잘 나가는 앤트로픽, “세계 AI에이전트 시장 석권” 선언 - 애플경제

“에이전트 시장의 ‘AWS’ 될 것”, 에이전트 생태계 장악 시도 앤트로픽 클라우드와 인프라에서 에이전트 가동, 데이터 처리 에이전트 모델 넘어 총체적 인프라 제공, 각종 개발도구 모델 출시 커서, 클로드 코드 등 수십 개 모델로 광범위한 에이전트 인프라 구축 [애플경제 이보영 기자] 창사 5년째인 앤트로픽이 그야말로 ‘전성기’를 향해 내달리고 있다. AI경쟁에서도 ‘클로드’를 내세워 오픈AI나 구글보다 반(半)발자국 정도 늘 앞서가곤 한다. 최근엔 시장가치에서 1조달러로 추산되며, 오픈AI를 앞질렀다. 나아가선 클라우드 시장을 석권한 AWS처럼, 에이전트 시장을 장악, 선도하는 ‘에이전트형 AI의 AWS’가 되겠다는 의지를 굳히고 있다. 아마존의 AWS가 세계 클라우드 시장에서 부동의 1인자로 자리를 굳혔듯이, AI 부문에서 앤트로픽이 그런 ‘신화’를 새로이 만들겠다는 의지다. 이에 최근 이 회사는 자사의 ‘매니지드 에이전트 플랫폼’에서 샌드박싱, 체크포인트, 영구 메모리를 단일 API 레이어로 통합했다. 그래서 “이 회사의 야망은 단순한 모델 제공업체가 아닌 (클라우드 시장을 석권한) AWS에 훨씬 더 가깝다”는 전망이다. ‘클로드 매니지드 에이전트’도 상징적 존재 이를 위해 이달 초, 앤트로픽은 ‘클로드’ 매니지드 에이전트를 공개 베타 버전으로 출시했다. 2주 후, 다시 영구 메모리 기능을 추가했다. 또한 매주 ‘클로드’ 관련 첨단 버전의 AI를 출시, 단순히 모델만 판매하는 것이 아니라, 모델을 대규모로 실행하는 데 필요한 인프라까지 제공하고 있다는 평가다. 직접 ‘클로드 매니지드 에이전트’와 영구 메모리를 체험해본 사용자들은 “이 제품은 어느 정도 개발 경험이 있는 사람들을 위해 설계되었다”는 평가를 내린다. 이들 제품은 개인 개발자를 위한 테스트 친화적인 소프트웨어라기보다는, 엔지니어링 팀의 요구 사항에 맞춰 개발되었다. ‘클로드 매니지드 에이전트’는 개발자가 프로덕션 AI 에이전트를 배포하기 전에 직접 구축해야 했던 API 모음이다. 이는 곧 인프라 제공을 의미한다. 사용자들은 자체 구축 방식 대신 ‘클로드 매니지드 에이전트’가 제공하는 API를 사용하면 된다. “안전한 샌드박싱, 장기 세션 실행, 체크포인트, 자격 증명 관리, 범위 지정 권한, 엔드 투 엔드 추적 등의 기능을 활용할 수 있다.”는 설명이다. 요금 책정 방식 또한 인프라 제품과 유사하다. ‘표준 클로드 API 토큰’ 요금 외에 세션 시간당 소정의 비용이 추가된다. 테스트 설정은 저렴했지만, 실제 사용하기 시작하면, 비용이 빠르게 증가할 수 있다. 특히 “하루에 수백 개의 에이전트 세션을 운영하는 기업의 경우 비용 계산이 완전히 달라진다.”고 지적했다. 전혀 코드 작성않고도 5분 내 ‘리서치 에이전트’ 실행 이를 테스트해본 사용자들은 “기대했던 대로 빠르고 간단했다”는 반응이다. 일단 콘솔은 에이전트 생성, 환경 구성, 세션 시작, 통합을 포함하는 4단계 빠른 시작 가이드를 제공한다. 사전 구축된 템플릿이 대부분의 설정을 처리한다. 사용자들 중엔 “코드를 전혀 작성하지 않고도 5분 안에 리서치 에이전트를 실행할 수 있었다”는 증언이 많다. 즉, 콘솔은 에이전트에 무제한 인터넷 액세스가 필요한지, 아니면 특정 호스트로 제한해야 하는지 명확하게 묻고, 사용자 답변에 따라 환경을 자동으로 구성했다. 사전 구축된 템플릿은 앤트로픽이 생각하는 실제 용도를 담고 있다. 여러 단계의 웹 조사를 수행하고 소스를 종합하는 심층 연구원, 매주 소프트웨어 블로그를 스캔하고 변경 사항 요약을 작성하는 현장 모니터, ‘Sentry’ 경고를 분류하고 ‘리니어’ 티켓을 열고 ‘슬랙’ 워룸을 운영하는 사고 지휘관, 그리고 ‘리니어’에서 종료된 스프린트를 가져와 회의 전에 회고 문서를 작성하는 스프린트 회고 진행자 등이 있다. 이 모든 작업은 사람의 개입 없이 자율적으로 실행될 수 있다. 콘솔은 노코드 환경에서 코드 환경으로 빠르게 전환된다. 데이터 분석 템플릿을 테스트했을 때, 두 번째 프롬프트에서 파이썬 코드를 사용, ‘파일 API를 호출하라’는 메시지가 나타났다. MIT는 “이 경우 자율 에이전트를 사용, 실제 데이터를 읽는 사용자에게는 유용하지만, 테스트 과정에서 노코드 환경이라는 장점을 빠르게 잃게 만들었다”고 짚었다. 즉 ‘딥 리서치’ 에이전트와 마찬가지로, 에이전트를 제대로 테스트하기 위해 필요한 연구 자료를 확보할 수 없었다는 것이다. 또한 복잡하고 상세한 쿼리를 실행했을 때 시스템 시간 초과 오류도 발생했다. 더 간단한 쿼리를 실행했을 때는 요청한 데이터가 반환되었다. 하지만 결과가 클로드 채팅 앱과 너무 유사했다. 이는 “관리형 에이전트가 대규모 제품 출시를 위한 엔지니어링 팀의 실질적인 인프라라”는 점을 더욱 뒷받침하는 점이다. 실제로 이들 제품을 사용, 성과를 내고있는 기업의 사례도 많다. 노션(Notion)은 관리형 에이전트를 사용, 수십 개의 작업을 병렬로 실행하고 팀원들이 결과물을 공동으로 검토한다. 라쿠텐(Rakuten)은 엔지니어링, 제품, 영업, 재무 부서에 걸쳐 각 전문 에이전트를 단 일주일 만에 배포했다. 아사나(Asana)는 자체 프로젝트 내에서 사람과 함께 일하는 AI 팀원을 구축했다. 센트리(Sentry)는 버그를 신고하는 것부터 검토 가능한 수정 사항으로 전환하는 과정을 단 한 번의 워크플로로 완료했다. 이처럼 “클로드 관리형 에이전트는 이미 대규모 프로덕션 배포를 위한 인프라로 자리 잡았다.”는 것이다. 단순 모델 제공업체 넘어 ‘에이전트AI’판 AWS 지향 지난주 앤트로픽은 또한 에이전트가 세션 간에 학습하고 개선할 수 있도록 영구 메모리 기능을 추가했다. 예를 들어, 고객 문서를 처리하는 에이전트는 이제 프롬프트에서 해당 주제를 다시 입력할 필요 없이 지난주에 학습한 내용을 기억할 수 있다. 그러면 클로드는 사용자와의 채팅 도중에 영구 메모리를 제공, 이런 기능을 확인할 수 있다. AI 인프라 제품에 대한 일반적인 비판 중 하나는 벤더 종속성이다. 사용자의 에이전트는 앤트로픽의 클라우드에서 실행되고, 앤트로픽의 인프라를 통해 데이터를 처리한다. 또한 앤트로픽이 가격을 변경하거나, API를 지원 종료하지 않을 것이라는 전제에 의존하게 된다. 하지만 더 주목할 만한 것은 “앤트로픽이 실제로 무엇을 하고 있는가”이다. 이 회사는 이미 각종 개발자 도구의 기반이 되는 커서(Cursor), 클로드 코드(Claude Code) 등 수십 개의 모델을 만들고 있다. 이제 앤트로픽은 이런 ‘모델과 프로덕션 배포 사이에 위치하는 인프라 계층’을 구축하고 있다. 만약 MIT 연구를 분석한 ‘더뉴스택’은 “만약 이 계층이 개발자들이 에이전트를 배포하는 기본 방식이 된다면, 앤트로픽 단순한 모델 제공업체를 넘어 에이전트 기반 AI를 위한 AWS와 같은 역할을 하게 될 것”이라고 전망했다. 이것이 본격화될 경우 지금과는 비교가 안 될 정도로 큰 규모의 사업이다. 이미 지난 3주 동안 앤트로픽이 출시한 제품들을 보면, 에이전트 인프라 시장을 선점하기 위해 빠르게 움직이고 있는 모양새다.