Anthropic’s new guide (Oct 22) argues most agents should have fewer subagents: one main loop, skills and tool search instead. Includes “we cut Claude Code’s system prompt by over 80%”
Anthropic 가이드: 서브에이전트를 줄이고 메인 에이전트 루프와 스킬·도구 검색을 활용하라
Anthropic은 기업용 에이전트에서 라우터와 도메인별 서브에이전트를 메인 에이전트 루프의 스킬·도구로 옮기는 방안을 제안합니다. 여러 배포 사례에서 단일 루프가 품질을 높이고 비용과 지연을 줄였다고 설명하며, 전환 전후를 평가할 과제 세트와 단계별 이관 절차를 제시합니다.
- 주제
에디터 노트
단일 루프가 언제나 낫다는 주장은 아닙니다. Anthropic은 여러 기업 배포에서 품질과 비용, 지연이 개선됐다고 보고하지만, 개선 폭과 비교 조건은 공개된 본문에 구체적으로 적지 않았습니다. 약 2배 빨라졌다는 수치도 한 고객 사례입니다. 설득력 있는 부분은 아키텍처를 먼저 정답으로 놓지 않고 작업 완료 평가를 만든 뒤 서브에이전트를 하나씩 합치라는 절차입니다. 실제로 합친 뒤 배송 날짜 확인이 누락된 사례는 최종 점수만 보면 놓칠 수 있는 회귀를 보여줍니다. 댓글에는 서브에이전트가 코드베이스 탐색이나 로그 분석처럼 결과 요약만 필요한 일, 장시간 대기하는 작업, 서로 다른 모델을 병렬로 쓰는 개발에서 유용하다는 경험담이 나옵니다. 반면 도구 수가 많아 선택이 흔들리는 문제나 인증 정보 관리 부담도 제기됐습니다. 이는 Anthropic이 제시한 예외 조건과 맞닿아 있습니다. 결국 도구 검색과 지연 로딩으로 해결되는지, 병렬 실행과 분리된 컨텍스트가 필요한지 작업별로 평가해야 합니다. 댓글의 개인 경험은 특정 팀의 사용 방식이며, Anthropic의 비교 결과를 검증하거나 반박하는 실험 자료는 아닙니다.
AI 요약
Anthropic은 서브에이전트를 모든 작업에 쓰기보다, 단일 에이전트 루프가 처리하기 어려운 경우에 남기라고 제안합니다. 서브에이전트는 별도 컨텍스트 창과 도구, 지침을 가진 에이전트로 병렬 작업과 검증, 권한 분리에 유용합니다. 다만 기업 배포 사례에서는 라우터와 플래너, 도메인별 에이전트를 메인 루프에 합친 구성이 모든 작업을 한 프롬프트에 넣는 방식이나 서브에이전트 구성보다 품질이 좋았고, 작업당 비용과 지연도 낮은 경우가 있었다고 합니다. 한 고객은 단일 루프에서 실행 시간이 약 2배 빨라졌습니다.
조직 단위로 에이전트를 나눌 때 생기는 문제
각 팀이 전문 에이전트를 만들고 중앙 팀이 오케스트레이터를 얹으면, 에이전트 사이의 맥락 전달 과정에서 세부 정보가 빠질 수 있습니다. 팀마다 서브에이전트를 추가하면서 겹치는 구성과 소유자 없는 에이전트가 늘고, 시스템 프롬프트에는 서로 충돌하는 규칙이 쌓입니다. 각 팀이 자기 하위 작업에 맞춰 평가를 만들면 전체 품질을 판단하기 어렵고, 다중 에이전트 실행은 지연을 늘릴 수 있습니다. Anthropic은 여러 에이전트를 조직도처럼 만드는 상황을 경계합니다.
대안으로 제시한 것은 하나의 모델과 컨텍스트 창에서 도구 호출을 반복하는 루프입니다. 모델은 한 번에 여러 도구를 호출하고, 하네스가 이를 병렬 실행해 원래 모델에 결과를 돌려줍니다. 모델은 결과를 보고 다음 도구 호출이나 사용자 질문, 최종 답변을 결정합니다. 첫 단계에서 세운 계획도 결과에 맞춰 수정합니다. 턴 수와 비용 한도, 쓰기 승인 같은 제한은 하네스가 관리합니다. 절차와 판단 규칙은 스킬에 넣고, 실시간 데이터 조회와 실행, 검증 같은 작업은 도구로 분리합니다. 거의 항상 필요한 저비용 처리는 코드로 먼저 수행할 수 있습니다.
서브에이전트를 남길 조건
단일 루프에서 컨텍스트가 불어나 성능이 실제로 떨어지거나, 결과를 버릴 별도 컨텍스트에서 여러 일을 병렬로 해야 하거나, 도구 선택이 어렵거나 시스템 지침끼리 충돌할 때 서브에이전트를 고려합니다. 그 외에는 스킬과 도구를 필요한 시점에 불러오는 점진적 공개가 대안입니다. 짧은 설명만 먼저 보여주고 선택된 스킬과 도구의 내용을 불러오면, 모든 지침을 시스템 프롬프트에 미리 넣지 않아도 됩니다. Anthropic은 더 발전된 모델을 위해 Claude Code 시스템 프롬프트를 80% 넘게 줄였으며, 여기에는 스킬과 도구의 점진적 공개에 따른 축소도 포함됐다고 밝힙니다.
평가를 기준으로 한 단계씩 이관
전환을 시작하기 전에 중앙 팀이 소유하는 종단 간 평가 세트를 마련합니다. 10개의 대표 사례로 시작할 수 있으며, 최종 답변의 품질뿐 아니라 현재 구조에서는 올바른 서브에이전트를 골랐는지, 전환 뒤에는 적절한 스킬을 불러오고 도구를 호출했는지 확인합니다. 이후에는 실제 작업 완료 여부를 평가하는 방식으로 발전시킵니다. 실행을 재현하기 어려운 내부 시스템에서는 주요 이벤트의 시각을 기록해 평가에 다시 활용할 수 있다고 설명합니다.
서브에이전트는 한 번에 하나씩 합치고, 변경 전후 점수만 비교하지 말고 어떤 작업에서 결과가 달라졌는지 확인합니다. 예시로 지원 에이전트의 서브에이전트 하나를 다른 에이전트에 합쳤더니 지연은 줄었지만, 메인 에이전트가 주문 조회 도구만 사용하고 배송 담당 에이전트에 날짜를 묻지 않아 기존에 통과하던 절차가 깨졌습니다. 함께 실행되는 에이전트 경로와 반드시 지켜야 할 규칙을 평가 항목에 넣고, 실행마다 결과가 달라질 수 있으므로 각 과제를 여러 번 돌리라고 권합니다. 해당 사례에서는 두 번 중 한 번만 회귀가 나타났습니다.
도구와 스킬의 역할
도구는 실제 시스템의 데이터 조회나 작업 실행, 정해진 형식의 결과 반환에 적합합니다. 도구 정의가 시스템 프롬프트에 30~50개를 넘으면 도구 선택이 나빠지는 경향이 있어, API별이 아니라 사용자 의도별로 도구를 묶고 도구 검색과 지연 로딩을 활용하라고 합니다. 권한 확인이나 필수 조건은 도구 안에서 처리하고, 모델이 읽을 수 있는 거절이나 다음 행동 지침을 반환하는 방식도 제시합니다.
스킬은 전문가 프롬프트에 들어 있던 절차와 규칙, 판단 기준을 담습니다. 각 팀은 담당자를 정해 스킬의 중복과 품질, 평가를 관리하고, 지식 베이스에는 정책과 제품 사양처럼 필요할 때 검색할 참고 정보를 둡니다. Anthropic은 평가 생성, 프롬프트 점검, 평가 기반 개선, 비용 최적화를 돕는 API 스킬과 스킬 작성·정리 도구도 소개합니다. 다중 에이전트를 유지한다면 먼저 가장 단순한 구조부터 시작하고, 서로 독립적인 조사나 경계가 명확한 구성 요소처럼 다른 작업의 정보가 적게 필요한 단위로 나누라고 권합니다.
Reddit 반응
- @emarkosov — 10월 22일 Anthropic이