왜 다들 서브에이전트를 지우고 있을까? 앤트로픽이 말하는 단일 에이전트 루프
Quick Summary
앤트로픽이 서브에이전트를 단일 에이전트 루프로 합치라고 권하는 이유는 같은 맥락에서 계획과 실행을 이어갈 수 있기 때문이며, 독립적으로 끝낼 수 있는 작업은 분리할 가치가 있다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
앤트로픽이 서브에이전트를 단일 에이전트 루프로 합치라고 권하는 이유는 같은 맥락에서 계획과 실행을 이어갈 수 있기 때문이며, 독립적으로 끝낼 수 있는 작업은 분리할 가치가 있다.
📌 핵심 요점
- 팀마다 에이전트를 하나씩 두면 한 팀의 결과가 다음 팀에 요약으로 넘어간다. 이 과정에서 세부 정보가 빠지고, 호출이 늘면서 응답이 늦어진다. 영상은 전문 에이전트 약 12개를 둔 고객 서비스에서 브랜드 말투까지 일관되게 유지하기 어려웠던 사례를 소개한다.
- 단일 루프에서는 한 모델이 도구의 원본 결과를 보고 계획을 고친다. 스킬과 도구는 짧은 설명만 먼저 보여주고 필요한 순간에 상세 내용을 불러오는 ‘점진적 공개’로 컨텍스트 부담을 줄인다.
- 실행 구조를 단순화해도 통제는 유지한다. 업무 절차는 스킬에 담고, 도구가 호출자의 권한을 검사하게 한다. 모델을 실행하는 하네스는 턴 수와 비용 한도, 쓰기 승인을 관리한다.
- 전환의 판단 기준은 사용자의 작업이 끝까지 완료됐는지다. 영상에 소개된 고객지원 실험에서는 응답이 빨라졌지만, 두 번 중 한 번은 배송 도착일을 확인하는 단계가 빠졌다.
- 분리 여부는 작업에 필요한 맥락으로 판단한다. 변경 이유를 알아야 하는 코드 리뷰는 메인 대화에서 스킬로 수행할 수 있다. 큰 저장소를 탐색해 짧은 결과만 돌려주는 일은 서브에이전트에 맡기기 좋다.
🧩 배경과 문제 정의
서브에이전트는 별도의 컨텍스트 창과 도구, 지시를 갖고 일하며 코디네이터가 그 결과를 모은다. 영상은 앤트로픽이 10월 22일 Claude Platform 블로그에 올렸다고 소개한 글을 바탕으로, 기업이 기능별 담당 팀을 그대로 에이전트 구조에 옮길 때 생기는 문제를 살핀다. 설계의 쟁점은 각 작업이 앞선 대화와 판단 근거를 얼마나 공유해야 하는지, 분리에 드는 비용만큼 실제 이득이 있는지다.
🕒 시간순 섹션별 상세정리
1. 기업 배포에서 드러난 통합의 이점
- 영상은 한 고객의 약 2배 속도 향상과 여러 기업 배포에서 관찰됐다는 품질·비용·지연 개선을 구분해 보여준다. [00:28]
- 앤트로픽도 검증이나 병렬 작업에는 서브에이전트를 활용한다. 다만 기업 배포에서는 라우터와 플래너, 도메인별 에이전트를 메인 루프로 합쳐 결과가 좋아진 사례가 반복됐다고 한다. [01:28]
2. 조직도대로 나눌 때 생기는 비용
- 전문 에이전트를 약 12개 둔 고객 서비스에서는 말투가 흔들리고 응답이 늦어졌다. 영상은 팀마다 에이전트를 만들고 중앙 팀이 호출을 조율하는 구조를 콘웨이의 법칙으로 보여준다. [02:32]
- 에이전트 간 전달에서 세부 정보가 빠지고, 관리 주체가 불분명한 에이전트가 늘었다. 팀별 지시의 충돌, 전체 흐름을 놓치는 평가, 누적되는 지연도 문제로 꼽혔다. [03:16]
3. 한 모델이 맥락을 유지하는 방식
- 점진적 공개는 스킬과 도구의 상세 내용을 필요할 때 불러오는 방식이다. 모델은 앞 단계의 결과를 연결해 쓰면서도 모든 절차를 처음부터 컨텍스트에 넣는 부담을 줄인다. [03:48]
- 모델이 도구 호출을 묶어 내면 하네스가 병렬 실행해 원본 결과를 돌려준다. 같은 모델이 그 결과를 보고 처음 세운 계획을 고칠 수 있다. [04:55]
- 업무 절차는 스킬로 옮기고 도구는 사용자 의도 단위로 묶는다. 도구가 호출자의 권한을 확인하므로 권한 등급마다 에이전트를 따로 둘 필요도 줄어든다. [05:44]
4. 평가부터 시작하는 단계적 전환
- 중앙 팀은 전체 흐름을 보는 평가를 만들고 각 팀은 스킬별 사례를 보탠다. 전환 중에는 올바른 스킬과 도구를 골랐는지 확인하고, 최종적으로는 요청한 작업의 완료 여부를 본다. [06:25]
- 자주 함께 쓰는 에이전트를 합치거나, 기존 에이전트를 도구처럼 호출해 비교 기준을 마련하거나, 업무 절차와 API 호출을 스킬과 도구로 옮길 수 있다. 변경은 하나씩 평가한다. [07:07]
- 샘플 고객지원 에이전트는 통합 후 빨라졌지만 두 번 중 한 번 배송 도착일 확인을 건너뛰었다. 영상은 과제별 통과 여부가 바뀌었는지 반복 실행으로 확인하라고 권한다. [07:35]
5. 서브에이전트를 남길 기준과 Claude Code 적용
- 컨텍스트가 커져 성능이 실제로 떨어지거나, 새 컨텍스트에서 독립 작업을 병렬 처리할 수 있거나, 도구 선택과 지시 충돌이 문제가 될 때는 분리를 검토한다. 경계는 각 작업에 필요한 맥락으로 정한다. [08:05]
- 발표자는 Claude Code에서 변경 이유를 알아야 하는 리뷰는 스킬로, 긴 탐색 로그를 버리고 결과만 받을 수 있는 저장소 조사는 서브에이전트로 처리하는 기준을 제시한다. [09:39]
- 영상은 공통 평가 작성, 스킬 설명 개선, 비용 점검을 돕는 Claude API 스킬을 소개한 뒤, 하나씩 통합해 과제별 결과를 측정하고 분리했을 때 더 잘되는 작업만 남기라고 정리한다. [10:43]
🧾 결론
- 서로의 출력을 이어받거나 같은 데이터를 자주 쓰는 에이전트부터 통합을 검토한다. 앞 단계의 판단 근거를 다음 단계에서도 그대로 볼 수 있는 작업이 우선 후보다.
- 별도 컨텍스트에서 병렬로 끝낼 수 있는 조사나 독립 검증에는 서브에이전트를 유지할 이유가 있다. 단일 루프에서 컨텍스트가 커져 실제 성능이 떨어지는지도 분리 근거가 된다.
- 통합의 성패는 과제별 전후 결과로 판단한다. 한 번에 하나씩 바꾸고 같은 과제를 반복해야, 평균 점수가 가리는 간헐적 실패를 발견할 수 있다.
📈 투자·시사 포인트
- 영상에 따르면 한 고객은 단일 루프로 바꾼 뒤 실행 속도가 약 2배로 높아졌다. 여러 기업 배포에서 보고된 품질 개선과 비용·지연 감소는 개별 서비스에서 검증할 운영 가설로 삼을 수 있다.
- 에이전트 플랫폼에 개발 자원을 배분할 때는 전체 흐름을 평가하는 체계에도 투자할 근거가 있다. 팀별 하위 작업이 각각 통과해도 사용자가 요청한 정보가 최종 답변에서 빠질 수 있다.
- 단일 루프를 운영하려면 중앙 팀이 전체 품질과 공통 지시를 책임지고, 각 팀은 담당 스킬과 평가 사례를 함께 관리해야 한다. 도구와 스킬이 늘수록 모델이 설명을 읽고 적절한 기능을 고르는지 검토하는 일도 중요해진다.
⚠️ 불확실하거나 확인이 필요한 부분
- 약 2배의 속도 향상은 영상이 인용한 한 고객의 결과다. 비교에 사용한 요청의 종류, 반복 횟수, 지연 시간 분포는 제시되지 않아 다른 서비스의 개선 폭을 추정하기 어렵다.
- 여러 기업 배포에서 단일 루프의 품질이 자주 더 좋았다는 설명에는 배포 건수와 공통 채점 기준이 제시되지 않는다. 고객지원 예시에서 두 번 중 한 번 발생한 누락 역시 오류 빈도를 추정하기에는 표본이 작다.
- 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
- 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
- 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.
✅ 액션 아이템
- 현재 구조에서 대표 요청과 기대 결과를 짝지어 공통 평가 세트를 만든다. 영상에서 제안한 정답 예시 10개로 시작하고, 각 요청의 완료 조건을 적는다.
- 같은 데이터를 쓰거나 연달아 호출되는 에이전트 한 쌍을 골라 통합한다. 전환 전후에 같은 요청을 여러 번 실행해 작업 완료 여부, 지연 시간, 호출 비용을 기록한다.
- 이전에 통과했지만 전환 뒤 실패한 과제를 따로 확인한다. 잘못된 스킬·도구 선택과 필수 확인 단계 누락을 구분해 기록한다.
- 별도로 남길 작업마다 메인 대화에서 받아야 할 정보와 돌려줄 결과를 적는다. 짧은 결과만으로 충분한 탐색·검증 작업은 분리한 상태에서도 비교 평가한다.
❓ 열린 질문
- 현재 서브에이전트가 요약만 받아서 놓치는 정보는 무엇이며, 그 정보가 최종 답변을 바꾸는 과제는 어떤 것인가?
- 어느 작업부터는 공유 컨텍스트가 커질수록 완료율이나 도구 선택 정확도가 떨어지며, 독립 실행으로 그 성능을 회복할 수 있는가?