Anthropic 플랫폼 인터뷰 — 생태계 전략과 strategies 로드맵

개요

• 게스트: Katelyn Lesse, Angela Jiang — Anthropic 플랫폼 조직 책임자. 대외 API·개발자 플랫폼과 사내 제품 인프라를 동시에 담당
• 주제: 플랫폼 추상화 3층 구조(지식-실행-조정), harness 설계 철학, 오픈 생태계 전략, 토큰 경제학(맥싱-합리화 사이클), 차기 로드맵 "strategies"

핵심 내용

플랫폼 정체성과 운영 철학

• 플랫폼 노스스타 2개를 분리 운영: 노스스타 2개 분리 운영
  • 내부: 자사 앱 팀이 "AGI pill" 제품을 최대 속도로 출시하게 레버리지 제공
  • 외부: 어떤 빌더든 Claude로 원하는 걸 만들 수 있는 도구 제공 — 하이퍼스케일러(AWS·구글) 직접 통합으로 "고객 비즈니스가 있는 곳"에 플랫폼을 가져감
• 내부·외부 프리미티브 동일 원칙: 다른 플랫폼 비즈니스처럼 이원화하지 않음. 이유는 폼팩터가 계속 진화하기 때문 — 2년 전 "전부 챗"에서 지금 "챗 잊고 에이전트"로, 다음 폼팩터는 또 다를 것
  • 폼팩터 발굴을 Anthropic이 독점할 수 있다고 생각 안 함. 민주화할수록 시장에서 자연 발생
  • 내부 도그푸딩과 외부 얼리액세스를 동시 진행해 한쪽 과최적화 함정 회피
• AI가 커스텀 소프트웨어 라스트마일 경제성 달성: AI로 인해 과거 경제성이 안 나오던 "커스텀 소프트웨어의 라스트마일"이 달성 가능해짐 — 이를 위한 프리미티브·API·표준(skills, MCP) 제공이 역할

추상화 3층 케이크: 지식 - 실행 - 조정

• 반복 문제 관찰 후 고차 추상화: 1년 전 플랫폼은 사실상 stateless Messages API 하나. 고객들이 같은 문제(장기 실행 에이전트, 인간 개입 없는 원격 실행)를 반복해서 풀고 있는 걸 보고 고차 추상화로 패키징
• 지식 레이어: 모델을 다루는 법 자체 — Messages API 파라미터 설계, 툴 표준화, 그리고 시점별 컨텍스트 주입 표준인 skills·memory
• 실행 레이어: 저수준 harness + 관리형 인프라 = Claude Managed Agents
  • 샌드박스 생성·거버넌스·시큐리티, 세션 트랜스크립트 저장·재개, prompt caching, context window 관리 등 "지루하지만 어려운" 인프라를 기본 제공
• 조정 레이어: "strategies" = 메타 harness. 토큰은 대체재가 아니며 각각 다른 직업 부여 — 이 토큰은 조언, 저 토큰은 실행, 또 다른 토큰은 구상
  • 로드맵 방향성 명시: 지식에서 실행으로, 실행에서 조정으로 추상화 상향 이동
• 고객 세그먼트별 선택: AI 네이티브 스타트업은 저수준 프리미티브 직접 조립, 엔터프라이즈·워크플로우형 스타트업은 관리형 패키지 — harness 최적화가 핵심역량이 아니면 오프로드

오픈 생태계 vs 월드가든

• 인프라 소유에 집착 안 함: 셀프호스팅 샌드박스를 Modal·Vercel·Cloudflare·아마존 신형 microVM과 파트너십으로 제공, 방화벽 뒤 MCP 서버 호출용 MCP tunnels 출시
  • 지키는 건 "어디서 도느냐"가 아니라 에이전트를 강력·신뢰성·확장성 있게 조립하는 아키텍처와 인터페이스에 대한 강한 의견
• 안전 표준도 생태계 공동 과제로 접근: 상호운용 표준(skills·MCP) 위에, 사이버 등 "누구도 자기 서비스에서 악성 행위를 원치 않는" 영역의 공동 표준 설정 추진
• 전기 비유: 이 기술이 변혁적인 건 모든 곳에 배선 가능하고 누구나 접근하며 플러그 표준이 있어서 — 혼자서는 불가능, 생태계·파트너 필수

퍼스트파티 제품 전략 — 2가지 프레임

• 프레임 1: 폼팩터 실험·과시
  • 폼팩터는 정적이지 않음 — 올해 훌륭한 게 내년엔 아님. "1년 잘 쓴 것도 버리고 다시" 멘털리티를 내부·플랫폼 유저 모두에 권장
  • 사례 Claude Design: 디자인 시스템 통합·WYSIWYG 방식 대신 순수 코드 생성으로 디자인 — "코드가 예상 밖 문제의 해법"임을 과시하는 제품. 편집보다 "그냥 Claude와 대화"를 유도하는 의견 있는 설계
  • 랩스팀이 내부 실험 다수 — 2주 쓰고 넘어가며 출시 안 하는 것도 많음
• 프레임 2: TAM 기반 버티컬
  • 토큰 헝그리 산업 선호 기준: 한 턴 끝났을 때 "끝났다"가 아니라 "더 하고 싶다"가 나오는 반복 플로우 — 코딩이 대표 (한 턴 끝나면 언락돼서 더 만들고 싶어짐)
  • 파이낸스·리걸 버티컬화 공개적 진행. Claude for Financial Services는 skills 패키지 + Managed Agents 쿡북 형태 — 같은 결과를 Messages API 직접·Managed Agents·커넥터 등 어느 층에서든 달성 가능함을 보여주는 실험

Claude Tag — "그냥 슬랙봇" 논란의 진실

• 선례: Shopify의 River, Square(Block)의 Builderbot 등 사내 에이전틱 플랫폼 구축 흐름을 패키징한 것
• 슬랙 태그는 빙산 일각, 본체는 컨텍스트: 인터페이스(슬랙 태그)는 빙산의 일각, 본체는 수면 아래 context engineering·아키텍처
  • Karpathy 표현 인용: "조직 레벨 harness"
  • 비기술 직군의 거대한 언락 — 경비 처리 방법 묻던 걸 매니저·동료 찾아다닐 필요 없이 채널에서 해결, 프로액티브하게 알아서 처리
• 미래상: 인터페이스는 계속 교체 가능 — 슬랙·Teams·WhatsApp·문자·이메일 등 인간이 쓰는 폼팩터를 에이전트가 그대로 점유. "AI가 또 하나의 동료가 되는 것"이 지루해 보여도 가장 미래지향적 관점

Harness·Context Engineering 베스트 프랙티스

• 기본기: prompt caching은 무조건(비용 대폭 절감), context window 청소(오래된 툴콜 제거), 프로그래매틱 툴 호출로 컨텍스트 오염 방지, 그리고 evals 필수
• 메타레벨 전략이 진짜 혁신: 다만 저수준 최적화는 "짜낼 주스"가 적음 — 진짜 혁신은 메타 레벨 strategies
  • 같은 토큰을 실행에 쓸지 / 과거 세션 반성해 memory에 학습 기록할지 / 큰 모델이 조언하고 작은 모델이 실행할지 / 실행 후 채점자가 재시도시킬지
• 모델 세대 변화가 하네스 역할 자체를 바꿈: 모델 세대 변화가 harness 역할을 바꿈
  • 2년 전: A에서 B로 가게 양쪽에 벽 세우는 조향 스캐폴드. 지금: 모델이 매우 조향 가능해져 프롬프트로 충분 — "조향용 스캐폴딩은 삭제하라" 권장 ("모델이 스캐폴딩을 흡수한다"의 실체)
  • harness의 새 역할: 더 오래 달리게 하기 (B에서 C, F, Z 찍고 A로 복귀 같은 장기 실행)
• 태스크 특화 하네스는 여전히 필요하다는 입장: 태스크 특화 harness는 필요하다는 입장
  • 범용 harness는 없음. 도메인별 커스텀 포인트 = 모델과 실행 사이의 검증·에러 처리 로직 — 리걸·파이낸스처럼 오답 비용이 큰 도메인에선 이 마지막 튜닝이 제품 차별화 그 자체
  • 반면 컨텍스트 주입은 과대평가 — 어떤 harness든 처리 가능, 진짜 차별화는 데이터 보유 여부와 토큰 예산 배분 전략
• 지향점: "원하는 결과와 쓸 예산만 말하면 나머지는 신경 안 쓰는" 수준의 추상화

고객발 혁신 — 플랫폼 팀이 목격 중인 것

• 진짜 혁신은 폼팩터 아닌 컨텍스트·연결성 레이어: 가장 흥미로운 혁신은 새 폼팩터가 아니라 컨텍스트·연결성 레이어
  • AI 네이티브 기업들의 사내 유즈케이스에서 혁신 가속: 자체 커스텀 SDLC 구축, 백오피스 전체 자동화, 컨텍스트 스트리밍 방식의 정교화
  • API조차 없는 올드 소프트웨어(헬스케어 다수)를 computer use로 자동화 — 노트북 한 대에서 돌려 에이전트용 자산 자동 생성까지
• 에이전트가 MCP 서버로 타 에이전트에 툴 노출: 에이전트 위에 MCP 서버를 노출해 다른 에이전트(타사 모델 기반 포함)가 툴로 호출 — 에이전트 간 모듈형 협업 사례
• 사용처 트렌드: 코딩 폭발은 기정사실, 최근 제조업이 새 카테고리로 부상 — PM이 디트로이트행 비행기 탈 정도

토큰 맥싱에서 토큰 합리화로

• 인텔리전스 맥싱 다음은 비용 또는 속도 차원: 인텔리전스 맥싱 다음 차원은 비용 아니면 속도
• 섀도 IT로 조직절반 무단 설치: 확산 경로가 섀도 IT — 직원들이 알아서 조달해 "어느새 조직 절반이 Claude Code 설치"
• 처방: 사용 중단은 오답
  • 태스크 복잡도 평가 후 어려운 건 큰 모델, 쉬운 건 싼 모델로 보내는 라우터 아키텍처 권장 — 단, Claude 모델 패밀리 내 라우팅으로 한정, 타사 모델 라우팅엔 관심 없음
  • harness·에이전틱 레이어는 모델 패밀리에 튜닝돼야 한다는 강한 신념 — "harness 만들고 밑에 모델만 갈아끼우기" 시대에서, Vercel도 harness와 에이전트를 모델 패밀리에 묶는 방향으로 이동
• Stripe 시절 AWS 비용 관리 비유: 잘못 설정된 백그라운드 잡을 가드레일로 찾아내 끄게 하는 방식이 정답, 일괄 캡 씌우기는 위험. Opus 밤새 돌리기 대신 같은 결과를 더 싼 strategy 조합으로 내는 사고가 다음 단계

로드맵 — strategies 컴포저빌리티

• 버그헌팅 에이전트 예시: 성능 레버가 "더 큰 모델" "더 긴 실행" 둘뿐이라 여기지만, 세 번째 레버 best-of-N이 기대보다 훨씬 큰 리턴 — 논문은 많아도 프로덕션 구현·유저 테스트는 정말 어려움. "여기가 alpha가 있는 곳"이라 쉽게 만들어주겠다는 것
• 에이전트 스웜은 strategy 유형 중 하나일 뿐: 에이전트 스웜도 strategy의 한 유형일 뿐 — 본질은 인간 조직 유추가 아니라 "토큰마다 직업이 있다"
  • 내부엔 직업 5개 정도, 생태계에 풀면 100,000-200,000 조합 가능 예상. "달러당 인텔리전스" 힐클라이밍이 목표
• 병행 과제: 엔터프라이즈용 보안·컴플라이언스 컨트롤, 모듈화(memory만 따로 플러그인 등), 주말 개발자용 오픈·해커블 솔루션 — 혁신 기능의 실사용을 여는 테이블스테이크

투자자 관점 시사점

• Anthropic의 수익 전략은 명확히 "토큰 헝그리 + 반복 플로우" 산업 선별 — 코딩 다음 타깃으로 파이낸스·리걸 버티컬화 진행 중이고 제조업이 신규 부상. 애플리케이션 레이어 투자 시 "턴 종료 후 더 하고 싶은가" 테스트가 TAM 판별 기준으로 유용
• 가치 이동 방향: 저수준 harness(캐싱·컨텍스트 관리)는 플랫폼이 흡수해 커모디티화, 차별화는 (1) 도메인별 검증 로직(오답 비용 큰 리걸·파이낸스), (2) 독점 데이터, (3) 토큰 예산 배분 strategy로 이동. "얇은 래퍼" 스타트업의 해자 소멸이 플랫폼 로드맵상 예정된 수순
• 모델-harness 묶임 심화는 모델 교체 비용을 높이는 락인 메커니즘 — "모델만 갈아끼우는 멀티모델 라우터" 논리가 약화되고, 모델 패밀리 단위 생태계 경쟁으로 재편. 인프라단에선 Modal·Vercel·Cloudflare 등 샌드박스 파트너가 수혜 포지션
• 토큰 합리화 국면은 추론 수요 감소가 아니라 구성 최적화 — best-of-N 등 strategy는 오히려 태스크당 토큰 소비를 늘릴 수 있음. "비용 절감 우려 = 토큰 수요 둔화" 등식은 성급

기억할 발언

• (15:11) "이 기술은 전기와 비슷함. 전기가 그토록 변혁적 유틸리티였던 이유는 모든 것에 배선할 수 있고, 누구나 접근할 수 있고, 플러그를 꽂는 표준이 있었기 때문. 그건 누구도 혼자서 할 수 없음 — 항상 생태계·파트너와 함께 길을 찾아야 함"
• (44:51-45:07) "best-of-N이 생각보다 훨씬 큰 리턴을 준다는 말은 쉽고 논문도 많지만, 실제로 프로덕션에 올려 유저 대상으로 결과를 직접 확인하는 건 정말정말 어려움. 그런데 alpha는 바로 거기에 있음 — 리턴이 있는데 어렵다면, 우리가 쉽게 만들어주겠다는 게 처음부터의 철학"