 기준을 충족한다면, 반복적이고 대량인 작업에 적합하다는 설명을 고려해 해당 작업의 후보로 삼을 수 있습니다. 기준을 충족하지 못한다면 프롬프트를 조정하거나 검토 또는 수정 단계를 추가하고, 같은 평가 데이터로 다른 모델도 비교해 보세요.

결론

Haiku 5.5에 대해 문서화된 활용 사례는 구조화 데이터 추출을 평가해 볼 근거이지, 네이티브 JSON Schema 기능을 보장하는 것은 아닙니다. 애플리케이션 측에서 JSON을 파싱하고 스키마를 검증하며, 까다로운 레코드도 테스트하세요. 이러한 측정 결과와 Anthropic의 코딩 벤치마크는 구분해서 해석해야 합니다. 인용된 코딩 평가에서는 Sonnet 5.5가 더 높은 점수를 기록했지만, 제공된 자료만으로는 추출 및 도구 호출 성능의 우열을 알 수 없습니다.

FAQ

Claude Haiku 5.5는 JSON Schema 출력을 지원하나요?

제공된 Anthropic 출시 자료에는 네이티브 JSON Schema 제약 출력이 문서화되어 있지 않습니다. 프롬프트로 JSON을 요청할 수는 있지만, 애플리케이션에서 응답을 검증하고 지원되는 제약 출력 매개변수가 있는지 최신 API 문서를 확인하세요.

구조화 데이터 추출에는 Haiku 5.5와 Sonnet 5.5 중 어느 쪽이 더 적합한가요?

제공된 자료에는 두 모델의 추출 정확도나 스키마 준수 결과가 없으므로 어느 쪽이 더 낫다고 단정할 수 없습니다. 동일한 대표 입력과 검증 기준으로 비교하세요.

코딩 성능에서 Haiku 5.5는 Sonnet 5.5와 어떻게 다른가요?

Anthropic이 공개한 Terminal-Bench 4.0 점수는 Haiku 5.5가 39.2%, Sonnet 5.5가 70.6%입니다. FrontierCode 1.1 (Main) 점수는 각각 46.4%와 52.1% Xhigh입니다. 이 벤치마크 결과가 모든 코딩 작업에서의 성능을 예측하는 것은 아닙니다.

자료에서 Haiku 5.5의 도구 호출 성능이 더 뛰어나다고 입증하나요?

아닙니다. Anthropic은 Haiku 5.5가 브라우저 사용에 적합하다고 설명하고 브라우저 및 컴퓨터 사용 SDK의 베타 지원을 언급하지만, 제공된 자료에는 Sonnet 5.5와의 직접적인 도구 호출 비교가 없습니다.

관련 글