2026년 4월 8일, Anthropic이 공개 베타로 출시했어요.
한 줄 요약:
"에이전트 만드는 데 수개월 걸리던 인프라 작업을 Anthropic이 대신 다 해줄게."
문제 — 에이전트 배포가 왜 이렇게 힘들었나
지금까지 AI 에이전트를 프로덕션에 배포하려면 에이전트 자체 외에도 온갖 인프라를 직접 구축해야 했어요.
기존 에이전트 배포:
✅ 에이전트 로직 개발
❌ 보안 샌드박스 컨테이너 설정
❌ 세션 상태 관리 (중간에 크래시나면 데이터 날아감)
❌ 툴 오케스트레이션
❌ 퍼미션/인증 시스템
❌ 모니터링/트레이싱
❌ 스케일링 인프라
→ 개발 기간: 수개월
특히 기존 구조는 세션 + 하네스 + 샌드박스가 하나의 컨테이너에 묶여 있었어요. 크래시 한 번이면 세션 데이터 전체가 날아갔고, 디버깅하려면 사용자 데이터가 담긴 컨테이너에 직접 접근해야 했어요.
Claude Managed Agents가 뭘 해주나
Anthropic이 이 모든 인프라를 관리해줘요. 개발자는 에이전트 로직만 짜면 돼요.
핵심 기능
✅ 보안 샌드박스 코드 실행 — Anthropic이 격리 환경 관리
✅ 체크포인팅 — 세션 중단돼도 재개 가능
✅ 스코프 퍼미션 — 에이전트가 접근할 수 있는 것만 접근
✅ 장기 실행 세션 — 수시간~수일 걸리는 작업 지원
✅ 툴 오케스트레이션 — 외부 API/툴 연결 자동화
✅ 에러 복구 — 자동으로 재시도 및 복구
✅ 세션 트레이싱 — Claude Console에서 툴 호출, 에이전트 결정 과정 전부 시각화
아키텍처 변화
기존에 하나로 묶였던 컨테이너를 Brain(추론) 과 Hands(실행) 으로 분리했어요.
기존:
[세션 + 하네스 + 샌드박스] 하나의 컨테이너
→ 하나 죽으면 전체 죽음
Managed Agents:
[Brain: Claude 추론] ↔ [Hands: 툴 실행 환경]
→ 독립적으로 스케일링, 장애 격리
→ TTFT 60% 감소, 집중 사용 시 90% 이상 감소
어떻게 쓰나
세 가지 방법으로 에이전트를 정의하고 배포할 수 있어요.
1. Claude Console (UI)
브라우저에서 에이전트를 자연어로 정의해요. 비개발자도 가능해요.
2. Claude Code
IDE에서 코드로 에이전트를 구성해요.
3. CLI (신규)
# CLI로 에이전트 배포
claude agent deploy \
--name "코드리뷰-에이전트" \
--model claude-sonnet-4-6 \
--tools code_execution,file_read \
--config agent.yaml
# 에이전트 실행
claude agent run "코드리뷰-에이전트" \
--input "PR #123 리뷰해줘"
YAML로 에이전트를 정의하고 CI/CD 파이프라인에 붙일 수 있어요.
# agent.yaml
name: code-review-agent
model: claude-sonnet-4-6
tools:
- code_execution
- file_read
- github_api
guardrails:
max_session_hours: 2
allowed_domains: ["github.com"]
permissions:
read_only: true
멀티 에이전트 조율 (리서치 프리뷰)
여러 Claude 인스턴스가 독립 컨텍스트로 동시에 작업하고 결과를 공유해요.
복잡한 태스크 예시 — "경쟁사 분석 보고서 작성":
오케스트레이터 에이전트
├─ 서브에이전트 A: 경쟁사 A 웹 리서치
├─ 서브에이전트 B: 경쟁사 B 재무 데이터 수집
├─ 서브에이전트 C: 시장 트렌드 분석
└─ 결과 취합 → 최종 보고서
→ 병렬로 실행되어 시간 단축
Agent Teams(독립 컨텍스트, 직접 통신)와 Subagents(메인 에이전트 컨텍스트 공유)로 나뉘어요. 복잡한 병렬 태스크는 Agent Teams, 순차적 단순 태스크는 Subagents가 효율적이에요.
가격
Claude 토큰 비용 (기존 API 요금) + $0.08/세션 시간
예시: Claude Sonnet 4.6으로 1시간 세션
- 토큰 비용 (입출력 합산) + $0.08
- 단순 태스크는 저렴, 장기 실행은 누적
실제 도입 사례
Notion 문서 자동화 에이전트. 회의록 → 태스크 자동 생성, 문서 요약 등.
Asana 프로젝트 관리 자동화. 이슈 분류, 우선순위 설정, 담당자 배정 자동화.
Rakuten 커머스 워크플로우 자동화. 상품 데이터 처리, 고객 지원 에이전트.
Sentry (가장 구체적인 사례)
"버그 분석(Seer)에서 바로 Claude 에이전트가 수정 코드 작성 후 PR 오픈까지 자동화. Managed Agents 덕분에 몇 주 만에 통합 완성, 인프라 유지보수 부담 없음."
기존 방식과 비교
직접 구축 Claude Managed Agents
| 인프라 설정 | 수개월 | 없음 |
| 샌드박스 관리 | 직접 | Anthropic |
| 세션 복구 | 직접 구현 | 자동 체크포인팅 |
| 스케일링 | 직접 | 자동 |
| 모니터링 | 직접 | Console 내장 |
| 모델 선택 | 자유 | Claude만 |
| 온프레미스 | 가능 | 불가 (Anthropic 클라우드만) |
제한사항
클로드 전용 — 다른 LLM 사용 불가예요. Claude에 락인되는 구조예요.
Anthropic 클라우드 전용 — 온프레미스, 멀티클라우드 배포 안 돼요. 데이터 주권이 중요한 금융, 의료 기업에는 제약이에요.
공개 베타 — 아직 프로덕션 SLA 미확정, 일부 기능(멀티에이전트)은 리서치 프리뷰 단계예요.
마무리
Claude Managed Agents가 의미하는 건 단순한 서비스 출시가 아니에요.
"Anthropic이 모델 회사에서 에이전트 플랫폼 회사로 포지셔닝을 바꾼다."
OpenAI의 Assistants API, Google의 Vertex AI Agent Builder, Salesforce의 AgentForce — 모든 AI 회사가 에이전트 플랫폼 전쟁에 뛰어들었어요. Anthropic은 Claude의 안전성과 신뢰성을 앞세워 엔터프라이즈 시장을 노리는 전략이에요.
프로토타입에서 프로덕션까지 몇 주 만에 가능하다는 건 기업 입장에서 엄청난 메리트예요. 😄
'AI Development' 카테고리의 다른 글
| Claude Advisor Strategy 실전 가이드 — Opus 성능을 Sonnet 비용으로 (0) | 2026.04.13 |
|---|---|
| 하네스 엔지니어링(Harness Engineering) 완전 정리 — AI가 좋은 코드를 짜게 만드는 법 (1) | 2026.04.10 |
| AI 네이티브 앱 아키텍처 설계 — 처음부터 AI를 고려한 풀스택 구조 (with Supabase) (1) | 2026.04.09 |
| AI 코딩 툴 3대장 완전 비교 — Cursor vs Claude Code vs GitHub Copilot (0) | 2026.04.09 |
| 모델보다 하네스가 제품을 결정한다 — 하네스 엔지니어링 완전 정리 (feat. Claude Code 분석) (0) | 2026.03.25 |