Claude Managed Agents는 Anthropic이 제공하는 관리형 에이전트 플랫폼으로, 에이전트 구성·메모리·품질 보증·멀티에이전트 오케스트레이션을 API 레벨에서 제공한다. 직접 에이전트 루프를 구현하거나 메모리 관리 인프라를 구축하지 않아도 된다.

사전 요구 사항

• Anthropic API 키
• anthropic CLI 설치 (pip install anthropic)

가격 구조

1단계: 첫 에이전트 생성

CLI로 생성

ant beta:agents create \
  --name "Coding Assistant" \
  --model '{"id":"claude-haiku-4-5"}' \
  --system "You are a helpful coding assistant. Write clean, well-documented code." \
  --tools '{"type":"agent_toolset_20260401"}'

agent_toolset_20260401 도구 유형을 지정하면 사전 구성된 전체 도구 세트가 활성화된다.

Python SDK로 생성

import anthropic

client = anthropic.Anthropic()

agent = client.beta.agents.create(
    name="Coding Assistant",
    model={"id": "claude-haiku-4-5"},
    system="You are a helpful coding assistant. Write clean, well-documented code.",
    tools=[{"type": "agent_toolset_20260401"}]
)

print(f"Agent ID: {agent.id}")

2단계: 에이전트와 대화

session = client.beta.agents.sessions.create(agent_id=agent.id)

response = client.beta.agents.sessions.messages.create(
    agent_id=agent.id,
    session_id=session.id,
    messages=[{
        "role": "user",
        "content": "Python으로 피보나치 수열을 생성하는 함수를 작성해줘."
    }]
)

print(response.content[0].text)

3단계: 주요 기능 활용

Dreaming: 세션 간 자동 메모리 개선

Dreaming은 에이전트 세션 사이에 실행되는 예약된 프로세스다. 과거 작업을 검토하고 패턴을 발견해 메모리를 정제한다. 뇌의 기억 공고화(memory consolidation)와 유사하다.

• 반복 실수 패턴 식별
• 유용한 워크플로 기억
• 팀 선호도 학습

별도 설정 없이 자동으로 작동한다.

Outcomes: 자동 품질 보증

Outcomes를 사용하면 에이전트가 자신의 출력을 스스로 평가하고 개선한다.

agent = client.beta.agents.create(
    name="Code Reviewer",
    model={"id": "claude-sonnet-4-6"},
    system="당신은 코드 리뷰어입니다.",
    outcomes={
        "rubric": "코드가 명확하고, 오류 처리가 적절하며, 테스트 가능한지 확인하세요.",
        "max_iterations": 3
    }
)

별도 평가자 컨텍스트 창에서 출력을 채점하고 문제를 발견하면 에이전트에게 수정을 요청한다. 매번 사람이 검토하지 않아도 된다.

멀티에이전트 오케스트레이션

한 에이전트가 작업을 나누고 전문 서브에이전트에게 위임하는 패턴이다.

# 오케스트레이터 에이전트
orchestrator = client.beta.agents.create(
    name="Research Orchestrator",
    model={"id": "claude-opus-4-8"},
    system="당신은 연구 오케스트레이터입니다. 복잡한 작업을 서브에이전트에게 분배하세요.",
    subagents=[
        {"agent_id": data_analyst.id, "role": "데이터 분석"},
        {"agent_id": report_writer.id, "role": "보고서 작성"},
        {"agent_id": fact_checker.id, "role": "팩트 검증"}
    ]
)

서브에이전트는 병렬로 실행되고, 파일을 공유하며, 결과를 오케스트레이터에게 보고한다. Anthropic Console에서 전체 워크플로 추적이 가능하다.

4단계: 실전 활용 예시

Netflix의 사례처럼 수백 개의 빌드 파이프라인 로그를 멀티에이전트로 병렬 분석하거나, 각 도메인 전문 에이전트가 연구 보고서 섹션을 병렬로 작성하게 할 수 있다.

# 병렬 파이프라인 분석
session = client.beta.agents.sessions.create(agent_id=orchestrator.id)

client.beta.agents.sessions.messages.create(
    agent_id=orchestrator.id,
    session_id=session.id,
    messages=[{
        "role": "user",
        "content": "오늘 실패한 빌드 파이프라인 로그를 분석하고 공통 패턴을 찾아줘."
    }]
)

참고 자료

• How to Use Claude Managed Agents? — Analytics Vidhya (2026-06-02)

claude-managed-agents — Claude Managed Agents 전체 개요