Anthropic이 공개한 수 시간 동안 지속되는 AI 에이전트 설계 패턴

섹션별 상세

에이전트의 자기 객관화 부족 문제를 해결하기 위해 평가 역할을 완전히 분리했다. 에이전트는 자신의 작업을 일관되게 긍정적으로 평가하는 경향이 있어 자기 평가 루프는 실질적인 개선을 이끌어내지 못한다. 따라서 비판과 평가만을 전담하는 별도의 에이전트를 두고 Playwright 같은 도구로 객관적 지표를 측정하여 루프의 신뢰성을 확보했다.

기획자, 생성자, 평가자로 구성된 3인 에이전트 하네스 구조를 통해 복잡한 앱 개발에 성공했다. 단독 에이전트가 9달러를 소모하며 실패한 작업을, 이 하네스 구조는 6시간 동안 200달러를 사용하여 10가지 기능을 갖춘 실제 작동하는 애플리케이션으로 구현했다. 이는 단순 비용 투입보다 구조적 협업 설계가 결과물의 완성도를 결정짓는 핵심 요소임을 증명한다.

최신 모델의 성능 향상이 에이전트 시스템의 복잡도를 낮추는 데 기여했다. 이전 모델인 Sonnet 4.5에서는 필수적이었던 주기적인 컨텍스트 리셋 작업이 Opus 4.6에서는 더 이상 필요하지 않게 되었다. 모델 자체의 컨텍스트 유지 및 추론 능력이 개선됨에 따라 하네스 구현 로직이 단순해지고 장시간 실행 안정성이 높아졌다.

용어 해설

생성적 적대 신경망(GAN): — 생성자와 판별자가 서로 경쟁하며 성능을 개선하는 모델 구조이다. 이 아티클에서는 코드를 짜는 에이전트와 이를 검증하는 에이전트를 분리하여 상호 보완하는 아키텍처의 영감으로 사용됐다.
플레이라이트(Playwright): — 웹 브라우저 자동화 및 테스트를 위한 라이브러리이다. 에이전트가 생성한 코드가 실제 브라우저 환경에서 의도대로 작동하는지 엄격한 통과/실패 기준으로 검증하는 도구로 활용된다.
에이전트 하네스(Agent Harness): — 에이전트가 특정 작업을 수행할 때 필요한 도구, 환경, 제어 로직을 결합한 실행 프레임워크이다. 여러 에이전트의 협업을 관리하고 오류 발생 시 복구하는 등의 운영 체계 역할을 한다.

기술

Opus 4.6
Sonnet 4.5
Playwright
Anthropic API

활용 사례

자율 코딩 에이전트
복잡한 웹 애플리케이션 자동 개발
장시간 실행되는 다단계 워크플로우 자동화

언급된 리소스

문서Patterns for Multi-Hour AI Agents