Anthropic Agent SDK로 나만의 AI 에이전트를 구축하며 배운 모든 것

• •iMessage의 SQLite 데이터베이스에 직접 접근하여 메시지 검색 및 전송 기능을 구현했다
• •Slack, Gmail, Notion 등 외부 도구와 연동하여 통합적인 정보 검색이 가능하다
• •사용자의 개인적 맥락을 이해하는 맞춤형 비서 역할을 수행한다

• •에이전트는 LLM이 도구를 선택하고 실행 결과를 확인하며 루프를 도는 구조이다
• •Anthropic SDK는 대화 이력 관리와 자동 요약 기능을 내장하여 개발 복잡도를 낮췄다
• •Claude Code와 동일한 아키텍처를 사용하여 강력한 기본 도구들을 제공한다

컨텍스트 압축은 LLM의 입력 제한을 넘지 않도록 이전 대화 내용을 요약하거나 삭제하여 효율적으로 관리하는 기술이다.

• •MCP를 통해 도구의 입력 스키마와 실행 로직을 표준화된 방식으로 정의한다
• •스킬 시스템은 마크다운 파일 구조를 사용하여 에이전트의 행동 지침을 관리한다
• •점진적 공개 방식을 통해 필요한 스킬만 컨텍스트에 로드하여 효율성을 극대화한다

MCP는 AI 모델이 외부 데이터 소스나 도구와 안전하고 표준화된 방식으로 통신하기 위한 프로토콜이다.

• •메모리를 세션, 영구, 아카이브의 3단계 계층으로 나누어 관리 효율을 높였다
• •에이전트가 대화 중 중요한 정보를 스스로 판단하여 저장하는 능동적 메모리 시스템을 구축했다
• •대용량 참조 데이터는 아카이브에 보관하여 컨텍스트 윈도우 부하를 줄였다

Convex 데이터베이스를 사용하여 실시간으로 메모리 상태를 동기화하고 관리한다.

• •도구 사용이 잦은 에이전트 특성상 메시지당 추론 비용이 매우 높게 발생한다
• •로컬 데이터 접근 권한과 API 키 관리 등 보안 및 배포 인프라 문제가 존재한다
• •소비자용 앱보다는 높은 비용을 감당할 수 있는 B2B 전문 솔루션에 적합하다

Claude 3.5 Opus 같은 고성능 모델을 에이전트 루프에서 반복 호출할 경우 비용이 기하급수적으로 증가한다.