00:00:00단순히 에이전트를 관리하는 단계를 넘어 그 역할마저 AI에게 맡기게 되는 걸까요?
00:00:03AI가 에이전트의 영역에 진입해 도구들과 상호작용하기 시작하면서,
00:00:07모든 것이 달라졌습니다. 이제 우리는 AI가 우리를 대신해 도구와 상호작용하게 하고,
00:00:11'클로드 코드(Claude Code)' 같은 에이전트 시스템을 사용해 업무를 처리합니다. 우리의 역할은 그저
00:00:15에이전트에게 작업을 위임하고 실행을 맡기는 것으로 바뀌었죠. 하지만 우리는 이미
00:00:20이런 위임의 단계를 넘어서고 있습니다. 클로드의 새로운 업데이트는 기존과는
00:00:25다른 방식으로 작업을 처리하는데, 위임 과정의 상당 부분을 스스로 수행하며 이를 제품에
00:00:30직접 통합했습니다. 이는 추상화 계층을 하나 더 추가하며 우리의 일하는 방식을 바꿨습니다. 이것이 바로
00:00:35한 스타트업 창업자가 자신의 글에서 언급한 내용입니다. 클로드의 이번 업데이트가
00:00:40겉보기엔 그저 새로운 할 일 목록처럼 들려서 별것 아닌 듯 보일 수도 있지만, 사실 엄청난 변화입니다.
00:00:44'에이전트 스웜(Agent Swarm)'의 핵심 개념은 여러 AI 에이전트가 복잡한 작업을 위해 서로 협력하고,
00:00:50하위 에이전트를 생성하며 의존성을 병렬로 관리하는 것입니다. 즉, 사용자의 복잡한 작업을
00:00:55여러 개의 세부 작업으로 쪼개어 AI 에이전트들에게 배분하고, 각각 독립적으로 수행하게 합니다.
00:01:00이제 프로젝트 매니저와 대화하듯 클로드에게 광범위한 과업을 던져주기만 하면,
00:01:05클로드가 알아서 작업을 분류하고 위임합니다. 이 업데이트 덕분에 여러분의 작업은
00:01:10세션 초기화나 재시작 후에도 그대로 유지됩니다. 잠시 후 이게 어떻게 가능한지
00:01:14정확히 설명해 드리겠습니다. 이 작업 시스템 이전에는 클로드와 작업할 때
00:01:19'compact' 명령을 더 자주 써야 했습니다. 작업을 나누더라도 결국에는 하나의 두뇌가
00:01:24작은 컨텍스트 창 안에서 복잡한 과정을 감당해야 했기 때문이죠. 특히 큰 규모의 작업을 할 때는
00:01:30맥락을 놓치는 경우가 잦아져서 짜증이 났고, 이를 방지하기 위해
00:01:34구조화된 노트를 활용해 워크플로우를 직접 만들어야 했습니다. 그런데 이제 클로드로 작업할 때
00:01:39예전만큼 'compact'를 자주 누를 필요가 없다는 걸 깨달았습니다. 과거에 우리가
00:01:44Claude.md나 가이드 파일에 수동으로 기록하던 것들을 클로드가 제품 안에 내재화한 것입니다. 이제 에이전트들은
00:01:50단일 컨텍스트 창을 공유하지 않습니다. 각 에이전트가 자신만의 개별 컨텍스트 창을 가집니다. 앞서 말씀드린 것처럼
00:01:55여러분은 작업 코디네이터 역할을 하는 메인 클로드와 소통합니다. 이 코디네이터는
00:02:00작업 그래프를 생성해 업무를 작은 단위로 쪼갭니다. 그다음 각 작업의 유형을 결정하는데,
00:02:06이전 작업이 끝나야 다음으로 넘어가는 '순차적 작업'인지, 아니면 의존성 없이
00:02:10동시에 실행 가능한 '비순차적 또는 병렬 작업'인지를 판단합니다. 각 작업은 조사, 계획, 구현의
00:02:15전체 워크플로우를 따르며, 각 단계는 이전 단계가 완료되어야 진행됩니다. 일단 작업 그래프가 그려지면,
00:02:20작업의 복잡도에 맞춰 적절한 모델의 에이전트를 생성하고 위임합니다. 예를 들어
00:02:26폴더 탐색 같은 작업은 Opus 4.5 같은 고성능 추론이 필요 없으므로 Haiku나 Sonnet 모델이 처리합니다.
00:02:32각 에이전트에게는 다른 프로세스와 격리된 200k의 깨끗한 컨텍스트 창이 할당됩니다. 이는
00:02:38단일 컨텍스트 창에 의존해 문제를 일으켰던 기존 방식과는 확연히 다릅니다. 이 시스템 덕분에
00:02:43각 에이전트는 단 하나의 과업에만 집중할 수 있게 되었습니다. 저희 영상에서 무언가를 제작하는 걸 자주 보셨을 텐데요,
00:02:48영상 속 모든 프롬프트, 코드, 템플릿 등 일일이 화면을 멈추고 받아 적어야 했던
00:02:53모든 자료는 저희 커뮤니티에 준비되어 있습니다. 이번 영상은 물론 이전의 모든 영상 자료도 포함됩니다.
00:02:58링크는 설명란을 확인해 주세요.
00:03:02지금까지 새로운 작업 시스템에 대해 자세히 설명해 드렸는데, 언뜻 듣기엔 예전과 큰 차이가 없어 보일 수 있습니다.
00:03:08전에는 작업을 컨텍스트 창에 직접 기록했기 때문에, 창이 가득 차서 압축(compact)을 하게 되면
00:03:13할 일 목록이 엉망이 되곤 했습니다. 하지만 이제 작업 데이터는 컨텍스트 창에만 머물지 않습니다.
00:03:18메인 .claud 폴더 안에 새로운 작업 폴더가 생겼고, 거기엔 각 세션 ID로 구분된
00:03:23세션별 폴더가 존재합니다. 그 안에는 시스템 내의 작업을 나타내는 일련의 JSON 문서들이 들어있습니다.
00:03:29이 JSON 파일들은 각자의 ID로 식별되며 이름, 설명, 상태 정보를 담고 있습니다. 여기서 주목할 두 가지 핵심 키는
00:03:34“blocks”와 “blocked by”입니다. “blocks”는 현재 작업이 완료되어야 시작할 수 있는 다음 작업들을 나열하며,
00:03:41“blocked by”는 현재 작업을 막고 있는, 즉 먼저 완료되어야 하는 모든 선행 작업들을 포함합니다.
00:03:46이러한 설정은 어떤 작업이 다른 작업에 의존하는지 보여주는 의존성 그래프를 생성하여
00:03:51정확한 실행 순서를 보장합니다. 기본적으로 클로드가 필수 작업을 마치기 전에는
00:03:56다음 단계를 건너뛰지 못하도록 가이드 역할을 하는 것이죠. 이 그래프 기능이 없었다면,
00:04:01여러분은 'clear' 명령을 사용할 때마다 클로드에게 상황을 다시 설명해야 했을 겁니다. 하지만 이제 그럴 필요가 없습니다.
00:04:06작업 로직이 외부 파일 구조로 저장되어, 세션이 종료되더라도 시스템이 상태를 기억하고
00:04:11나중에 언제 다시 돌아오든 그대로 이어갈 수 있게 되었습니다. 덕분에 클로드는
00:04:16어떤 작업을 다시 해야 할지 고민할 필요가 없습니다. 그래프는 잊어버리지도 않고 계획에서 벗어나지도 않으니까요.
00:04:20현재 폴더 이름은 무작위 세션 ID로 되어 있지만, 환경 변수에 원하는 이름을 설정하면
00:04:26해당 이름으로 세션을 식별할 수 있습니다. 이를 통해 터미널을 닫아도 작업 내용을 잃지 않고
00:04:31클로드가 세션을 매끄럽게 이어갈 수 있습니다. 이번 업데이트로 앤스로픽은 마침내
00:04:36작업 시스템을 계속 다시 고정(re-anchoring)해야 했던 Ralph 루프를 종결시켰습니다. 이제 클로드가
00:04:41그 과정을 알아서 처리합니다. 또한 저희 콘텐츠가 마음에 드신다면 'Hype' 버튼을 눌러주세요.
00:04:45여러분의 응원은 저희가 더 좋은 콘텐츠를 만들고 많은 분께 다가가는 데 큰 힘이 됩니다.
00:04:50이러한 방식이 중요한 이유는 병렬 작업과 순차적 단계를 효과적으로 관리함으로써
00:04:55클로드에게 고도의 병렬 처리 자유도를 부여하기 때문입니다. 클로드는 병렬로 실행할 수 있는 것과
00:05:01그렇지 않은 것을 정확히 구분하여 작업 완료 시간을 단축합니다. 예를 들어,
00:05:06작업 1과 2에 의존성이 없다면 동시에 시작합니다. 그다음 단계에서는
00:05:11작업 3과 4가 작업 1에 막혀 있다는 것을 파악하고, 작업 1이 끝나기를 기다렸다가 실행합니다.
00:05:16이런 식으로 하면 마지막 작업까지 단 3주기 만에 완료할 수 있습니다. 예전 같으면
00:05:22이 5개의 단계를 하나씩 순차적으로 기다리며 수행하느라 5번의 주기가 걸렸을 겁니다.
00:05:27하지만 이 방식은 여러 작업을 동시에 실행하여 실행 시간을 획기적으로 줄여줍니다.
00:05:32이는 시간 절약뿐만 아니라 비용 절감 효과도 있는데, 모델이 작업 크기에 맞춰 노력을 배분하므로
00:05:38작은 작업에 불필요한 토큰을 낭비하지 않기 때문입니다. 실제 작동 모습을 보기 전에 스폰서인
00:05:42Lovart의 소식을 전해드립니다. 이 디자인들을 보시면 전문 에이전시가 만든 것 같겠지만, 사실
00:05:47진정한 창의적 직관을 갖춘 최초의 AI 디자인 에이전트가 만든 것입니다. Lovart를 쓰면 어떤 컨셉이든
00:05:52즉시 시각화해주어 디자인이 쉬워집니다. 복잡한 패키징이나 인테리어 레이아웃부터 독특한 주얼리
00:05:57컬렉션까지, 업무를 완벽히 수행하는 전문적인 결과물을 제공합니다.
00:06:02진정한 위력은 독보적인 편집 기능에 있습니다. 보통 AI가 쓴 텍스트는 엉망이기 마련이지만,
00:06:07TextEdit을 쓰면 그냥 타이핑하는 것만으로 헤드라인을 완벽하게 고칠 수 있습니다. Lovart AI를 통해
00:06:12업무용 포스터를 제작하고, 레이어별로 요소를 이동, 조정, 교체하거나 터치 편집으로
00:06:17전체 스타일을 해치지 않고 특정 객체만 정교하게 바꿀 수 있습니다. 덕분에 큰 노력 없이도
00:06:22훨씬 더 많은 고품질 포스트를 생산할 수 있죠. 클릭 한 번으로 정적인 이미지를 영상으로 바꿀 수도 있습니다.
00:06:27고정 댓글의 링크를 통해 무료로 디자인을 시작해 보세요.
00:06:32저희 팀은 Claude Code와 Co-Work 두 플랫폼에서 다양한 시나리오로 이 스웜 시스템을 테스트했습니다.
00:06:38모르는 분들을 위해 설명하자면, Co-Work는 기본적으로 비개발자용 Claude Code라고 보시면 됩니다.
00:06:42원래 Claude Code는 개발자 전용으로 기획되었지만, 다른 모든 분야에서도 유용하다는 걸 깨닫고
00:06:47만든 것이 Co-Work입니다. 개발자가 아닌 사용자를 타겟으로 하기에 Claude Code보다 안전장치가 더 많습니다.
00:06:52이는 에이전트가 실수로 중요한 것을 지우거나 망가뜨리는 걸 방지하여 비기술적 사용자에게 훨씬 친숙하게 해줍니다.
00:06:57저희 팀도 리서치, 기획, 그리고 노션과 연동한 채널 아이디어 관리 등 개발 외적인 작업에 이를 활용하고 있습니다.
00:07:02앤스로픽은 과정을 단순화하여 Co-Work를 출시했는데, 이는 Claude Code처럼 파일 시스템과 상호작용하고
00:07:07필요한 변경을 수행합니다. Co-Work는 폴더를 정리하거나 내용을 수정할 때 정말 유용합니다.
00:07:13저희도 이 목적으로 아주 잘 쓰고 있죠. 테스트용 프로젝트가 가득 쌓인 폴더가 있었는데,
00:07:18예전 프로젝트에서 썼던 특정 기술을 찾느라 애를 먹고 있었습니다. 그래서 각 프로젝트의 내용을
00:07:23설명하는 문서를 만들어달라고 요청했습니다. 또한 Claude.md와 우리가 만든 재사용 명령어를 참고해
00:07:28그 내용을 구분해달라고도 했죠. 에이전트는 연결된 폴더를 탐색하며 할 일 목록을 만들기 시작했습니다.
00:07:32그다음 Claude Code에서 본 것과 같은 에이전트 스웜 방식을 사용했습니다. 여러 에이전트를 생성해
00:07:37파일들을 일괄적으로 읽고 각 프로젝트의 요약 문서를 작성하게 했죠. 결국 모든 프로젝트에
00:07:42요약 파일이 생성되어, 필요한 내용을 찾기가 훨씬 쉬워졌습니다. 저희는 개발 중인 앱의
00:07:47타당성 검토와 시장 조사에도 Co-Work를 썼는데, 모든 결과가 담긴 제대로 된 문서를 만들어냈습니다.
00:07:52Claude Code처럼 질문을 던지고, 답변을 바탕으로 포괄적인 보고서를 생성해 주었습니다.
00:07:58완성된 보고서는 연결된 폴더에 바로 저장되었습니다. 클로드 채팅으로도 비슷한 걸 할 수 있지만,
00:08:03이제 폴더 내 문서에 직접 접근할 수 있어 훨씬 효과적으로 조사를 수행할 수 있습니다.
00:08:08또한 Co-Work에는 문서 작성에 특화된 기능이 있어 보고서의 서식도 매우 훌륭했습니다.
00:08:13이제 Co-Work로 리서치와 PRD(제품 요구 사양서) 작성을 마친 뒤, 실제 구현을 위해 Claude Code로 넘어갔습니다.
00:08:18우리는 Claude Code에게 폴더 내 문서를 검토하고—이 문서는 Co-Work가 리서치했던 프로젝트 아이디어를 가이드하는 용도였죠—
00:08:23PRD의 한 측면에 집중해 여러 컴포넌트로 분해해달라고 요청했습니다. 클로드는 PRD에 여러 섹션이 있음을 분석했고,
00:08:27서로 의존성이 없으므로 병렬 처리가 가능하다는 점을 파악했습니다. 그래서 여러 에이전트를 생성해
00:08:32독립적으로 작업을 동시에 진행하게 했습니다. 병렬 처리가 없었다면
00:08:3716단계의 순차적 과정이었을 일을 단 한 단계로 줄여 작업 속도를 엄청나게 높인 것입니다.
00:08:42이제 클로드는 복잡한 작업을 자동으로 분해하지만, 가끔 요청이 충분히 복잡하지 않다고 판단하면
00:08:48그냥 넘어가기도 합니다. 그럴 때는 “의존성을 고려해서 이 작업을 분해해줘”라고 프롬프트를 입력하면 됩니다.
00:08:53그러면 의존성 그래프를 생성해 워크플로우를 관리하기 시작합니다. Ctrl+T를 누르면 할 일 목록도 볼 수 있죠.
00:08:57장기 프로젝트였기에 CLI 플래그를 프로젝트 이름으로 설정해서 나중에 다시 불러올 수 있게 했습니다.
00:09:03준비한 영상은 여기까지입니다. 채널을 후원하고 지속적인 영상 제작을 돕고 싶으시다면
00:09:08AI Labs Pro에 가입해 주세요. 시청해 주셔서 감사드리며, 다음 영상에서 뵙겠습니다.
00:09:13the parallelism, it would be 16 sequential steps which were reduced to one step because of
00:09:18parallelism leading to significantly speeding up of the process. Now, Claude breaks down complex tasks
00:09:23automatically, but sometimes it doesn't because it does not consider the request to be complex enough
00:09:28for breakdown. If it doesn't, you can prompt it with something like "break this down into tasks with
00:09:34dependencies". It will then create the dependency graph and use it to manage the workflow. You can
00:09:38even see the todos by hitting Ctrl+T. Since this was a long-term project, we set the CLI flag to
00:09:44the project's name so we could return to it later. That brings us to the end of this video. If you'd
00:09:49like to support the channel and help us keep making videos like this, you can do so by joining
00:09:53AI Labs Pro. As always, thank you for watching, and I'll see you in the next one.