Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Anthropic이 Claude Code에 /workflows 명령어를 출시하여 LLM 오케스트레이터를 코드 기반 제어 흐름으로 대체했습니다. 이를 통해 멀티 에이전트 운영 시 발생하는 토큰 세금과 컨텍스트 성능 저하 문제를 해결합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기Claude Code의 /workflows는 LLM 오케스트레이터 (LLM orchestrator)를 코드 기반의 제어 흐름 (control flow)으로 대체하여, 멀티 에이전트 (multi-agent) 컨텍스트 축적으로 발생하는 토큰 세금 (token tax) 문제를 해결합니다. Anthropic은 Claude Code에 /workflows 명령어를 조용히 출시하여, LLM 오케스트레이터 패턴을 코드 기반의 제어 흐름으로 교체했습니다. 이러한 움직임은 컨텍스트 윈도우 (context windows)가 채워짐에 따라 멀티 에이전트 오케스트레이션 성능이 저하되는 '토큰 세금' 문제를 해결합니다.
주요 사실:
Anthropic은 Claude Code에 /workflows 명령어를 조용히 출시하여, LLM 오케스트레이터 패턴을 코드 기반의 제어 흐름으로 교체했습니다. 이러한 움직임은 컨텍스트 윈도우가 채워짐에 따라 멀티 에이전트 오케스트레이션 성능이 저하되는 '토큰 세금' 문제를 해결합니다.
LLM-as-orchestrator의 문제점
기존 패턴에서는 하나의 LLM이 모든 것을 오케스트레이션합니다. 즉, 하위 에이전트를 생성하고, 모든 결과를 보유하며, 다음 단계를 계획합니다 [ @_vmlops 에 따르면]. 모든 하위 에이전트의 결과가 오케스트레이터의 컨텍스트로 다시 유입되므로, 10개의 에이전트를 가동하면 메인 세션이 '토큰 세금'을 지불하게 되며, 윈도우가 채워질수록 성능이 더 정교하지 못하게 됩니다. 이는 관련 정보가 긴 컨텍스트의 중간에 나타날 때 LLM 성능이 급격히 떨어지는 'lost-in-the-middle' 효과에 대해 Liu et al. 2023에서 기록된 성능 저하 패턴과 동일합니다.
/workflows의 작동 방식
개발자는 코드가 제어 흐름을 처리하고 모델은 각 단계 내부의 판단만 처리하도록 하는 workflow.js 파일을 정의합니다 [ @_vmlops 에 따르면]. 원칙은 다음과 같습니다: 코드가 잘하는 일에는 코드를 사용하고, 모델이 잘하는 일에는 모델을 사용하는 것입니다. 이는 LangGraph 및 Haystack에서 사용하는 DAG(Directed Acyclic Graph) 기반 접근 방식와 구조적으로 동일하지만, Anthropic은 이를 CLI에 직접 내장하여 외부 프레임워크의 필요성을 제거했습니다.
이것이 중요한 이유
/workflows 명령어는 현재의 LLM 컨텍스트 윈도우가 멀티 에이전트 오케스트레이터 역할을 수행할 만큼 충분히 신뢰할 수 없다는 구조적인 인정을 의미합니다.
더 긴 컨텍스트 윈도우 (Context Window)나 더 나은 어텐션 메커니즘 (Attention Mechanism)을 기다리는 대신, Anthropic은 제어 흐름 (Control Flow)을 결정론적 코드 (Deterministic Code)로 오프로드(offload)하는 방식을 선택했습니다. 이는 순수성보다 신뢰성을 우선시한 실용적인 설계 결정입니다. 독특한 관점은 다음과 같습니다. 이것은 모델 수준의 추론 (Model-level Reasoning)이 아닌, 코드 기반의 오케스트레이션 (Code-based Orchestration)이 프로덕션 환경의 멀티 에이전트 시스템 (Multi-agent Systems)에서 승리할 것이라는 Anthropic의 조용한 베팅입니다. 주목할 점: 다음 Claude Code 릴리스에서 Anthropic이 단계별 캐싱 (Step-level Caching) 또는 병렬 실행 (Parallel Execution)을 통해 /workflows를 확장하는지 지켜보십시오. 만약 그들이 workflow.js 사양에 조건부 분기 (Conditional Branching)와 재시도 로직 (Retry Logic)을 추가한다면, 이는 LangGraph의 직접적인 경쟁자가 될 것입니다. 또한 OpenAI가 Codex CLI에서 유사한 제어 흐름 프리미티브 (Control-flow Primitive)를 출시하는지도 주목할 필요가 있습니다. 원문은 gentic.news에 게시되었습니다.