Anthropic이 4월 8일 Claude Managed Agents를 공개했습니다. 에이전트를 직접 운영하려면 몇 달이 걸리는 일을, 며칠로 줄여주는 런타임입니다. 그만큼 편리합니다. 문제는 그 편리함의 대가가 토큰 요금이 아니라는 데 있습니다.
TL;DR
-
Managed Agents는 에이전트 운영을 대신 해주는 런타임입니다. 편익은 분명하지만 Claude 전용이고, 한번 올리면 빠져나오기 어렵습니다.
-
편리함과 종속은 하나입니다. 에이전트의 메모리와 실행, 감사 기록이 한 환경에 쌓이면, 공급자를 바꾸는 일은 모델 교체가 아니라 인프라 교체가 됩니다.
-
그래서 도입 초기에는 합리적이지만 규모가 커지고 여러 모델을 써야 하거나 규제 산업으로 가면 계산이 뒤집힙니다. 한국 기업은 폐쇄망과 규제 때문에 그 계산에 변수가 더 많습니다.
[1] 단 며칠 만에 에이전트를 띄워주는 런타임
에이전트를 실제 업무에 투입하려면 생각보다 많은 것이 필요합니다. 에이전트가 코드를 실행할 격리된 공간(sandbox), 두 시간짜리 작업이 네트워크 한 번 끊겼다고 처음부터 다시 돌지 않게 하는 체크포인트, 권한 관리, 오류 복구. 사실 이걸 다 직접 만들면 몇 달이 걸립니다.
Managed Agents는 이 부분을 Anthropic이 대신 맡습니다. 두뇌에 해당하는 실행 루프는 Anthropic이 호스팅하고, 손에 해당하는 도구 실행은 고객이 통제하는 샌드박스에서 돌아갑니다. 요금은 토큰 비용에 더해 세션이 실제로 도는 시간만큼 시간당 0.08달러입니다. 쉬는 동안에는 과금되지 않습니다. Rakuten과 Notion, Sentry가 이미 프로덕션에서 쓰고 있습니다.
이런 서비스가 지금 나온 데는 이유가 있습니다. 모델 성능 차이가 좁혀지면서 모델만으로는 차별점을 만들기 어려워졌고, 그 위에서 에이전트를 운영하는 레이어가 새 수익처로 떠올랐기 때문입니다. Anthropic이 모델 파는 회사에서 운영 파는 회사로 발을 넓히고 있다는 신호입니다.
[2] 토큰 요금에는 안 적히는 진짜 비용
여기까지는 좋은 소식입니다. 문제는 이 편리함을 살 때 무엇이 함께 딸려 오느냐입니다.
먼저 눈에 띄는 제약은 Claude 전용이라는 점입니다. 이 런타임 안에서는 GPT나 Gemini로 바꿔 끼울 수 없습니다. 그런데 진짜 청구서는 더 중요한 내용을 담고 있습니다. 세션 기록과 샌드박스 상태, 도구 권한, 감사 로그가 모두 Anthropic 환경에 쌓이거든요. 한번 이렇게 쌓이기 시작하면, 나중에 공급자를 바꾸는 일은 단순히 모델을 교체하는 수준이 아니게 됩니다.
VentureBeat가 이 지점을 정확히 짚었습니다. 모델은 이론상 비교적 갈아타기 쉽지만, 워크플로우와 도구 권한, 자격증명, 감사 로그, 메모리, 샌드박스 실행이 한 공급자 환경에 들어가면 공급자를 바꾸는 일은 인프라를 바꾸는 일에 가까워진다는 것입니다. 모델 교체와 인프라 교체는 비용의 차원이 다릅니다.
더 중요한 건 시장의 방향과 어긋난다는 점입니다. VentureBeat 조사에서 엔터프라이즈의 합의는 멀티모델 전략으로 모이고 있습니다. 기업들은 점점 더 여러 모델을 채택하고, task와 비용, 리스크에 따라 모델 사이를 오가며 라우팅하는 운영 레이어를 만든다고 답했습니다. 여러 모델을 골라 쓰겠다는 흐름과, 하나의 모델에 운영을 통째로 묶는 런타임은 같은 방향을 보고 있지 않습니다.
[3] Managed Agents만 보면 놓치는 그림
단독으로 보면 편리한 신제품입니다. 다만 비슷한 시기에 Anthropic이 내린 결정들과 같은 선상에 놓으면 다른 그림이 보입니다.
4월 4일, Anthropic은 OpenClaw 같은 서드파티 도구가 Claude 구독으로 접속하던 통로를 끊었습니다. 4월 7일에는 가장 강력한 모델을 공개하면서 소수의 사이버보안 파트너에게만 접근을 열었습니다. 그리고 4월 8일 Managed Agents를 내놨습니다. 각각은 말이 되는데, 묶어서 보면 방향은 하나입니다. Anthropic은 모델만 파는 회사로 남지 않고, AI 에이전트가 돌아가는 인프라 자체를 소유하려 합니다.
서드파티 통로를 막은 것은 외부 도구가 Claude를 자기 방식으로 쓰는 길을 좁힌 것이고, Managed Agents는 그 대신 Anthropic이 깐 런타임 위에서 쓰라는 제안입니다. 편리함은 그 입구입니다. 들어갈 땐 맘대로지만, 나갈 땐 아닌 것이죠.
[4] 모두에게 맞는 선택은 아니다
이 모든 게 Managed Agents를 쓰지 말라는 이야기는 아닙니다. 편리함은 진짜이고, 그 편리함이 종속 비용보다 큰 상황이 분명히 있습니다. 선을 그어보겠습니다.
쓰는 게 합리적인 쪽은 이렇습니다. 도입 초기 단계이고, 당장은 단일 모델로 빠르게 시제품을 만들어야 하며, 운영 인프라를 직접 만들 인력이 부족한 조직입니다. 이런 경우에는 직접 만드느라 몇 달을 쓰는 것보다, 며칠 만에 띄우고 검증을 시작하는 편익이 종속 비용을 넘어섭니다.
피하거나 적어도 따져봐야 하는 쪽은 반대입니다. 이미 프로덕션 규모로 운영하고, 여러 모델을 task에 따라 골라 써야 하며, 금융이나 의료처럼 규제가 강한 산업입니다. 이런 조직에서는 종속 비용이 편리함을 넘어섭니다. 비용도 마찬가지입니다. Managed Agents는 토큰과 런타임 시간, 도구 호출에 각각 과금되는데, 워크로드가 커지면 이 세 가지 항목이 자체 호스팅보다 비싸지는 지점이 옵니다.
다른 선택지도 있습니다. 구글은 5월에 오픈소스 런타임 Agent eXecutor를 내놓으며 정반대 명분을 내세웠습니다. 기업이 자체 인프라에서 원하는 모델과 샌드박스, 정책 체계를 직접 운영하게 해 벤더 종속을 방지한다는 것입니다. LangChain과 LangGraph, A2A 기반 에이전트를 섞어 운영할 수 있고 특정 클라우드나 모델 종속성을 줄일 수 있다고 했습니다. 한쪽은 편리함으로 묶고, 다른 쪽은 묶이지 말라는 것을 명분으로 내세웁니다. 같은 시장을 정반대 전략이 공략하고 있습니다.
[5] 한국은 같은 결정에 변수가 더 많다
한국 기업이 이 결정을 내릴 때는 글로벌 기업보다 따져볼 게 더 많습니다. 한국이 뒤처져서가 아니라, 시작하는 조건이 다르기 때문입니다.
한국 주요 대기업은 이미 폐쇄망 안에 독립적인 RAG 환경과 여러 모델을 섞어 쓰는 하이브리드 체계를 짓는 방향으로 움직이고 있습니다. 자사의 데이터 자산을 외부로 내보내지 않으면서 부서별로 맞춤형 AI를 배치하는 방식이죠. 운영을 한 공급자의 클라우드 런타임에 통째로 맡기는 모델과는 처음부터 결이 다릅니다.
규제도 변수입니다. 2026년 AI 기본법이 시행됐고 개인정보보호법의 국외 이전 규정이 강화됐습니다. Managed Agents는 Amazon Bedrock이나 Vertex AI를 거치지 않고 Anthropic의 직접 API로만 제공되기 때문에, 고객 데이터나 직원 개인정보가 얽힌 업무에 쓰려면 데이터가 어디서 처리되는지부터 법적으로 검토해야 합니다. 글로벌 기업에는 편리함의 문제인 것이, 한국 규제 산업에는 컴플라이언스의 문제가 됩니다.
그래서 한국 기업은 단일 공급자 클라우드 런타임의 종속 비용을 글로벌 기업보다 무겁게 계산하게 됩니다. 못 쓴다는 이야기가 아닙니다. 같은 결정에 변수가 더 붙는다는 것입니다. 편리함만 보고 따라 들어가기 전에, 한국의 규제 환경과 이미 구축해 둔 폐쇄망 전략에 맞는 계산을 따로 해야 하는 이유입니다.
이 변화를 어떻게 쓸 것인가
기술 의사결정자라면, 런타임 결정과 모델 결정을 분리해서 설계하세요. 편리함을 사더라도 빠져나올 경로를 먼저 확보해두지 않으면, 모델을 바꾸려 할 때 운영 전체를 바꾸는 비용을 떠안게 됩니다.
창업자나 투자자라면, 에이전트 인프라에서 런타임이 새 제품 카테고리로 들어왔다는 점을 봐야 합니다. 경쟁 우위가 모델에서 런타임으로 옮겨가는 중인지, moat의 위치를 다시 평가할 시점입니다.
재무를 보는 입장이라면, 토큰과 런타임 시간, 도구 호출에 각각 매겨지는 세 가지 과금 항목을 비용 모델에 반영하세요. 워크로드가 커질수록 이 구조가 예산에 미치는 영향이 커집니다.
한국 기업의 의사결정자라면, 단일 공급자 런타임을 검토할 때 데이터 국외 이전과 폐쇄망 조건을 가장 먼저 계산에 넣으세요. 글로벌 사례를 그대로 들여오기 전에 한국 환경에 맞는 검토가 선행돼야 합니다.
알고 보면 좋은 분석 포인트
이 글의 분석 포인트는 세 가지입니다.
첫째, 편리함과 종속은 떼어내서 살 수 없다는 점입니다. Managed Agents의 편익은 진짜지만, 그 편익을 사는 순간 에이전트의 메모리와 실행이 한 공급자에 묶입니다. 편리함만 보고 결정하면 나중에 인프라 교체라는 청구서를 받게 됩니다. 들어가기 전에 나오는 비용을 먼저 계산해야 하는 것은 아닐까요?
둘째, 제품 하나가 아니라 결정의 묶음을 봐야 전략이 보인다는 점입니다. 서드파티 통로 차단과 모델 접근 제한, 런타임 출시를 같은 선상에 놓으면, Anthropic이 모델 판매를 넘어 에이전트 인프라를 소유하려 한다는 방향이 보입니다. 편리한 신제품 하나로만 읽으면 그 그림을 놓칩니다.
셋째, 같은 글로벌 변화라도 한국은 다른 계산을 한다는 점입니다. 폐쇄망 멀티모델 전략과 강화된 데이터 규제 때문에, 한국 기업은 단일 공급자 런타임의 종속 비용을 더 무겁게 따지게 됩니다. 글로벌 평균 답을 그대로 수입하는 대신 자기 환경에 맞는 계산이 필요한 이유입니다.
참고 자료