# Claude Managed Agents - 프로덕션 속도를 10배 더 빠르게

> Clean Markdown view of GeekNews topic #28326. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=28326](https://news.hada.io/topic?id=28326)
- GeekNews Markdown: [https://news.hada.io/topic/28326.md](https://news.hada.io/topic/28326.md)
- Type: GN+
- Author: [xguru](https://news.hada.io/@xguru)
- Published: 2026-04-09T09:41:57+09:00
- Updated: 2026-04-09T09:41:57+09:00
- Original source: [claude.com](https://claude.com/blog/claude-managed-agents)
- Points: 25
- Comments: 1

## Summary

메인 기사에서 설계 철학은 다뤘으니, 제품 쪽을 짧게 들여다 보면요. 보안 샌드박싱, 자격 증명 관리, 권한 제어 같은 **프로덕션 인프라를 API가 알아서 처리**해주고, 사용자는 작업 정의에만 집중하는 구조입니다. Notion, Rakuten, Asana, Sentry 등이 이미 활용 중이고, **사용량 기반 과금**으로 공개 베타 중입니다. 직접 에이전트 인프라를 짜본 분이라면 이 부분만으로도 써볼 이유가 충분할 것 같습니다.

## Topic Body

- 클라우드 환경에서 대규모 에이전트를 구축·배포할 수 있는 **조합형 API 제품군**으로, 프로토타입을 며칠 내 프로덕션으로 전환 가능  
- 보안 샌드박싱, 자격 증명 관리, 권한 제어 등 **프로덕션급 인프라를 자동 처리**해 사용자는 작업 정의에만 집중 가능  
- **장시간 세션, 다중 에이전트 협업, 신뢰 기반 거버넌스**를 지원하며, Claude 모델과 긴밀히 통합되어 자율적 반복 수행과 성능 향상 제공  
- Notion, Rakuten, Asana, Sentry 등 주요 기업이 이를 활용해 **10배 빠른 배포와 자동화된 워크플로우**를 실현  
- 사용량 기반 과금으로 제공되며, **조직의 운영 효율과 개발 생산성을 근본적으로 향상**시키는 플랫폼임  
  
---  
  
### Claude Managed Agents 개요  
- **Claude Managed Agents**는 클라우드에서 대규모 에이전트를 구축·배포할 수 있는 **조합형 API 제품군**으로 공개 베타로 제공됨  
- 기존에는 보안 인프라, 상태 관리, 권한 제어, 모델 업그레이드 대응 등으로 인해 에이전트 개발에 수개월이 소요되었으나, Managed Agents는 **프로토타입에서 프로덕션까지 며칠 내 전환 가능**  
- 단일 작업 실행기부터 복잡한 다중 에이전트 파이프라인까지 지원하며, 사용자는 **운영 오버헤드 없이 사용자 경험에 집중** 가능  
  
### 10배 빠른 에이전트 구축 및 배포  
- 프로덕션 수준의 에이전트를 배포하려면 **샌드박스 코드 실행, 체크포인트, 자격 증명 관리, 권한 범위 설정, 엔드투엔드 추적**이 필요함  
- Managed Agents는 이러한 복잡성을 대신 처리하며, 사용자는 **작업·도구·가드레일만 정의**하면 됨  
- 내장된 **오케스트레이션 하니스**가 도구 호출 시점, 컨텍스트 관리, 오류 복구를 자동으로 수행  
- 주요 기능:  
  - **프로덕션급 에이전트**: 보안 샌드박싱, 인증, 도구 실행 자동 처리  
  - **장시간 세션**: 수 시간 동안 자율적으로 동작하며, 연결이 끊겨도 진행 상황과 출력 유지  
  - **다중 에이전트 협업**: 다른 에이전트를 생성·지시하여 복잡한 작업 병렬화 (리서치 프리뷰 단계)  
  - **신뢰 기반 거버넌스**: 권한 범위, ID 관리, 실행 추적 내장  
  
### Claude 모델과의 통합 설계  
- Claude 모델은 **에이전트 중심 작업에 최적화**되어 있으며, Managed Agents는 이를 최대한 활용하도록 설계됨  
- 사용자는 **결과와 성공 기준만 정의**하면 Claude가 자체 평가·반복 수행하여 목표 달성 (리서치 프리뷰 제공)  
- 필요 시 기존의 **프롬프트-응답형 워크플로우**도 지원  
- 내부 테스트에서 구조화된 파일 생성 작업 시 **표준 프롬프트 루프 대비 최대 10포인트 성능 향상**  
- **세션 추적, 통합 분석, 문제 해결 가이드**가 Claude Console에 내장되어 모든 도구 호출과 결정 과정을 점검 가능  
  
### 실제 활용 사례  
- 다양한 팀이 Managed Agents를 통해 **10배 빠른 프로덕션 배포**를 실현  
  - **코딩 에이전트**: 코드베이스 분석, 수정 계획 수립, PR 생성  
  - **생산성 에이전트**: 프로젝트 참여, 작업 수행, 결과물 제공  
  - **재무·법무 에이전트**: 문서 처리 및 핵심 정보 추출  
- 주요 기업 사례:  
  - ### Notion  
    - 워크스페이스 내에서 Claude에게 직접 작업을 위임할 수 있는 **Custom Agents** 알파 버전 운영  
    - 엔지니어는 코드 배포, 지식 근로자는 웹사이트·프레젠테이션 제작 등 수십 개 작업 병렬 수행  
  - ### Rakuten  
    - Slack·Teams에 통합된 **전사 에이전트**를 제품·영업·마케팅·재무·HR 부문에 배포  
    - 각 전문 에이전트를 **1주일 내 배포**  
  - ### Asana  
    - **AI Teammates**를 통해 인간과 협업하는 에이전트를 프로젝트 내에 통합  
    - Managed Agents로 고급 기능을 **수주 내 구현**  
  - ### Vibecode  
    - 프롬프트에서 앱 배포까지 연결되는 **AI 네이티브 앱 인프라**를 Managed Agents로 구현  
    - 동일 인프라를 **10배 빠르게 구축 가능**  
  - ### Sentry  
    - 디버깅 에이전트 Seer와 Claude 기반 패치 작성 에이전트를 결합  
    - 버그 탐지에서 PR 생성까지 **단일 플로우로 자동화**, 수개월 걸리던 통합을 수주 내 완성  
  
### 고객 인용  
- **Ansh Nanda (공동 창업자)**: 과거에는 LLM을 샌드박스에서 수동 관리해야 했으나, 이제는 **몇 줄의 코드로 10배 빠른 인프라 구축 가능**, AI 네이티브 앱 급증 전망  
- **Indragie Karunaratne (Sentry AI/ML 엔지니어링 디렉터)**: Managed Agents는 **보안·완전 관리형 런타임**을 제공해 개발자 경험 개선과 운영 부담 제거  
- **Sanchan Saxena (Atlassian 제품 총괄)**: Jira 워크플로우에 에이전트를 통합, **샌드박싱·세션·권한 관리 자동화**로 엔지니어링 효율 향상  
- **Javed Qadrud-Din (CTO)**: Managed Agents가 **필요한 도구를 즉석에서 생성**해 모든 사용자 질의 처리 가능, 개발 시간 10배 단축  
- **John Han (공동 창업자)**: 회의 준비 에이전트를 **수일 내 프로덕션 수준으로 구현**, 외부 시스템 연결과 웹 검색을 자동 처리  
- **Eric Liu (Notion PM)**: 장시간 세션과 메모리 관리로 **복잡한 개방형 작업 위임** 가능  
- **Yusuke Kaji (Rakuten AI 총괄)**: 각 부문 전문 에이전트를 **1주일 내 배포**, 안전한 확장과 혁신 민주화 실현  
- **Amritansh Raghav (Asana CTO)**: AI Teammates 개발 속도를 **대폭 가속화**, 엔터프라이즈급 협업 경험 강화  
  
### 시작하기  
- Managed Agents는 **사용량 기반 과금제**로, 표준 Claude Platform 토큰 요율에 **세션 시간당 $0.08** 추가  
- 자세한 요금은 [공식 문서](https://platform.claude.com/docs/en/about-claude/pricing#claude-managed-agents-pricing)에서 확인 가능  
- Claude Console 또는 CLI를 통해 첫 에이전트를 배포할 수 있으며, **Claude Code 및 claude-api Skill**과 통합 지원  
- “start onboarding for managed agents in Claude API” 명령으로 온보딩 시작 가능  
  
### 조직 운영 혁신  
- Managed Agents는 **조직의 운영 방식을 근본적으로 전환**할 수 있는 도구로,  
  개발자와 팀이 인프라 대신 **생산성과 사용자 경험에 집중**하도록 지원  
- Claude Platform을 통한 **지속적 업데이트와 커뮤니티 확장** 예정

## Comments



### Comment 54956

- Author: neo
- Created: 2026-04-09T09:41:57+09:00
- Points: 2

###### [Hacker News 의견들](https://news.ycombinator.com/item?id=47693047) 
- 나는 이게 **최적의 오케스트레이션**으로 이어질 것 같다는 의심이 있음  
  오픈소스가 더 나은 대안을 제때 내놓지 못할 수도 있음  
  지금까지 가장 좋은 성능은 여러 회사의 **에이전트들을 혼합**했을 때 나왔음  
  ‘플래너’보다 중요한 건 ‘워커’임. 어떤 에이전트는 특정 작업에 훨씬 뛰어남  
  예를 들어 Opus 4.6은 버그 탐지 면에서 GPT 5.4 xhigh와는 비교가 안 됨  
  현실 세계에서 다양한 사고방식이 팀의 **견고함**을 높이듯, 에이전트 혼합도 비슷한 효과를 보임
  - Anthropic이 최고의 버전을 만들려면 모든 세부 작업(기술 문서, 다이어그램, 버그 탐지 등)에서 다른 AI 회사들을 전부 이겨야 함  
    하지만 그들의 스택 안에서 Codex 같은 외부 모델을 호출하게 해줄 리는 없음
  - 내가 걱정하는 건 이게 **최적의 오케스트레이션 언어**로 귀결될 가능성임  
    예를 들어 Claude가 모든 에이전트 간 통신을 수메르어로 바꾼다면?  
    특정 회사만 그 언어 전문성을 독점하게 될 수도 있음
  - 나도 여러 회사의 모델을 섞어 쓰는 게 최고였음  
    Opus로 스펙을 작성 → Gemini로 수정 → 다시 Opus로 피드백 → 내가 검토 → Qwen3.5로 빌드 → Opus로 리뷰  
    이 흐름이 완벽했는데, Anthropic이 정책을 바꾸면서 깨졌음
  - 지금 AI 회사들은 마치 **양동이 속의 바닷가재** 같음  
    한 회사가 폐쇄 모델을 내놓으면, 다른 회사들이 그걸 분석해 개선하고 오픈소스로 공개함  
    결국 서로 발목을 잡다가, 나중엔 **카르텔**처럼 될 수도 있음

- Anthropic이 개발자들을 자사 플랫폼으로 끌어들이려는 게 보임  
  IPO를 위해선 단순한 모델 제공자가 아니라 **플랫폼 기업**이 되어야 함  
  지금 하는 모든 움직임이 그 방향을 가리킴

- Claude Code를 매일 쓰지만, 고객 시스템을 Anthropic에 의존하게 만드는 건 위험함  
  **품질 엔지니어링**이 그들의 강점은 아님. 가용성도 ‘single 9’ 수준이면 곤란함

- 지금은 **에이전트 프레임워크의 초창기**, 마치 PHP 이전 웹 시절 같음  
  매주 새로운 패턴과 모델이 나오면서 모든 프레임워크가 다시 만들어짐  
  LangChain이 Next.js/Vercel처럼 되려 하지만, 대부분은 직접 구축하길 권장함  
  Anthropic은 모델을 직접 보유하므로 진입장벽이 낮은 솔루션으로 일정 수요를 얻겠지만, **락인**과 기술 변화 속도는 여전히 문제임
  - 나도 동의함. 지금은 블로그나 GitHub에 반쯤 완성된 솔루션이 수백 개 떠다니는 시기임  
    LangChain이 가장 근접했지만 여전히 **DIY 느낌**이 강함  
    게다가 모두가 서로 다른 벡터DB와 리랭킹 모델을 섞어 쓰고 있음

- 나도 비슷한 걸 직접 만들고 있었는데, Anthropic의 접근이 **병행 아이디어**처럼 보여 놀랐음  
  단일 모델 제공자에 묶이는 건 절대 피해야 함  
  작은 팀엔 괜찮을지 몰라도, 복잡한 시스템에선 자살 행위임  
  여러 모델을 비교·조합해 자신만의 스타일로 관리해야 함. 마치 요리처럼, 상황에 따라 다른 **풍미 선택**이 필요함
  - 사실 모두가 비슷한 걸 만들고 있음. 갈 수 있는 방향이 한정적임
  - 락인을 피해야 하는 이유가 단순히 성능 때문인지, 아니면 Anthropic이 **텔레메트리 데이터**를 이용해 나중에 경쟁자로 변할 수 있어서인지 궁금함
  - 나도 같은 입장임. openrouter 같은 **집계 플랫폼** 위에 이런 시스템을 올리는 건 꽤 간단함

- 그 에이전트들이 만든 페이지가 너무 엉망이라 **후기 텍스트가 겹쳐서** 읽을 수 없었음
  - 나는 아예 검은 화면만 보였음

- 나는 Anthropic Agentic SDK로 Jekyll 사이트를 만드는 **도커 컨테이너**를 돌리고 있음  
  인프라 구축은 어렵지 않았고, 진짜 어려운 건 에이전트가 원하는 대로 행동하게 만드는 일이었음  
  언젠가 다른 제공자나 **셀프호스팅**으로 옮길 수도 있으니, 자유를 유지하고 싶음

- 난 여전히 **pydantic ai**와 **dbos/temporal/celery** 조합을 쓸 예정임  
  특정 업체에 묶이고 싶지 않음. 어떤 LLM이든 자유롭게 쓰고 싶음  
  오픈소스 **오케스트레이션**의 발전을 계속 밀어야 함

- 겉보기엔 멋지지만, **비용 폭탄**이 될 수도 있음  
  AWS처럼 부주의하면 수천 개의 에이전트가 돌아가며 청구서가 폭증할 것임  
  Anthropic에겐 엄청난 **수익 모델**이 될 듯함

- 이런 방향은 **예상된 수순**이었음  
  모델을 더 똑똑하게 만들지 않고도 수익을 늘리고, 사용자 락인을 강화하는 쉬운 방법임  
  관련 분석은 [이 글](https://danthegoodman.substack.com/p/where-agents-converge)에 잘 정리되어 있음