어두운 공간의 빛나는 점 하나에서 여러 갈래의 가는 빛줄기가 뻗어 나갔다가 반대편에서 다시 한 점으로 모이는 모습

Blog

에이전트가 에이전트를 부리는 Claude 워크플로, 기본값과 예산부터 확인할 때

이정민

10월 11일, Anthropic이 Claude 개발자 문서에 다중 에이전트 오케스트레이션(multiagent orchestration) 안내를 공개했습니다. Claude Managed Agents, 곧 Claude의 관리형 에이전트에서 하나의 에이전트가 여러 에이전트를 함께 움직이게 하는 기능입니다. 이 기능은 아직 베타입니다. 사용하려면 요청에 managed-agents-2026-04-01이라는 베타 헤더를 넣어야 합니다.

이번 문서에서 눈여겨볼 부분은 동적 워크플로(dynamic workflows)입니다. 사람이 미리 짜 둔 순서대로 에이전트가 움직이는 방식이 아니라, 에이전트가 상황을 보고 다른 에이전트들을 직접 실행합니다. 업무 자동화를 검토하는 조직이라면 무엇이 가능해졌는지와 함께 누가 무엇을 통제하는지를 살펴볼 필요가 있습니다.

에이전트가 직접 짜는 워크플로

동적 워크플로에서는 에이전트가 프로그램 하나를 작성합니다. 이 프로그램이 여러 에이전트를 백그라운드에서 실행합니다. 각 에이전트가 낸 결과는 프로그램이 다시 하나로 합칩니다. 큰 일을 여러 조각으로 나눠 동시에 처리하고, 마지막에 결과를 모으는 구조입니다.

문서는 사용 예로 감사, 마이그레이션, 심층 조사, 교차 검증을 듭니다. 네 가지 모두 범위가 넓어서 한 번에 처리하기 어려운 일입니다. 또한 나눠서 맡긴 뒤 결과를 비교하거나 합치면 품질을 확인하기 쉬운 일이기도 합니다. 사내 문서 전체를 점검하거나 여러 자료를 서로 대조하는 업무가 이런 성격에 가깝습니다.

워크플로를 시작할지는 에이전트가 정합니다. 에이전트는 사용자의 메시지를 읽고 실행 여부와 시점을 판단합니다. 그래서 개발자가 워크플로를 시작하려고 별도의 API를 호출할 필요가 없습니다. 연동은 단순해집니다. 동시에 실행 시점을 사람이 아니라 에이전트가 고른다는 뜻이기도 합니다.

기본으로 켜져 있다는 점

multiagent_20261001 유형에서는 서브에이전트와 동적 워크플로가 모두 기본으로 켜져 있습니다. 이 유형을 선택하면 에이전트가 필요하다고 판단할 때 여러 에이전트를 실행할 수 있는 상태가 됩니다. 편리한 출발점이지만, 조직 입장에서는 기본값이 곧 정책이 된다는 점을 기억해야 합니다.

모델 선택도 함께 따라옵니다. 워크플로 안의 인라인 에이전트는 세션이 실행하는 에이전트와 같은 모델을 사용합니다. 세션 에이전트에 성능이 높은 모델을 지정했다면, 워크플로 안의 인라인 에이전트도 같은 모델로 움직입니다. 품질은 고르게 유지되지만 비용도 그 모델 기준으로 늘어납니다. 어떤 모델로 세션을 운영할지가 워크플로 전체의 비용을 좌우하는 셈입니다.

숫자로 정해진 한도

미리 정의하는 에이전트 목록에는 서로 다른 에이전트를 최대 20개까지 넣을 수 있습니다. 이 한도는 목록마다 따로 적용됩니다. 워크플로용 목록인 workflows.predefined_agents도 별도로 20개까지 둘 수 있습니다. 역할이 분명한 에이전트를 미리 정해 두면, 에이전트가 워크플로를 짤 때 어떤 구성원을 사용할지 범위를 좁힐 수 있습니다.

동시 실행에도 한도가 있습니다. 세션 하나는 하위 스레드를 동시에 최대 25개까지 가질 수 있습니다. 다만 워크플로 실행이 만든 스레드는 이 한도에 포함되지 않습니다. 동시 스레드 한도만 보고 규모를 가늠하면 실제로 움직이는 에이전트 수를 적게 잡을 수 있습니다. 비용과 처리량을 계획할 때는 워크플로 실행 몫을 따로 계산해야 합니다.

실행된 뒤에는 방향을 바꾸기 어렵습니다

워크플로가 시작되면 에이전트는 그 실행의 스레드에 후속 메시지를 보낼 수 없습니다. 서버는 각 스레드를 실행이 끝날 때까지 보관 처리(archive)합니다. 대화를 이어 가며 중간에 지시를 고치는 방식이 통하지 않는다는 뜻입니다.

그래서 처음 요청의 품질이 중요해집니다. 무엇을 확인할지, 결과를 어떤 기준으로 합칠지가 첫 메시지에 담겨 있어야 합니다. 보관된 스레드를 어떻게 조회하고 얼마나 남겨 둘지도 조직의 데이터 보관 정책과 맞춰 확인해야 합니다. 감사나 교차 검증처럼 근거 기록이 중요한 업무라면 이 부분이 특히 중요합니다.

도입 전에 확인할 것

가장 먼저 정할 것은 예산입니다. 실행에 참여하는 모든 에이전트가 토큰을 사용합니다. Anthropic은 세션 예산을 설정해 워크플로 실행을 포함한 세션 전체 지출에 상한을 두라고 권합니다. 에이전트가 실행 시점을 스스로 정하는 구조이므로, 상한 없이 운영하면 비용을 미리 예측하기 어렵습니다.

다음은 권한과 승인입니다. 서브에이전트와 동적 워크플로가 기본으로 켜져 있으니, 어떤 업무에서 이 기능을 허용할지 팀 안에서 먼저 합의하는 것이 좋습니다. 미리 정의한 에이전트 목록을 활용해 사용할 수 있는 역할을 제한하는 것도 방법입니다.

베타 단계라는 점도 따져 봐야 합니다. 핵심 운영 업무보다는 감사나 조사처럼 결과를 사람이 검토하는 업무부터 시험해 보는 편이 안전합니다. 세션 모델이 워크플로 전체에 적용되므로, 업무별로 어느 모델이 적당한지도 함께 확인해야 합니다.

마지막은 교육입니다. 에이전트에게 일을 맡기는 사람은 업무를 나눠 처리할 수 있는 단위로 설명하고, 결과를 합치는 기준을 처음부터 제시할 수 있어야 합니다. 여러 에이전트가 낸 결과를 검토하는 역량도 필요합니다. 기능을 켜기 전에 이런 지시와 검토 방식을 팀이 함께 익혀 두면 도입 효과를 더 안정적으로 얻을 수 있습니다.

자주 묻는 질문

이 기능을 지금 바로 운영 업무에 적용할 수 있나요?
다중 에이전트 오케스트레이션은 아직 베타 단계이고, 사용하려면 managed-agents-2026-04-01 베타 헤더가 필요합니다. 운영 업무에는 범위를 좁혀 시험한 뒤 넓히는 것이 안전합니다.
워크플로를 시작하려면 개발자가 별도로 API를 호출해야 하나요?
아닙니다. 에이전트가 사용자의 메시지를 보고 실행 여부와 시점을 정하므로 추가 API 호출이 필요하지 않습니다.
한 세션에서 에이전트를 몇 개까지 동시에 실행할 수 있나요?
한 세션은 하위 스레드를 동시에 최대 25개까지 가질 수 있지만, 워크플로 실행이 만든 스레드는 이 한도에 포함되지 않습니다. 미리 정의하는 에이전트 목록에는 목록마다 서로 다른 에이전트를 최대 20개까지 넣을 수 있습니다.
워크플로 안의 에이전트는 어떤 모델을 사용하나요?
워크플로 안의 인라인 에이전트는 세션이 실행하는 에이전트와 같은 모델을 사용합니다.
비용이 과도하게 나가지 않게 하려면 어떻게 해야 하나요?
실행에 참여하는 모든 에이전트가 토큰을 사용하므로, Anthropic은 세션 예산을 설정해 워크플로 실행까지 포함한 세션 지출에 상한을 두라고 권합니다.

다른 글

AI 도입 성과를 높이는 1분

참여자의 역할, 규모에 맞추어 과정을 구성합니다.
신청 후에는 담당자가 1영업일 내로 연락드릴게요.

1분 내로 문의하기