일하는 ai

23. 앤트로픽이 말하는 가장 효율적인 Harnessing

13 min read

-

Anthropic이 내놓은 Managed Agents를 단순한 “새 기능”이 아니라, 에이전트 인프라를 어떻게 추상화할 것인가의 답으로 해석하는 영상이다. 코드팩토리는 콘솔의 Quickstart, Agent, Session, Environment, Vault 구조를 직접 훑고, Airbnb 숙소 지원용 서포트 에이전트 예제로 왜 이 구성이 하네싱 관점에서 의미가 있는지 설명한다. 마지막에는 과금 구조까지 서버리스 인프라와 비교해 풀어낸다.

flowchart LR
A[에이전트 인프라를 직접 엮어야 하는 문제] --> B[Managed Agents의 추상화 레이어]
B --> C[Agent·Session·Environment·Vault 조합]
C --> D[지속 가능한 장기 실행과 서버리스형 비용 모델]

핵심 요약

  • Managed Agents는 Anthropic이 생각하는 “효율적인 하네싱”을 인프라 관점에서 구현한 형태로 소개된다
  • 콘솔은 Quickstart, Agent, Session, Environment, Vault 다섯 축으로 나뉘며, 이들을 조합해 에이전트 실행·로그·권한·크레덴셜을 분리 관리한다
  • 예제에서는 Notion과 Slack을 MCP 소스로 쓰는 서포트 에이전트를 템플릿에서 바로 만들고, Airbnb 숙소 운영 지원 시나리오로 설명한다
  • 발표자는 “그냥 로컬에서 클로드 코드로 돌리면 되는 것 아니냐”는 반응에 대해, 실제 AI 서비스는 API·체이닝·스케일링 때문에 그렇게 단순하지 않다고 선을 긋는다
  • 비용은 모델 토큰 비용 + 세션 런타임 비용으로 나뉘며, 세션 런타임은 실행 중인 시간만 과금되고 기준은 세션 1시간당 0.08달러라고 설명한다

왜 지금 중요한가

이 영상이 다루는 포인트는 프롬프트를 어떻게 짜느냐보다, 에이전트 시스템을 장기적으로 어떻게 운영할 것이냐다. 로컬 실험 수준에서는 잘 안 보이지만, 실제 서비스로 넘어가면 세션 재개, 권한 분리, 크레덴셜 보관, 장기 실행, 스케일링이 한꺼번에 문제가 된다. Managed Agents는 바로 그 운영 레이어를 Anthropic 방식으로 추상화한 인터페이스라는 해석이 영상 전체를 관통한다.

주요 내용

Managed Agents는 Anthropic식 하네싱 추상화다

영상 초반에서 발표자는 이 기능을 설명하기 위해 일부러 시간을 들였다고 말한다. 그냥 “새 기능 나왔다” 정도로 소개하면 왜 좋은지 전달되지 않기 때문이라는 얘기다. 그래서 이번 영상은 유튜버 개인 주장보다 Anthropic이 실제로 어떤 인프라 관점에서 이 시스템을 만들었는지 읽어내는 쪽에 더 가깝다.

콘솔에 들어가면 Managed Agents가 새 항목으로 붙어 있고, 여기서 에이전트를 생성하고 세션을 굴릴 수 있다. 발표자는 이를 “Anthropic이 생각하는 굉장히 주관적인 하네싱 방향성이 인프라 관점에서 구현된 것”이라고 표현한다. 핵심은 특정 유행 툴 하나가 아니라, 앞으로 다른 형태의 에이전틱 실행 방식이 나와도 담아낼 수 있는 범용 인터페이스라는 점이다.

Quickstart, Agent, Session, Environment, Vault가 역할을 분담한다

콘솔 구조 설명이 꽤 명확하다. Quickstart는 아래 네 가지를 채팅으로 한 번에 다뤄 주는 시작점이다. Agent는 클로드가 어떤 기능을 수행할지 정의하는 곳이고, Session은 실제로 에이전트와 채팅하거나 인스트럭션을 실행했을 때 생기는 로그가 쌓이는 곳이다. Environment는 에이전트가 실행될 환경과 권한을 설정하는 레이어고, Vault는 볼트 서비스와 비슷하게 크레덴셜을 저장·관리하는 곳으로 소개된다.

이 분리가 중요한 이유는 운영 지속성 때문이다. 영상 후반부에서는 지금까지 진행한 과정이 세션 로그로 남고, 에이전트 정의도 독립적으로 남고, Vault의 크레덴셜도 따로 남기 때문에, 새로운 Environment를 만들고 멈췄던 Session에서 다시 시작하면 장기 실행 작업을 계속 이어갈 수 있다고 설명한다. 발표자는 이 지점을 “컨티뉴어스하게 작업하도록 부를 수 있다”는 식으로 표현한다.

Airbnb 숙소 서포트 에이전트 예제가 가장 설명하기 쉽다

실습 예제로는 서포트 에이전트를 고른다. 이유는 설명하기 가장 쉽기 때문이다. 템플릿은 YAML과 JSON 형태로 되어 있고, 여기에 Notion과 Slack 같은 MCP 소스를 붙인다. 영상에서는 숙소 운영 가이드, 와이파이 정보 같은 내용을 Notion 페이지에 넣어 두면, 그 정보를 하네싱 시스템 안에서 가져와 실제 세션을 돌릴 수 있다고 설명한다.

서비스용 AI를 직접 운영해 본 적 없는 사람이 흔히 하는 말도 미리 반박한다. “그냥 클로드 코드로 로컬에서 돌리면 다 되는 것 아니냐”는 반응에 대해, 실제 AI 서비스는 API를 써야 하고, 에이전트를 체이닝해야 하고, 트래픽에 따라 스케일링도 해야 하기 때문에 로컬 사용 관점의 문제와는 다르다고 잘라 말한다. 즉, 이 시스템은 개인 로컬 자동화가 아니라 서비스 인프라용 추상화라는 뜻이다.

비용 구조는 서버리스와 닮았고, 실행 시간만 돈을 낸다

과금 설명도 이 영상의 중요한 축이다. 비용은 두 덩어리로 나뉜다. 먼저 모델 자체는 기존처럼 오퍼스·소넷·하이쿠에 따라 입력/출력 토큰 기준으로 과금된다. 여기에 별도로 “세션 런타임” 비용이 붙는다.

영상에서 제시한 수치는 세션 1시간당 0.08달러다. 다만 이 비용은 세션이 실제로 러닝 상태일 때만 붙는다. 에이전트가 아무 일도 하지 않거나 API 응답을 기다리거나 멈춰 있는 시간은 과금 대상이 아니다. 발표자는 이 부분을 서버리스 인프라와 비교한다. Environment나 Agent 정의, Vault 같은 정적 자산에는 비용이 붙지 않고, 실제 실행 구간만 비용을 내는 모델이기 때문에, 사용하지 않을 때 돈을 덜 쓰는 서버리스의 장점을 가져간다고 해석한다. 서울 리전 기준으로는 T4G.large 정도, M5 계열로 보면 M5.large보다 조금 더 저렴한 감각으로 비교할 수 있다고도 덧붙인다.

원문 발화 하이라이트

“실제로 엔트로픽이 생각하는 인프라스트럭처 관점에서의 하네싱 기법 그리고 왜 이 매니지드 에이전트를 이런 방식으로 만들었는지 우리가 함께 보면서 한번 이 콘텐츠 다뤄보도록 할게요.”

“이 네 가지를 조합해서 우리가 하네싱을 했을 때 가장 효율적으로 하네싱을 할 수가 있다라는 게 엔트로픽의 관점이다라고 보시면은 돼요.”

“실제 AI 서비스를 굴렸을 때는 우리가 API를 사용하지 않고 그리고 또 우리가 에이전트를 만들어서 그 체이닝을 해 가지고 하지 않고서 구현을 할 수가 없는 기능들이 굉장히 많아요.”

“그냥 우리가 새로운 인바이먼트를 생성을 하고 마지막에 멈췄던 이 세션 정보로부터 다시 작업을 시작을 하면은 이 하네스가 영원하게 문제가 생기더라도 컨티뉴어스하게 작업을 하도록 우리가 불릴 수가 있다라는 거예요.”

“0.08달러를 우리가 세션 아워, 그러니까 세션을 실행하는 한 시간당 0.08달러를 여러분들이 지불하게 되고요. 러닝 스테이트일 때만 여러분이 지불하게 됩니다.”

바로 실행해 보기

  1. 콘솔 구조부터 역할별로 나눠서 본다 — Quickstart는 시작점, Agent는 역할 정의, Session은 로그, Environment는 실행 권한, Vault는 크레덴셜이라는 식으로 먼저 개념을 분리해 둔다
  2. 지원 업무 하나로 템플릿 실습을 해 본다 — 영상 예시처럼 Notion 문서와 Slack을 소스로 붙여, 숙소 운영 가이드나 사내 FAQ를 답하는 서포트 에이전트를 만들어 본다
  3. 세션 시간 기준으로 비용을 계산해 본다 — 현재 직접 굴리는 에이전트 인프라가 있다면, 실제 러닝 시간 기준으로 세션 아워를 대입해 보고 토큰 비용과 합산해서 EC2/직접 운영 방식과 비교해 본다

참고

  • 영상: 앤트로픽이 말하는 가장 효율적인 Harnessing. Managed Agents! 앙 (영상URL)

영상 메타

수집 품질

  • 자막 세그먼트: 597개
  • 자막 문자수: 10828자
  • 챕터 추출: 0개
  • 콘텐츠 생성: Subagent 기반

AI 생성 도구를 활용해 초안을 구성했고, 원영상 발화와 공개 자료를 교차 확인해 정리했습니다.

그래프 뷰

백링크