Anthropic’s Claude Tag is learning your company, one Slack message at a time
Quick Summary
Anthropic은 Slack 안에서 항상 작동하며 조직의 대화와 맥락을 학습하는 AI 팀원형 서비스 ‘Claude Tag’를 Claude Enterprise와 Claude Team 고객용 베타로 도입한다.
🖼️ 인포그래픽
🖼️ 4컷 인포그래픽
💡 한 줄 요약
Anthropic은 Slack 안에서 항상 작동하며 조직의 대화와 맥락을 학습하는 AI 팀원형 서비스 ‘Claude Tag’를 Claude Enterprise와 Claude Team 고객용 베타로 도입한다.
📌 핵심 요약
- Anthropic은 Slack 안에 상주하는 ‘always-on Claude’인 Claude Tag를 공개했으며, 사용자는 @Claude를 태그해 대화에서 통찰을 요청하거나 업무를 맡길 수 있다.
- Claude Tag는 기존의 Slack 내 Claude DM, 채널 태그, Claude Code in Slack보다 한 단계 나아가 지속적인 맥락과 기억을 유지하는 기능을 제공한다.
- 이 서비스는 채널을 따라가며 업무 내용을 학습하고, 권한이 주어진 경우 조직 내 다른 채널에서도 필요한 사실을 자동으로 수집할 수 있다.
- 각 Slack 채널의 Claude는 하나의 공유된 정체성으로 작동하므로 구성원들은 Claude가 무엇을 해왔는지 볼 수 있고, 이전 사람이 남긴 대화 흐름을 이어받을 수 있다.
- Claude Tag는 맡은 작업을 단계로 나누어 실행하고 결과를 Slack 스레드에 공유하며, ambient mode에서는 잊힌 업무나 조직 전반의 신호를 능동적으로 알리는 방식으로 동작한다.
🧩 주요 포인트
- Anthropic은 Slack 안에 상주하는 ‘always-on Claude’인 Claude Tag를 공개했으며, 사용자는 @Claude를 태그해 대화에서 통찰을 요청하거나 업무를 맡길 수 있다.
- Claude Tag는 기존의 Slack 내 Claude DM, 채널 태그, Claude Code in Slack보다 한 단계 나아가 지속적인 맥락과 기억을 유지하는 기능을 제공한다.
- 이 서비스는 채널을 따라가며 업무 내용을 학습하고, 권한이 주어진 경우 조직 내 다른 채널에서도 필요한 사실을 자동으로 수집할 수 있다.
- 각 Slack 채널의 Claude는 하나의 공유된 정체성으로 작동하므로 구성원들은 Claude가 무엇을 해왔는지 볼 수 있고, 이전 사람이 남긴 대화 흐름을 이어받을 수 있다.
- Claude Tag는 맡은 작업을 단계로 나누어 실행하고 결과를 Slack 스레드에 공유하며, ambient mode에서는 잊힌 업무나 조직 전반의 신호를 능동적으로 알리는 방식으로 동작한다.
🧠 상세 정리
1. Claude Tag의 공개와 기본 역할
기사의 핵심은 Anthropic이 Slack 안에서 작동하는 새로운 서비스 Claude Tag를 도입한다는 점이다. Claude Tag는 회사 Slack에 상주하는 ‘always-on Claude’로 설명되며, 사용자가 @Claude를 태그하면 채팅 안에서 통찰을 제공하거나 특정 업무를 맡을 수 있다. 이 기능은 Slack용 베타로 제공되며 대상은 Claude Enterprise와 Claude Team 고객이다. 원문은 Claude Tag를 단순한 챗봇이 아니라 Slack 업무 공간 안에서 함께 일하는 AI 팀원에 가까운 형태로 제시한다.
2. 기존 Slack 통합에서 확장된 기능
Claude Tag는 완전히 별개의 출발점이라기보다 이미 존재하던 여러 Slack 통합의 진화로 설명된다. 사용자는 기존에도 Slack 안에서 @Claude에게 DM을 보내거나 채널에서 태그해 필요할 때 도움을 받을 수 있었다. 또한 Claude Code in Slack은 채널 멘션으로 들어온 코딩 작업을 웹상의 전체 코딩 세션으로 연결하고, 업데이트를 다시 스레드에 게시하는 방식으로 작동했다. Claude Tag가 새롭게 강조하는 지점은 이러한 호출형 지원을 넘어, 이전 도구로는 유지하기 어려웠던 지속적 맥락과 기억을 더한다는 데 있다.
3. 채널을 따라가며 축적되는 조직 맥락
Anthropic은 Claude Tag가 채널을 따라가며 업무에 대해 점점 더 많이 학습한다고 설명한다. 이는 한 번의 질문에 답하고 사라지는 방식이 아니라, Slack 채널에서 오가는 대화와 업무 흐름을 바탕으로 맥락을 축적하는 구조를 뜻한다. 권한이 부여되면 Claude는 조직 내 다른 채널에서 필요한 사실을 자동으로 수집할 수도 있다. 따라서 기사에서 말하는 차별점은 모델 자체의 일반 지식보다, 회사 내부의 대화와 정보 흐름을 어떻게 업무 맥락으로 전환하느냐에 놓여 있다.
4. 공유되는 Claude 정체성과 권한 관리
Claude Tag에서는 특정 Slack 채널의 모든 구성원이 하나의 Claude 정체성에 접근할 수 있다. 원문은 이 구조 덕분에 누구나 Claude가 무엇을 하고 있었는지 볼 수 있고, 앞선 사람이 남긴 대화 지점에서 이어서 작업할 수 있다고 설명한다. 동시에 시스템 관리자가 Claude가 접근할 수 있는 도구, 정보, 채널을 지정한다는 점도 중요하게 제시된다. 각 Claude 정체성은 관리자가 정의한 채널 범위 안에 머물며, 예를 들어 법무 업무용 Claude가 엔지니어링 채널에 기억을 심는 일이 없도록 범위가 제한된다.
5. 작업 수행 방식과 능동적 ambient mode
Claude Tag는 구체적인 업무를 배정받으면 그 일을 여러 단계로 나누고, 접근 권한이 있는 도구를 활용해 단계별로 처리한다. 작업 결과는 Slack 스레드 안에 응답으로 게시되므로, 구성원들은 Claude가 만든 산출물을 같은 대화 흐름에서 확인할 수 있다. 여기에 ambient mode라는 기능도 포함된다. 이 모드에서는 Claude가 사용자의 직접 호출을 기다리기만 하는 것이 아니라, 팀에 업데이트를 제공하거나 조직 전반에서 포착한 사항을 알리고, 잊힌 스레드나 업무를 후속 조치하기 위해 스스로 대화에 끼어들 수 있다.
6. 엔터프라이즈 AI에서 커지는 ‘회사 맥락’의 중요성
기사의 마지막 논점은 기업용 AI 배포에서 맥락이 점점 더 중요한 요소가 되고 있다는 점이다. Anthropic은 Claude Tag가 공개된 시야 안에서 업무를 만들어내고, 이전보다 훨씬 더 큰 맥락과 이해를 갖춘 실제 동료처럼 느껴지게 한다고 주장한다. 그러나 이 흐름은 Anthropic만의 관심사는 아니다. 원문은 Microsoft가 Graph를 Copilot과 Work IQ를 통해 드러내고 있으며, Snowflake와 Databricks가 에이전트가 활용할 수 있는 암묵적 조직 지식의 백엔드 지원 역할을 자처하고 있다고 설명한다. Glean도 모델과 기업 데이터 사이에서 회사 맥락을 이해하는 지능 계층을 구축하고 있는 사례로 제시된다.
🧾 핵심 주장 / 시사점
- 기사에서 드러나는 핵심 변화는 기업용 AI의 경쟁력이 단순한 응답 능력보다 조직 내부 맥락을 얼마나 지속적으로 이해하고 활용하느냐로 이동하고 있다는 점이다.
- Claude Tag는 Slack 스레드 안에서 작업 과정과 결과를 공개적으로 남기는 구조를 통해, 개인 비서형 AI보다 팀 단위 협업 도구에 가까운 형태로 설계되어 있다.
- 지속적 기억과 다른 채널의 정보 수집이 강조되는 만큼, 원문은 관리자 권한 설정과 채널 범위 제한을 Claude Tag의 중요한 운영 조건으로 함께 제시한다.
✅ 액션 아이템
- Anthropic Claude Tag 베타 대상인 Claude Enterprise/Team 고객 채널의 적용 범위와 권한 설정을 먼저 정한다.
- 각 채널의 Claude가 공유 정체성으로 남긴 맥락을 구성원이 추적할 수 있는 범위와 공개 조건을 운영 관점에서 명확히 정한다.
- 작업을 단계로 분해해 Slack 스레드에 결과 공유, 그리고 ambient mode의 조직 신호 알림 흐름을 실제 사용 패턴에 맞춰 점검한다.
❓ 열린 질문
- 채널 권한이 허용될 때 다른 채널에서 사실을 자동 수집할 범위를 어디까지 허용하고 검증 로그를 남겨야 적절한가?
- 공유된 Claude 정체성 아래에서 후임자가 이전 대화 흐름을 정확히 이어받는 기준은 무엇인가?
- ambient mode가 잊힌 업무 신호를 알리는 빈도와 방식이 Slack 스레드 처리 흐름과 충돌하지 않음을 어떻게 판단할 것인가?