Claude API Python 완전 가이드
— Anthropic SDK로 AI 앱 개발하기 2026

bash # Anthropic SDK 설치 pip install anthropic # 환경변수에 API 키 저장 (보안 필수) export ANTHROPIC_API_KEY="sk-ant-..."

python # .env 파일 ANTHROPIC_API_KEY=sk-ant-... # main.py from dotenv import load_dotenv import os import anthropic load_dotenv() client = anthropic.Anthropic( api_key=os.getenv("ANTHROPIC_API_KEY") )

python import anthropic client = anthropic.Anthropic() # 기본 메시지 요청 message = client.messages.create( model="claude-sonnet-4-6", max_tokens=1024, messages=[ {"role": "user", "content": "Python으로 피보나치 수열을 구현해줘"} ] ) print(message.content[0].text) print(f"입력 토큰: {message.usage.input_tokens}") print(f"출력 토큰: {message.usage.output_tokens}")

python import anthropic client = anthropic.Anthropic() # 스트리밍 방식 1: stream 컨텍스트 매니저 (권장) with client.messages.stream( model="claude-sonnet-4-6", max_tokens=2048, messages=[ {"role": "user", "content": "마이크로서비스 아키텍처 장단점을 설명해줘"} ] ) as stream: for text in stream.text_stream: print(text, end="", flush=True) print() # 줄바꿈 # 최종 사용량 확인 final_message = stream.get_final_message() print(f"\n총 토큰: {final_message.usage.input_tokens + final_message.usage.output_tokens}")

python import anthropic client = anthropic.Anthropic() # 대화 히스토리를 직접 관리 conversation_history = [] def chat(user_message: str) -> str: conversation_history.append({ "role": "user", "content": user_message }) response = client.messages.create( model="claude-sonnet-4-6", max_tokens=1024, system="당신은 친절한 Python 전문가입니다. 한국어로 답변해주세요.", messages=conversation_history ) assistant_text = response.content[0].text conversation_history.append({ "role": "assistant", "content": assistant_text }) return assistant_text # 대화 진행 print(chat("리스트 컴프리헨션이 뭐야?")) print(chat("방금 설명한 것을 실제 예제로 보여줘")) # 이전 맥락 유지됨

python # 다양한 시스템 프롬프트 예시 # 1. 코드 리뷰 봇 code_reviewer = """당신은 시니어 Python 개발자입니다. 코드를 검토할 때: 1. 버그와 잠재적 문제점을 먼저 지적하세요 2. PEP8 준수 여부를 확인하세요 3. 성능 개선 방안을 제안하세요 4. 한국어로 구체적인 피드백을 제공하세요""" # 2. 고객 서비스 봇 customer_service = """당신은 junetapa.com의 친절한 고객 서비스 담당자입니다. - 항상 공손하고 도움이 되는 태도를 유지하세요 - 모르는 것은 솔직하게 모른다고 말하세요 - 답변은 간결하게 3문장 이내로 작성하세요""" response = client.messages.create( model="claude-sonnet-4-6", max_tokens=2048, system=code_reviewer, # 시스템 프롬프트 적용 messages=[ {"role": "user", "content": "def add(a,b): return a+b 이 코드 어때?"} ] ) print(response.content[0].text)

python import anthropic import base64 client = anthropic.Anthropic() # 방법 1: 이미지 URL로 전달 response = client.messages.create( model="claude-sonnet-4-6", max_tokens=1024, messages=[ { "role": "user", "content": [ { "type": "image", "source": { "type": "url", "url": "https://example.com/chart.png" } }, { "type": "text", "text": "이 차트를 분석하고 핵심 인사이트를 3가지 알려줘" } ] } ] ) # 방법 2: 로컬 파일을 Base64로 인코딩 with open("local_image.jpg", "rb") as f: image_data = base64.b64encode(f.read()).decode("utf-8") response = client.messages.create( model="claude-sonnet-4-6", max_tokens=1024, messages=[{ "role": "user", "content": [ { "type": "image", "source": { "type": "base64", "media_type": "image/jpeg", "data": image_data } }, {"type": "text", "text": "이 이미지를 설명해줘"} ] }] ) print(response.content[0].text)

python # 토큰 사용량 추적 및 비용 계산 def estimate_cost(usage, model="claude-sonnet-4-6") -> float: pricing = { "claude-opus-4-6": {"input": 15.0, "output": 75.0}, "claude-sonnet-4-6": {"input": 3.0, "output": 15.0}, "claude-haiku-4-5": {"input": 0.8, "output": 4.0}, } p = pricing.get(model, pricing["claude-sonnet-4-6"]) cost = (usage.input_tokens * p["input"] + usage.output_tokens * p["output"]) / 1_000_000 return cost response = client.messages.create( model="claude-sonnet-4-6", max_tokens=1024, messages=[{"role": "user", "content": "REST API가 뭔지 설명해줘"}] ) cost = estimate_cost(response.usage) print(f"예상 비용: ${cost:.6f}")

python """ document_summarizer.py 긴 문서를 Claude API로 자동 요약하는 실전 앱 """ import anthropic from pathlib import Path client = anthropic.Anthropic() SYSTEM_PROMPT = """당신은 전문 문서 요약 도우미입니다. 문서를 요약할 때 다음 형식을 사용하세요: ## 핵심 요약 (3문장) [핵심 내용을 3문장으로 요약] ## 주요 포인트 - [포인트 1] - [포인트 2] - [포인트 3] ## 결론 [문서의 결론 또는 시사점]""" def summarize_document(text: str, model="claude-sonnet-4-6") -> None: print("요약 생성 중...\n") total_tokens = {"input": 0, "output": 0} with client.messages.stream( model=model, max_tokens=1500, system=SYSTEM_PROMPT, messages=[{ "role": "user", "content": f"다음 문서를 요약해주세요:\n\n{text}" }] ) as stream: for chunk in stream.text_stream: print(chunk, end="", flush=True) final = stream.get_final_message() total_tokens["input"] = final.usage.input_tokens total_tokens["output"] = final.usage.output_tokens cost = (total_tokens["input"] * 3.0 + total_tokens["output"] * 15.0) / 1_000_000 print(f"\n\n[토큰: 입력 {total_tokens['input']} / 출력 {total_tokens['output']} | 비용: ${cost:.5f}]") if __name__ == "__main__": # 파일에서 텍스트 읽기 doc_text = Path("document.txt").read_text(encoding="utf-8") summarize_document(doc_text)