매일 업무를 마친 후, 처리한 통화를 되짚어보고 실수한 부분을 찾아 조용히 매뉴얼을 공부한 후 내일 눈에 띄게 더 나은 모습으로 나타나는 급여를 받지 않는 어시스턴트를 상상해보세요. 새로운 급여도 없고, 교육 프로그램도 없고, 어색한 피드백 대화도 없습니다. 이것이 대략 Anthropic이 2026년 5월 첫 주에 Claude Managed Agents에 출시한 것이고, 한 사람 사업이 AI에게 요청할 수 있는 것을 조용히 재설정하는 종류의 업데이트입니다.
5월 7일, Anthropic은 Claude Managed Agents를 위한 세 가지 새로운 기능을 발표했습니다: Dreaming은 에이전트가 과거 세션을 검토하고 자체 개선할 수 있게 해주고, Outcomes은 에이전트에게 예시를 통해 좋은 결과가 무엇인지 가르치고, Multiagent Orchestration은 리드 에이전트가 작업을 전문가 서브에이전트들에게 병렬로 분산시킬 수 있게 합니다. 법률 AI 회사 Harvey는 Dreaming을 켠 후 작업 완료율이 대략 6배 증가했다고 보고했습니다. Dreaming을 켠 후 작업 완료율이 약 6배 증가했다고 보고했습니다. 이 수치를 자세히 살펴볼 가치가 있습니다. 왜냐하면 그 상승효과의 일부만이라도 프리랜서의 워크플로우로 이월된다면, 가상 어시스턴트를 고용하는 것의 수학이 다시 변했기 때문입니다. 여기 배포된 것, 그것이 한 사람 사업에 의미하는 것, 그리고 이번 주에 실제로 시도하는 방법이 있습니다.
에이전트가 할 수 있는 것을 방금 바꾼 세 가지 기능
Anthropic은 이 기능들을 Claude Managed Agents 아래에 그룹화합니다. 이것은 자신들이 오케스트레이션을 직접 구성하고 싶지 않은 팀들을 위한 회사의 호스팅된 에이전트 런타임입니다. 각 부분은 지난 6개월 동안 AI로 워크플로우를 구축한 누구나 경험한 다른 실제 실패 모드를 해결합니다.
Dreaming이 헤드라인입니다. 이것은 에이전트에게 활성 작업 외부에서 이미 실행한 세션을 검토할 시간을 주는 연구 미리보기 기능입니다. 에이전트는 무엇이 작동했는지, 무엇이 거부되었는지, 그리고 인간이 무엇을 수정해야 했는지에서 패턴을 찾습니다. 그러면 그것은 다음 세션이 더 똑똑한 기준에서 시작하도록 내부 플레이북을 업데이트합니다. Harvey의 6배 작업 완료율 상승은 반복 가능한 구조로 가득 찬 법률 업무에서 보고되었습니다. 클라이언트 온보딩, 송장 추적, 받은편지함 정렬 같은 프리랜서 워크플로우는 축적된 컨텍스트로부터 이익을 얻는 같은 구조를 공유하므로, 이 기능은 법률 회사 외부에서도 중요합니다.
Outcomes는 더 조용한 문제를 다룹니다. 대부분의 프롬프트 엔지니어링 조언은 작업을 설명하라고 말합니다. Outcomes는 그것을 뒤집습니다. 당신이 좋다고 생각하는 완성된 작업의 예시를 두 개 또는 세 개 보여주고, Claude는 그것을 목표로 사용합니다. “내 목소리로 작성하라”는 명령을 작성했는데 당신처럼 들리지 않는 출력을 얻은 경험이 있다면, 설명하기보다 보여주는 것이 정확히 왜 더 잘 작동하는지 알 것입니다.
Multiagent Orchestration은 리드 에이전트가 작업을 부분으로 나누고 각 부분을 전문가 서브에이전트에게 전달할 수 있게 합니다. 모든 전문가는 자신의 모델, 프롬프트, 그리고 도구로 실행되고, 그들은 단일 작업 파일시스템을 공유하므로 작업을 주고받을 수 있습니다. 이것은 모든 것을 순차적으로 해야 하는 한 명의 제너럴리스트를 고용하는 것과 조용히 병렬로 작업하는 5명 스튜디오를 조립하는 것의 차이로 생각하세요.
솔로 운영자가 실제로 이것을 연결하는 곳
이것이 엔터프라이즈 피치 덱에만 살아있다면 아무것도 중요하지 않습니다. 좋은 소식은 각 기능이 한 사람 사업이 이미 일정에 가지고 있는 워크플로우에 깔끔하게 매핑된다는 것입니다. 시도해볼 네 가지가 있습니다.
1. 재사용 가능한 클라이언트 온보딩. 새로운 클라이언트 접수, 환영 이메일, 계약 풀, 킥오프 미팅 준비, 그리고 첫 번째 송장을 처리하는 에이전트를 설정하세요. Dreaming을 켜면, 각 주기는 다음을 조용히 개선하므로, 10번째 클라이언트까지 프롬프트를 몇 주 동안 건드리지 않았어도 온보딩이 맞춤형처럼 느껴집니다. 이것은 도구 스택에서 복리이자와 같은 것을 찾을 수 있는 가장 가까운 것입니다.
2. 브랜드에 맞는 콘텐츠 초안. Outcomes를 사용하여 세 개 또는 네 개의 최고의 LinkedIn 포스트, 뉴스레터 인트로, 또는 판매 이메일을 예시로 고정하세요. Claude에게 새로운 초안을 요청하면, 그것은 그것의 자신의 출력을 그 목표에 대해 채점합니다. 쓰기 어시스턴트를 당신의 목소리로 훈련하는 마찰은 2,000단어 스타일 가이드에서 5개 샘플 폴더로 붕괴했습니다.
3. 한 세션에서 연구하고 작성합니다. multiagent orchestration으로 리드 에이전트를 “상위 3개 경쟁사의 경쟁 분석 준비” 같은 주제에서 돌리세요. 리드 에이전트는 공개 가격을 긁는 한 서브에이전트를 발송하고, 최신 리뷰를 요약하는 또 다른 에이전트를 발송하고, 결과 블로그 포스트 또는 판매 시트를 작성하는 세 번째를 발송합니다. 당신은 보통 반나절이 걸릴 1,500단어 자산을 대략 샌드위치를 만드는 데 걸리는 시간에 얻습니다.
4. 메모리를 사용한 받은편지함 분류. 에이전트를 당신의 이메일에 연결하고 간단한 규칙을 주세요: 경로, 초안, 또는 보관. Dreaming으로, 그것은 당신이 실제로 1시간 내에 응답하는 발신자, 3일 동안 무시하는 발신자, 그리고 주제 라인의 어떤 단어가 당신을 클릭하게 하는지 학습합니다. 분기 동안, 그것은 감독이 필요한 받은편지함 어시스턴트와 자신의 몫을 차지하는 어시스턴트 사이의 차이입니다.
이 기능들이 특히 다루는 일반적인 프리랜서 통증 포인트의 간단한 목록:
- Outcomes가 출력을 당신이 신뢰하는 예시에 고정하기 때문에 표류하는 프롬프트.
- Dreaming이 그 교훈을 끈기 있게 만들기 때문에 지난주의 교훈을 잊는 에이전트.
- Multiagent Orchestration이 단계를 병렬로 실행하기 때문에 드래그하는 단일 스레드 워크플로우.
- AI가 첫 번째 초안을 잘 처리하지만 당신의 바에 절대 도달하지 않는다는 느낌. 세 가지 모두 결합되어 그 간격을 좁혀줍니다.
이 업데이트가 AI 작업이 어디로 향하고 있는지에 대해 말하는 것
기능 목록에서 물러나면 더 명확한 패턴이 나타납니다. 2025년과 2026년 초를 통해, AI 대화는 원시 모델 능력, 더 많은 토큰, 더 빠른 추론, 더 날카로운 추론에 의해 지배되었습니다. 2026년 5월 물결은 다릅니다. Anthropic은 더 큰 두뇌가 아니라, 에이전트가 어떻게 컨텍스트를 지속하고, 작업을 공유하고, 시간이 지남에 따라 개선하는지에 대한 구조적 개선을 출시하고 있습니다.
이 변화는 더 큰 모델 출시가 보통 하지 않는 방식으로 프리랜서에게 유리합니다. 큰 팀은 이미 프로젝트 관리 도구, 공유 지식 기반, 그리고 사람 전체에서 교훈을 포착하는 온보딩 의식을 가지고 있습니다. 한 사람 사업은 그 인프라 중 어느 것도 없으므로, 기억하고, 학습하고, 작업을 병렬화하는 에이전트는 본질적으로 당신을 위한 누락된 조직 계층을 구축하고 있습니다.
또한 미묘한 가격 책정 의미가 있습니다. Multiagent Orchestration은 단일 워크플로우 내에서 모델을 섞고 일치시킬 수 있게 합니다. 실제로 추론이 필요한 작업 부분에 높은 비용의 추론 모델을 넣을 수 있고, 옆의 지루한 추출 작업에 싸고 빠른 모델을 넣을 수 있습니다. 매월 AI 지출을 주시하는 솔로 운영자에게, 그것은 여전히 어려운 부분에 가장 똑똑한 도구를 사용하면서 월별 AI 지출을 예측 가능하게 유지하기 위한 실제 지렛대입니다.
두 가지 일반적인 우려는 정면으로 다룰 가치가 있습니다. 첫 번째는 개인정보 보호입니다. Dreaming은 과거 세션을 검토하므로, 에이전트의 품질은 작업 이력에 접근할 수 있는지에 따라 달라집니다. Anthropic은 이것을 연구 미리보기로 구성하고 데이터 처리 주변에 보호장치를 가지고 있지만, 민감한 클라이언트 작업을 처리하는 솔로 운영자는 그것을 어떤 새로운 데이터 파이프라인처럼 취급해야 하고, 엄격하게 범위를 지정하고 신뢰하기 전에 테스트해야 합니다. 두 번째는 항상 정직한 신뢰성에 대한 우려입니다. Agentic AI는 여전히 불완전하고, 올바른 운영 자세는 3-4개의 깨끗한 주기를 본 때까지 돈, 계약, 또는 고객 커뮤니케이션에 영향을 미치는 모든 것에 승인 단계를 유지하는 것입니다.
주말 전에 시작하는 방법
이 정도로 풍부한 업데이트에 대한 유혹은 한 시간 동안 읽다가 아무것도 변경하지 않는 것입니다. 그것을 저항하세요. 여기는 정상 주의 간격에 맞는 타이트한 계획입니다.
- 오늘. Claude 계정에 로그인하고 Managed Agents가 당신의 계획에서 사용 가능한지 확인하세요. 이 달 일정에서 가장 반복적인 단일 작업을 선택하고 이상적인 완성된 버전의 한 문단 설명을 작성하세요.
- 수요일까지. 세 개의 예시 출력을 당신의 프로젝트에 떨어뜨리고 Outcomes를 켜세요. 에이전트를 한 번 실행하세요. 생성한 것과 당신이 직접 작성했을 것 사이의 간격을 기록하세요.
- 금요일까지. 실제 연구 작업에 대해 두 개의 서브에이전트 오케스트레이션을 시도해보세요. 하나는 가져오고, 하나는 초안을 작성합니다. 당신의 보통 접근 방식에 대해 시간을 재세요.
- 다음 주 월요일까지. 세 가지 기능 중 어느 것이 워크플로우에 영구적인 슬롯을 획득했는지, 어느 것이 다음 반복을 기다릴 수 있는지 결정하세요.
솔로로 실행하는 경우 이것이 의미하는 것
이번 주 대부분의 매장이 실행한 헤드라인은 Claude 에이전트가 이제 꿈을 꿀 수 있다는 것이었습니다. 더 유용한 프레이밍은 Anthropic이 방금 에이전트에게 중요한 것을 신뢰하는 것을 막았던 누락된 세 가지를 출시했다는 것입니다. 지속적 학습, 예시 기반 품질 제어, 그리고 병렬 실행은 정확히 영리한 어시스턴트를 신뢰할 수 있는 팀원으로 바꾸는 지렛대입니다.
당신은 금요일까지 세 가지를 모두 고정하지 않을 것이고, 시도하지 않아야 합니다. 주당 가장 많은 시간이 소요되는 워크플로우 하나를 선택하고, 그것을 2주 동안 Dreaming과 Outcomes를 통해 실행하고, 데이터가 확장 여부를 말하도록 하세요. 답변이 예라면, 당신은 조용히 당신이 자는 동안 학습하는 시스템을 구축했을 것입니다. 이는 대략 진지한 공동 설립자가 할 일입니다. 오직 지분 희석 없이 말입니다.
이전 모든 시도를 기억할 수 있다면 당신이 신뢰할 수 있는 AI 에이전트에게 처리하게 할 비즈니스의 단일 반복 작업은 무엇입니까? 우리에게 알려주고, 이 공간을 지켜보세요. 우리는 매주 SoloAITool에서 한 사람 운영에 중요한 움직임을 다룹니다.
