$ cat wiki/concepts/managed-agents.md
Claude Managed Agents
Definition
에이전트의 논리(Claude 가 무엇을 결정하는가)와 에이전트의 런타임(오케스트레이션·샌드박싱·상태·자격증명·자원 한도)을 분리하는 클라우드 호스팅 에이전트 실행 계층. 신뢰할 만한 에이전틱 AI 에는 유능한 모델만이 아니라 관리형 인프라가 필요하다는 통찰을 Anthropic 이 제품으로 구현한 것이다.
퍼블릭 베타 출시: 2026년 4월 9일.
더 넓은 개념으로서의 "managed agents" 는 에이전트 실행을 서비스로 제공하며, LLM 에이전트의 기업 채택을 막아 온 인프라 문제를 대신 처리하는 아키텍처 패턴을 가리킨다.
Why It Matters
기업의 에이전트 배치를 막아 온 주된 장애물은 모델 역량이 아니라 운영 신뢰성이었다 — 샌드박싱(에이전트가 의도치 않은 시스템에 접근하지 못하게 하기), 상태 관리(다단계 과제에 걸쳐 컨텍스트 유지), 자격증명 관리(도구 접근 범위를 안전하게 한정), 관측성. Managed Agents 는 이 모두를 인프라 계층에서 다룬다.
경쟁하는 세 구현이 2026년 중반에 동시에 이 패턴으로 수렴하고 있다:
- Anthropic: Claude Managed Agents (2026년 4월 9일 출시)
- OpenAI: OpenAI Deployment Company (2026년 5월 11일 출시) → OpenAI
- xAI: Grok 4.1 Fast 와 함께 나온 Agent Tools API (2026년 5월) → Grok 4.1 Fast (xAI)
이 수렴은 "관리형 에이전트 인프라" 가 모델 계층이 아니라 인프라 계층의 경쟁 격전지가 되고 있음을 시사한다.
State of the Art (2026-05-23)
Anthropic Claude Managed Agents — 주요 기능
출시 시점 (2026년 4월 9일):
- 샌드박스 도구와 자격증명 관리를 갖춘 클라우드 호스팅 에이전트 실행
- 과제 간 지속되는 세션 상태
- MCP 서버 통합 (운영자가 MCP 준수 서버를 무엇이든 연결 가능)
- Claude 의 도구 사용·컴퓨터 사용 역량과 연결
Code with Claude SF — 2026년 5월 6일 업데이트:
Dreaming (리서치 프리뷰 — 대기자 명단)
에이전트가 지난 세션을 검토해 성공·실패 패턴을 찾아내고 "절차적 기억" — 지속 저장되는 학습된 휴리스틱 — 으로 합성한다. 비유하자면 REM 수면의 기억 공고화다.
의의: 새로 훈련하지 않고도 지속적인 자기개선을 도입한다. Anthropic 이 에이전틱 성능의 핵심 공백으로 지목한 기억 병목을 부분적으로 해소한다. 에이전트 수준 경험 재생을 상업적으로 배치한 첫 사례다. Agentic Reinforcement Learning 과 연결되지만, 훈련이 아니라 추론·제품 계층에서 과거 궤적으로 미래 행동을 개선한다는 점이 다르다.
문서화된 결과: Harvey(법률 AI) — 과제 완료율 6배 상승; Wisedocs(의료 문서 검토) — 검토 시간 50% 감소.
Outcomes (퍼블릭 베타)
자체 채점 평가 루프다. 별도의 평가자 모델이 개발자가 쓴 루브릭에 따라 주 에이전트의 출력을 채점하고 비평하면, 주 에이전트가 수정한다. 과제 수행과 품질 검증을 분리한다.
Multiagent Orchestration (퍼블릭 베타)
리드 에이전트가 하위 과제를 병렬 샌드박스에서 도는 전문 서브에이전트들에 뿌린다. 오케스트레이터가 결과를 종합한다. 사용자가 조정 인프라를 직접 관리하지 않고도 병렬화 가능한 워크플로를 쓸 수 있다.
Code with Claude London — 2026년 5월 19일 업데이트:
- MCP 터널: 비공개 MCP 서버로의 안전한 프록시 연결 (공개 노출 불필요)
- 자체 호스팅 샌드박스: 실행 환경을 직접 가져오기 (컴플라이언스·데이터 주권 용도)
- 추가 프라이버시·보안 기능 (세부는 9to5Mac 5월 19일 보도)
Open Problems
- Dreaming 의 정렬 위험: 경험 재생을 통한 자기개선이 "도움이 되는 것" 을 개선하는가, 아니면 보상받은 것처럼 보인 잘못 정렬된 전략도 강화할 수 있는가? 2026-05-23 기준 공개된 안전성 평가가 없다.
- 평가 게이밍: Outcomes 의 자체 채점 루프는 별도 평가자를 쓰지만, 주 에이전트가 실제 과제가 아니라 평가자를 만족시키는 법을 학습하는 것을 무엇이 막는가?
- 인프라 락인: Anthropic 이 에이전트의 "관리형 런타임" 이 될수록 운영자의 전환 비용이 커진다 — 전략적 해자이지만 생태계 우려도 따른다.
- 조정 오버헤드: 멀티에이전트 오케스트레이션은 지연과 비용을 더한다. 고도로 병렬화된 환경에서의 벤치마크 성능은 아직 공개되지 않았다.
Key Papers
- Anthropic Engineering Blog: "Scaling Managed Agents: Decoupling the brain from the body" — anthropic.com/engineering/managed-agents
- source snapshot
Related Concepts
- Agents (LLM Agents) — 일반적인 LLM 에이전트 이론. Managed Agents 는 그것의 운영적 구현이다
- Agentic Reinforcement Learning — Dreaming 기능은 제품 계층에서의 경험 재생 기반 자기개선이다
- mcp — Managed Agents 는 MCP 생태계에 연결된다. MCP 터널은 새로운 통합 패턴이다
- Anthropic — 제품 맥락
- Grok 4.1 Fast (xAI) — xAI 의 경쟁 Agent Tools API