원문 제목: "Anthropic이 새 제품을 출시했는데, AI 에이전트 인프라를 구축하는 많은 팀들이 일자리를 잃을 수도 있습니다."

원문 저자: Bao Yu, AI 연구원

이 제품의 이름은 Claude Managed Agents입니다. 한 마디로 설명하면: 당신이 Anthropic에게 어떤 종류의 AI 에이전트를 원하는지 알려주면, 클라우드에서 해당 에이전트를 실행해줍니다. 인프라가 완전 포함되며, 사용량 별로 청구됩니다. Sentry는 자동 버그 수정 프로세스를 몇 주 만에 온라인으로 출시했고, Rakuten은 한 주 만에 전용 에이전트를 배포했습니다. 이전에는 몇 달 동안 엔지니어 팀이 이를 수행해야 했습니다.

동시에, Anthropic의 연례 반복 수입은 막 300억 달러를 돌파했으며, 지난 12월의 3배입니다. 대부분의 성장은 기업 고객에서 나왔습니다. 월스트리트는 이미 긴장했으며, WSJ는 투자자가 전통 SaaS 회사 주식에 대해 점점 신중해지고 있으며, 이러한 제품들이 몇몇 전통 소프트웨어 서비스를 불필요하게 만들지 않을까 우려하고 있습니다.

이 제품은 정확히 무엇인가요? 이미 사용 중인 Claude Code와 어떤 차이가 있나요? 기술적으로 어떻게 이루어 졌나요?

이게 뭐죠? Claude Code와 무슨 차이가 있나요?

Claude Code를 사용해본 적이 있다면 AI 에이전트가 어떻게 작동하는지 알 것입니다: 당신이 그에게 작업을 지시하면, 그는 스스로 계획을 세우고, 도구를 호출하며, 코드를 작성하고, 파일을 수정하여 점차 일을 완료합니다.

Claude Code는 여러분의 개인 컴퓨터에서 실행되며, 개발자들을 위한 개인용 명령줄 도구입니다. 컴퓨터를 끄면 멈춥니다.

Managed Agents는 Anthropic의 클라우드에서 실행되며, 기업을 위한 API 서비스입니다. 이는 24시간 내내 실행될 수 있으며, 연결이 끊겨도 진행 상황이 유실되지 않으며, 여러분의 제품에 직접적으로 AI 에이전트 능력을 내장할 수 있습니다.

Notion은 이를 이런 식으로 사용합니다: 사용자가 Notion에서 Claude 에이전트에게 작업을 할당하고, 에이전트는 백그라운드에서 작업을 완료하고 결과를 반환하며, 사용자는 Notion을 떠나지 않고 전 과정을 경험합니다.

일반적인 사용 사례 몇 가지:

· 이벤트 트리거형: 시스템이 버그를 발견하면, 자동으로 에이전트를 할당하여 수정하고 PR을 제안하며, 중간에 인간 개입이 필요하지 않습니다.

· 주기형: 매일 아침 GitHub 활동 요약 또는 팀 업무 브리핑을 자동으로 생성합니다.

· 즉시 제출형: Slack에서 에이전트에 작업을 할당하면, 그 작업이 완료되면 표, PPT, 앱이 반환됩니다.

· 장기 작업형: 몇 시간 동안의 심층 연구 또는 코드 재구성.

기업 자체의 클라우드 기반 AI 에이전트와 어떤 차이가 있나요?

자체 구축 가능하지만 매우 비용이 많이 들고 느립니다.

온라인으로 제공되는 AI 에이전트는「API 조정」을 넘어서는 것이 필요합니다: 샌드박스 환경(안전한 격리된 공간, AI가 코드를 실행하고 파일을 수정할 수 있는 공간으로, 이 곳에서 AI가 어떻게 해도 실제 시스템에 영향을 끼치지 않습니다. AI에게 전용 가상 컴퓨터를 제공하게 됩니다.), 자격 증명 관리, 상태 복구, 권한 관리, 엔드 투 엔드 추적......

많은 기업 고객들은 과거 이 모든 것을 처리하기 위해 전용 엔지니어 팀이 필요했습니다. 이제는 바로 사용 가능하며, 엔지니어들은 제품의 핵심에 집중할 수 있습니다.

그러나 관리형 에이전트가 해결하는 과제는 인력을 아끼는 것뿐만이 아닙니다.

동시에(Multi-Tasking) 자료 처리에 대한 전용 조정 엔진이 있습니다.

Anthropic 엔지니어링 블로그에 구체적인 예가 있습니다:

클로드 소네트 4.5가 컨텍스트 창 극한에 접근하면,「불안」해지고 작업을 미뤄둡니다. 스케줄링 프레임워크에 새로운 콘텍스트 재설정을 추가했습니다.그러나 클로드 오퍼스 4.5가 출시되자, 이 문제는 해결되었고, 이전의 패치는 오히려 부담이 되었습니다.

스케줄링 프레임워크를 직접 구축하면 모델 업데이트마다 변경해야 합니다. Anthropic에게 넘기면, 그들이 최적화해 주고, 엄밀히 말하면 그들이 판매한 것을 최적화합니다.

누가 사용하나? 어떻게 사용하나?

Notion은 사용자에게 코딩, PPT 제작, 시트 정리 등의 작업을 직접 Claude에게 맡길 수 있는 작업 공간을 제공합니다. 수십 개의 작업이 병렬로 실행되며, 전체 팀이 동일한 결과물에 협력합니다. Notion 제품 매니저인 Eric Liu는 사용자가 개방형 복잡한 작업을 직접 위탁할 수 있어 Notion을 떠나지 않아도 된다고 말했습니다.

Sentry는 "버그 발견부터 코드 제출까지"의 완전 자동화된 프로세스를 구축했습니다. 그들의 AI 디버깅 도구 Seer가 문제의 근본 원인을 찾은 후, Claude는 직접 패치를 작성하고 PR을 올립니다. 엔지니어링 디렉터 인드라기 카루나라트네는 몇 주 만에 온라인으로 전환되었으며, 자체 인프라 유지 관리에 드는 운영 비용도 절감되었다고 말했습니다.

Atlassian 은 이를 Jira에 통합하여 개발자가 Jira에서 Claude 에게 작업을 할당할 수 있도록 했습니다.

Asana 는 AI 팀원을 구현하여 프로젝트 관리에 AI 협업자를 추가하여 작업 및 제공물을 수행할 수 있습니다.

General Legal (Legal Tech 회사)의 전략은 가장 흥미로운 것입니다: 그들의 스마트 에이전트는 사용자의 질문에 따라 임시 도구를 작성하여 데이터를 검색할 수 있습니다. 이전에는 각 사용자의 질문마다 사전에 예상하고 검색 도구를 개발해야 했지만, 이제 스마트 에이전트가 필요에 따라 직접 생성합니다. CTO는 개발 시간이 10배로 단축되었다고 말했습니다.

Rakuten은 각 부서에서 특수 에이전트를 배포했으며, 각각 1주 안에 온라인화되어 Slack과 Teams를 통해 작업을 받아들이고, 반환되는 것은 시트, PPT, 앱과 같은 실제 제공물입니다.

기술 원리: 두뇌와 손을 분리

Anthropic의 엔지니어링 팀은 기술 블로그 Scaling Managed Agents: Decoupling the brain from the hands을 작성하여 Managed Agents 뒤의 아키텍처 진화에 대해 설명했습니다.

최초로 그들은 모든 것을 하나의 컨테이너에 넣었습니다: AI 추론 루프, 코드 실행 환경, 세션 레코드가 모두 함께했습니다. 장점은 간단하다는 것이지만, 단점은 계란이 모두 한 바구니 안에 있어 컨테이너가 종료되면 전체 세션이 손실되며, 특정 부분을 개별적으로 대체할 수 없습니다.

이후, 그들은 중요한 분할을 수행하였습니다:

· "뇌"는 Claude와 그의 스케줄링 프레임워크로, 사고와 의사 결정을 담당합니다.

· "손"은 샌드박스와 각종 도구로, 구체적인 작업을 실행합니다.

· "기억"은 독립적인 세션 로그로, 발생한 모든 일들을 기록합니다.

세 요소는 서로 의존하지 않으며, 하나가 다운되어도 나머지 둘에 영향을 미치지 않습니다.

이 분할은 몇 가지 실제적인 장점을 가져왔습니다:

빠름

모든 작업이 완전한 샌드박스 환경을 시작할 필요가 없습니다. 이제 AI가 실제로 코드를 실행해야 할 때에만 필요에 따라 시작됩니다. 중앙값 응답 시간이 약 60% 감소하였으며, 극단적인 경우에는 90% 이상 감소하였습니다.

안전함

AI가 생성한 코드는 샌드박스에서 실행되며, 외부 시스템에 액세스하는 자격 증명은 샌드박스 외부의 안전 금고에 저장됩니다. 예를 들어 Git 리포지토리에 액세스하는 경우, 시스템 초기화시에 코드가 이미 복제되어있으며, AI는 정상적으로 git push/pull을 사용하지만 토큰 자체는 AI에게 보이지 않습니다. Slack, Jira와 같은 서비스에 대해서는 MCP 프로토콜을 통해 접근하며, 요청은 프록시 계층을 거쳐 금고에서 자격 증명을 가져와 서비스를 호출하며, AI는 자격 증명을 직접 다루지 않습니다.

유연함

뇌는 손이 무엇인지 관심을 두지 않습니다. 엔지니어링 블로그에는 재미있는 문구가 있습니다: 스케줄링 프레임워크는 샌드박스가 컨테이너인지, 휴대전화인지, 포켓몬 모의기가 무엇인지를 모릅니다. "이름을 입력하고 문자열을 반환"하는 인터페이스를 준수하면 됩니다.

또한 이는 여러 뇌가 한 손을 공유할 수 있음을 의미하며, 한 뇌가 다른 뇌에 손을 넘길 수 있어 다중 에이전트 협업에 기초를 두었습니다.

한계

관리되는 에이전트는 만능이 아닙니다. 주의해야 할 몇 가지 포인트가 있습니다:

일부 기능은 여전히 연구 미리 보기 단계에 있습니다. 다중 에이전트 협업, 고급 메모리 도구, 자가 평가 반복 (에이전트가 작업 완료 품질을 직접 판단하고 지속적으로 개선)와 같은 능력은 현재 완전히 공개되지 않았으며 사용하려면 신청해야 합니다.

플랫폼 바인딩입니다. Managed Agents를 선택하면 귀하의 에이전트 인프라가 Anthropic 생태계에 바인딩됩니다. 나중에 모델이나 플랫폼을 변경하려는 경우 이주 비용을 무시할 수 없습니다.

컨텍스트 관리는 아직 난제입니다. 대화 로그는 독립적으로 저장되지만 장기 작업 중 어떤 정보를 유지해야 하는지, 무엇을 폐기해야 하는지는 불가피한 결정이 여전히 있습니다. 이것은 지속적인 과제이며, 현재 접근 방식은 컨텍스트 저장 및 컨텍스트 관리를 분리하는 것입니다: 저장은 분실되지 않도록 보장하고, 관리 방침은 모델 진화에 따라 조정됩니다.

비용 예측 가능성입니다. 0.08 달러/세션 시간은 많지 않게 들리지만, 에이전트가 몇 시간 동안 복잡한 작업을 실행하면, 토큰 소비와 런타임 비용이 추가되어 비용이 낮아지지 않을 수 있습니다. 기업은 예산 평가를 수행해야 합니다.

Managed Agents는 대부분의 기업이 "전체적으로 AI 에이전트를 활용하는 데 아직 멀은 길이 남아 있다"는 것을 보여줍니다.

인프라 임계값은 낮아지지만 좋은 작업 정의, 효율적인 워크플로우 설계, AI가 핵심 비즈니스 데이터에 접근할 수 있도록 신뢰를 구축하는 방법 등은 Managed Agents가 도와줄 수 없습니다.

AI 에이전트 인프라의 "AWS 시대"

Managed Agents는 마치 AWS가 예전 하던 길을 가는 것 같아 보입니다: 먼저 계산 능력이 생기고 나서 실행 환경까지 포함했습니다.

10년 전 기업은 "클라우드에 올려야 할까" 고민했고, 지금은 "에이전트 인프라 자체 구축 vs. 관리"를 고민합니다. 역사적 경험은 우리에게 말해줍니다. 대부분의 기업은 결국 관리를 선택할 것이며, 인프라는 핵심 경쟁 우위가 되지 않습니다. OpenAI도 자체 Agent 플랫폼 Frontier를 출시했으며, 이 경쟁 레이스는 막 시작됐습니다.

기술적인 측면에서, "두뇌와 손의 분리"라는 아키텍처 접근 방식이 주목할 만합니다. 이를 통해 시스템의 각 부분이 독립적으로 발전할 수 있습니다: 모델이 업데이트되면 두뇌를 교체하고; 새로운 도구가 필요하면 손을 추가하고; 저장 방법이 변경되면 기억층을 교체합니다.

엔지니어링 블로그의 유사성이 잘 설명하고 있습니다. 운영 체제의 read() 명령은 1970년대의 디스크인지 현대 SSD인지 신경 쓰지 않습니다. 추상화 계층이 안정되면 하위 구현은 자유롭게 바뀔 수 있습니다.

사용자 관점에서 보면, 기업 개발자인 경우 자사 제품에 AI 에이전트 기능을 포함하고 싶다면, Managed Agents는 여러분이 몇 달 동안의 기반 인프라 작업을 절약해줄 것입니다.

Python, TypeScript, Java, Go, Ruby, PHP 등 6가지 언어를 지원하는 SDK가 있습니다. Claude Code를 이미 사용 중이라면 최신 버전으로 업데이트하고, /claude-api managed-agents-onboarding을 입력하면 시작할 수 있습니다.

일반적인 AI 애호가인 경우, 단기간 내 가장 직관적으로 느끼게 될 것은: 여러분이 사용하는 SaaS 제품에는 뒷받침되는 AI 에이전트가 점점 더 많이 있어서 여러분을 지원하고 있으며, 이러한 에이전트가 아마도 Managed Agents에서 실행 중일 것입니다.

가격 참고: 토큰 비용은 Anthropic API 표준 요금으로, 세션당 0.08 달러의 실행 시간 요금(유휴 시간에는 청구되지 않음) 및 웹 검색당 10 달러입니다.

AI 에이전트의 인프라는 클라우드 컴퓨팅과 같이 결국 몇 개 대기업에 의해 독점될 것이라고 생각하십니까?

원문 링크

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia