의견

Claude Duet 심층 분석, 멀티 Agent의 역할 분담

Claude Duet의 핵심은 새로운 모델이 아니라 여러 전문 Agent가 권한과 상태를 공유하며 실패를 복구하는 개인助理 워크플로를 구축한다는 점이다. 실제 유용성을 판단하려면 성능 수치뿐 아니라 사용 지속성, 오류 복구, 사용자 확인 비용까지 살펴야 한다.

글자 크기

Claude Duet이 Hacker News 메인 페이지에 올라가 90점과 댓글 68개를 얻었다. 눈여겨볼 만한 부분은 모델 업그레이드가 아니라 멀티 Agent가 상태를 공유하고, 작업을 넘기며, 실패를 처리하는 방식이다.

Claude Duet 심층 분석: 멀티 Agent의 역할 분담

Claude Duet이 Hacker News 메인 페이지에 올라가 90점과 댓글 68개를 얻었다.

이 수치는 인상적이지만 제품 가치 자체를 뜻하지는 않는다. 더 중요한 질문은 다음과 같다. 개인助理가 하나의 모델에 모든 일을 맡기는 방식을 더 이상 사용하지 않는다면, Claude Duet 같은 Agent harness는 무엇을 해결해야 하는가?

개인助理의 병목은 ‘모델이 충분히 강력한가’에서 ‘어떻게 작업을 나누고, 상태를 어떻게 인계하고, 오류发生后 어떻게 복구할까’로 옮겨가고 있다고 본다.

먼저 제품 포지션부터 살펴보면: Duet이 파는 것은 채팅창이 아니다

Claude Duet은 개인助理형 Agent harness로 포지셔닝한다. 이를 설명한 글은 다음과 같이 평가한다. 단순히 개념을 보여주는 챗봇이 아니라, 실제로 쓸모 있는首批 개인助理형 harness라는 것이다.

여기서는 세 가지를 구분해야 한다.

첫째, 챗봇이다. 사용자가 질문하면 답하는 방식이며, 대화 기록이 주요 상태다. 도구 호출도 대개 현재 질문을 중심으로 이루어진다.

둘째, 단일 Agent다. 모델이 하나의 작업을 받아 자율적으로 계획을 세우고, 도구를 호출하고, 결과를 확인한다. 챗봇보다强大하지만 상태 관리, 도구 권한, 실패 복구 기능은 대체로 하나의 실행 루프 안에 들어 있다.

셋째, Agent harness다. 모델 바깥의 UI에 그치지 않고 모델, 도구, 메모리, 권한, 실행 절차를 조직하는 환경을 말한다.

Claude Duet의 제품 설계는 사용자가 하나의 Agent와만 대화하는 것이 아니라 여러 전문 Agent와 협업한다는 점을 강조한다.

이로써 상호작용의 기본 단위가 달라진다.

전통적인 채팅창은 ‘메시지’, 단일 Agent는 ‘작업’을 중심으로 한다. 반면 Duet은 작은 작업대에 가깝다. 서로 다른 Agent가 계획, 검색, 실행, 검증 역할을 나누며, 사용자는 목표를 제시하고 충돌을 조율하며 중요한 동작을 확인한다.

따라서 Duet이 파는 제품은 더 긴 컨텍스트나 더 큰 모델이 아니다. 개인 업무에서의 역할 분담이다.

멀티 Agent는 쇼가 아니다, 상태 인계가 핵심이다

멀티 Agent를 가장 쉽게 시연하면 세 역할을 번갈아 대화시키는 것이다.

  • 계획자가 먼저 작업을 분해한다.
  • 실행자가 도구를 호출한다.
  • 검토자가 결과를 확인한다.

보기에는 파이프라인처럼 보이지만, 실제로는 LLM 호출 한 번을 세 번으로 바꾼 것뿐일 수 있다.

진짜 유용한 멀티 Agent 시스템은 최소한 세 가지를 처리해야 한다.

1. 누가 무엇을 호출할 권한이 있는가

개인助理가 다루는 대상은 문서뿐 아니라 이메일, 캘린더, 코드 저장소, 브라우저까지 확장될 수 있다. 호출 권한은 반드시 작업 범위에 연결되어야 한다.

‘캘린더 검색’은 낮은 위험도의 작업이다. 반면 ‘사용자를 대신해 이메일 발송’은 초안을 먼저 보여주고 확인을 받아야 한다. 여러 Agent가 병렬로 작동한다면 권한을 시스템 프롬프트만으로 제한해서는 안 된다.

합리적인 인터페이스는 다음 형태에 가까워야 한다.

from typing import Literal

def approve_action(
    action: Literal["read", "search", "draft", "send"],
    target: str,
    reason: str,
) -> bool:
    """Human approval gate for assistant actions."""
    if action in {"read", "search"}:
        return True

    return False

완전한 구현은 아니지만 핵심적인 차이를 보여준다. harness는 권한을 실행 가능하고 검사 가능한 경계로 만들어야 하며, 모델이 자연어로 ‘조심해야 한다’고 기억하게 해서는 안 된다.

2. 어떤 상태를 공유해야 하는가

Agent 간에 모든 대화 기록을 공유해서는 안 된다. 그러면 모든 Agent가 무관한 내용에 압도되고 token 비용도 빠르게 증가한다.

더 나은 방법은 구조화된 상태를 공유하는 것이다.

{
  "goal": "이번 주 프로젝트 진행 상황을 정리하고 주간 보고서 초안을 작성한다",
  "completed_steps": [
    "프로젝트 3개의 issue 업데이트 시각을 확인했다",
    "병합된 pull request를 정리했다"
  ],
  "evidence": [
    {"source": "repo:acme/api", "item": "PR #318", "status": "merged"}
  ],
  "open_questions": [
    "미병합이지만 스테이징 환경에 배포된 기능도 포함해야 하는가"
  ],
  "next_owner": "writer"
}

여기서 중요한 것은 Agent의 수가 아니라 ‘상태 인계’다.

이전 Agent는 목표, 근거, 완료한 일, 미해결 질문을 남겨야 한다. 다음 Agent가 받는 것은 다시 이해해야 하는 대화가 아니라 작업을 이어갈 수 있는 상태여야 한다.

3. 실패한 뒤 어디서 복구할 것인가

개인 업무 워크플로는 여러 분에 걸쳐 여러 도구를 사용하고, 심지어 여러 날에 걸쳐 진행되기도 한다. 한 Agent의 호출이 실패했다고 처음부터 다시 시작할 필요는 없다.

상태에는 최소한 다음 정보가 기록되어야 한다.

  • 어느 단계에서 실패했는가
  • 어떤 부작용이 이미 발생했는가
  • 재시도할 수 있는가
  • 재시도가 안전한가
  • 사용자가 정보를 보충해야 하는가, 다른 Agent가 인계받을 것인가

이 지점에서 단일 Agent의 약점이 드러난다. 작업이 길어질수록 오류가 컨텍스트에 섞이기 쉽다. 실행자는 이미 완료된 작업을 미완료로 착각할 수 있고, 검토자는 텍스트만 확인한 채 실제 상태를 검증하지 않을 수 있다.

멀티 Agent의 가치는 ‘역할이 많아서가 아니라’, 명확한 호출 권한, 제한적으로 공유되는 메모리, 복구 가능한 실행 경계를 만드는 데 있다.

90점과 댓글 68개가 보여 주는 것

해당 글이 Hacker News 메인 페이지에 올라가 90점과 댓글 68개를 얻었다.

이 확산 신호는 최소한 두 가지를 보여 준다.

첫째, 커뮤니티가 개인助理의 새로운 형태를 진지하게 논의할 가능성이 있다는 점이다. 멀티 Agent는 개발자 사이의 기술 용어를 넘어, 이메일·일정·자료·작업을 Agent에게 맡겨야 하는지라는 일반 사용자의 일상에 관한 문제로 확장되고 있다.

둘째, Duet의 제품 서사가 ‘범용 채팅창만으로는 부족하다’는 판단을 공명했다는 점이다. 사용자는 답을 얻는 데서 끝나지 않고 여러 전문 역할이 협업해 일을 완수하기를 원한다.

하지만 90점은 90명의 사용자를 의미하지 않는다. 댓글 68개도 성공 사례 68개와 같지 않다.

메인 페이지 점수는 제출 시각, 투표 속도, 제목, 커뮤니티의 인지도에 영향을 받는다. ‘관심이 있다’는 사실을 보여 줄 수는 있지만 ‘장기간 사용할 사람들 있다’거나 ‘검증된 제품이라는 근거가 된다.

Duet이 정말 유용한지 판단하려면 더 단단한 지표가 필요하다.

  • 한 번 체험하고 끝내지 않고 계속 사용하는가
  • 멀티 Agent의 인계가 사용자의 조작 횟수를 줄이는가
  • 실패한 작업을 복구할 수 있는가
  • 잘못된 발송이나 삭제로 인한 사고율은 얼마나 되는가
  • 사용자가 민감한 작업을 맡길 만큼 신뢰하는가
  • 동일한 작업을 완수하는 데 필요한 사람의 확인 시간은 얼마나 되는가

따라서 90점과 댓글 68개는 독립 평가라기보다 논의의 열기로 보는 편이 적절하다.

Claude Duet을 새로운 모델 출시로 보지 말아야 한다

이 articles의 기대치를 낮춰야 한다.

원문은 의견과 제품 분석에 해당하며, 새 모델 출시도 공식 benchmark도, 검증된 독립 연구도 아니다.

원문: https://fig.blue/posts/duet-is-the-future/

현재 확인할 수 있는 사실은 다음과 같다.

  • 제품명은 Claude Duet이다.
  • 개인助理형 Agent harness로 포지셔닝한다.
  • 작자는 실제로 쓸모 있는首批 개인助理형 harness라고 평가한다.
  • 사용자가 여러 전문 Agent와 협업하는 점을 제품의 핵심으로 내세운다.
  • Hacker News 메인 페이지에 올라가 90점과 댓글 68개를 얻었다.

하지만 ‘작자의 사용 경험’을 ‘사용자 피드백’으로 포장할 수는 없으며, ‘이미 검증됐다’고 직접 쓸 수도 없다.

한 작성자가 Claude Duet을 오래 사용하면 인터랙션의 장점과 마찰을 발견할 수 있다. 이는 1차 제품 경험으로서 가치가 있지만, 표본이 한 명뿐이거나 복잡한 작업에 대한 대조 테스트가 부족할 수도 있다.

커뮤니티 댓글은 의문과 반론을 보완한다. 논의의 질을 보여 주지만 통제된 실험은 아니다.

검증 가능한 결과를 얻으려면 공개된 benchmark, 과제 집합, 오류 분류, 재현 조건이 필요하다. 이러한 자료가 없다면 Duet에 ‘특정 모델보다 성능이 뛰어나다’ 같은 라벨을 붙여서는 안 된다.

이는 pedantic한 태도가 아니다. AI 제품은 AI 제품이 가장 쉽게 세 가지 근거를 뒤섞는다. ‘작자가 쓰기 편했다’, ‘사람들이それを 토론하고 있다’, ‘작업을 실제로 더 신뢰성 있게 완수했다’는 서로 다른 사실이다.

편집자의 생각

Claude Duet에서 중요한 것은 ‘Claude가 또 Agent를 하나 만들었다’가 아니라, 개인助理가 단일 모델에서 harness 구조로 이동하기 시작했다는 점이다. 과거 경쟁은 주로 모델 파라미터, 컨텍스트 길이, 연결된 도구 수를 중심으로 이뤄졌다. 이제는 작업을 어떻게 나눌지, 권한을 어떻게 부여할지, 상태를 어떻게 보관할지, 실패를 어떻게 인계할지가 경험의 상한을 결정한다. 단순히 모델을 교체하는 것과는 다르고, 하나의 Agent에 도구를 더 연결하는 것과도 다르다.

멀티 Agent 자체에는 가치가 없다. 서로 다른 실행 단위에 명확한 경계와 복구 가능한 인계가 있어야만 사용자 조작을 줄일 수 있다.

다음 PERSONAL 보조 사례의 차이는 주로 기반 모델보다 오케스트레이션 계층에서 갈릴 것으로 전망한다. 누가 사용자에게 같은 설명을 반복하게 하지 않으며, 도구 호출이 실패한 뒤에도 작업을 이어 가며, 위험한 동작은 사용자에게 확인을 맡기는가 하는 문제다. 다만 Duet이 이 문제를 실제로 해결했는지는 아직 독립적인 사용 데이터가 부족하다. 90점과 댓글 68개는 사람들이 그를 이야기할 의향이 있다는 사실일 뿐, 이미 승리했다는 증거는 아니다.

출처: https://fig.blue/posts/duet-is-the-future/