AI 에이전트
Claude Managed Agents 출시 - 직접 살펴본 첫인상
Claude Managed Agents 출시 - 직접 살펴본 첫인상
2026.04.122026년 4월 8일, Anthropic이 Claude Managed Agents를 퍼블릭 베타로 출시했습니다.한 줄로 요약하면, AI 에이전트를 Anthropic 인프라에서 바로 배포하고 운영할 수 있는 매니지드 서비스입니다. 샌드박싱, 상태 관리, 권한 처리, 오류 복구 같은 인프라 작업을 전부 Anthropic이 해주고, 개발자는 "에이전트가 뭘 해야 하는지"만 정의하면 됩니다.이전까지는 프로덕션에 에이전트를 배포하려면 인프라 구축에만 몇 달이 걸렸는데, Managed Agents를 쓰면 며칠 만에 가능하다는 게 Anthropic의 주장이고, Notion, Rakuten, Asana, Sentry 같은 회사들이 이미 프로덕션에서 쓰고 있습니다.저도 이거 보자마자 "이게 진짜 되면 엄청나겠다"라는 생..
Harness Engineering: AI 에이전트를 제대로 부리는 법
Harness Engineering: AI 에이전트를 제대로 부리는 법
2026.04.05요즘 AI 개발 커뮤니티에서 Harness Engineering이라는 단어가 계속 나옵니다. 프롬프트 엔지니어링, 컨텍스트 엔지니어링 다음으로 나온 이 개념, 처음 들으면 뭔가 대단한 것처럼 느껴지지만 사실 핵심은 의외로 단순합니다. 그리고 이미 AI 코딩 에이전트를 쓰고 있는 분들이라면 어느 정도는 이미 하고 있는 것이기도 합니다.이 글에서는 Harness Engineering이 뭔지, 왜 필요한지, 구체적으로 뭘 해야 하는지를 정리해 봤습니다.Harness가 뭔데?Harness는 영어로 "마구(馬具)"입니다. 말을 다룰 때 쓰는 고삐, 안장, 가죽끈 같은 장비를 말하죠.AI 에이전트를 야생말이라고 한번 생각해 보세요. Claude, GPT, Gemini 같은 모델은 엄청나게 강력합니다. 하지만 그냥 ..
Claude Cowork: 비개발자를 위한 AI 에이전트
Claude Cowork: 비개발자를 위한 AI 에이전트
2026.01.15Anthropic이 Claude Cowork를 공개했습니다. 한 줄로 요약하면 "Claude Code의 비개발자 버전"입니다.Claude Code가 개발자들 사이에서 큰 인기를 끌었는데, 재미있는 현상이 개발자들이 코딩 외에도 휴가 계획, 이메일 정리, 프레젠테이션 제작, 영수증 정리 같은 일반 업무에 Claude Code를 활용하기 시작한 겁니다. Anthropic은 이 패턴을 보고 "코딩이 아닌 업무에도 동일한 AI 협업이 가능하지 않을까?"라는 생각이 들었고 그 결과 Cowork을 만들었습니다.더 놀라운 건 개발 기간입니다. Boris Cherny(Claude Code 책임자)에 따르면, Cowork는 약 1주일 반 만에 Claude Code를 사용해서 만들어졌다고 합니다.Cowork란?기존 Cla..
Anthropic의 Model Context Protocol(MCP) : 사용 가이드
Anthropic의 Model Context Protocol(MCP) : 사용 가이드
2024.11.27오늘은 Anthropic에서 새롭게 발표한 Model Context Protocol(MCP)에 대해 자세히 알아보려고 합니다. AI에 관심이 있는 분이라면 꼭 알아두어야 할 새로운 기술이니 차근차근 살펴보겠습니다. Introducing the Model Context ProtocolThe Model Context Protocol (MCP) is an open standard for connecting AI assistants to the systems where data lives, including content repositories, business tools, and development environments. Its aim is to help frontier models produce bett..
AI 에이전트 시작하기: LangGraph 개념과 실습
AI 에이전트 시작하기: LangGraph 개념과 실습
2024.11.26AI 에이전트는 LLM(Large Language Model)을 활용하여 복잡한 작업을 수행하는 자동화된 시스템입니다. 일반적인 LLM 사용이 단순 프롬프트-응답 방식이라면, 에이전트는 더 복잡하고 반복적인 작업을 수행할 수 있습니다.AI 에이전트의 핵심 디자인 패턴계획(Planning): 작업을 수행하기 위한 단계를 미리 생각하고 계획합니다.도구 사용(Tool Use): 검색, 계산 등 필요한 도구들을 활용합니다.반성(Reflection): 결과를 반복적으로 개선하며, 여러 LLM이 결과를 검토하고 제안할 수 있습니다.다중 에이전트 통신: 각각의 LLM이 고유한 역할을 수행하며 서로 협력합니다.메모리: 여러 단계에 걸친 진행 상황과 결과를 추적합니다. AI와 AI 에이전트의 차이: 깊이 '생각하는' A..
Anthropic Computer Use 가이드: 사용 후기
Anthropic Computer Use 가이드: 사용 후기
2024.10.26Computer Use는 말 그대로 AI가 우리처럼 컴퓨터를 사용하게 만드는 기능입니다. Developing a computer use modelA discussion of how Anthropic's researchers developed Claude's new computer use skill, along with some relevant safety considerationswww.anthropic.com작동 방식은 의외로 단순한데, 마치 원격 접속으로 누군가의 컴퓨터를 돕는 것처럼 동작합니다.AI가 화면을 캡처해서 봅니다 (스크린샷)화면에서 클릭해야 할 버튼이나 입력할 곳을 찾습니다마우스를 해당 위치로 이동하고 클릭하거나, 키보드로 텍스트를 입력합니다다시 화면을 캡처해서 자신의 행동이 원하는 결과..