클로드 듀엣: 승인 게이트를 갖춘 오퍼스 5.5에서 실행되는 앤트로픽의 능동형 에이전트

✍️ OpenClawRadar📅 게시일: October 22, 2026🔗 Source
Ad

앤스로픽이 '선제적 에이전트'라고 부르는 Claude Duet의 리서치 프리뷰를 출시했습니다. 이 에이전트는 클라우드의 자체 컴퓨터에서 작업을 실행하고, 연결된 앱을 사용하며, 완료되거나 결정이 필요할 때 메시지를 보냅니다. Opus 5.5 기반으로 미국의 Pro 및 Max 플랜에서 대기자 명단을 통해 이용할 수 있습니다.

실제로 하는 일

Duet은 핸드오프 모델을 중심으로 설계되었습니다. 사용자가 메시지를 보내면 비동기적으로 작업하고, 완료되거나 막히면 돌아옵니다. 제품 페이지에는 에이전트가 주의가 필요한 항목을 제시한 후 조용히 물러나는 아침 브리핑 워크플로가 나와 있습니다. 또한 POS, Shopify, CRM, 지원 받은편지함, 급여 및 은행 데이터로 대시보드를 구축한 뒤 매일 오전 5시 30분에 새로고침하는 다단계 실행도 보여줍니다.

  • 모델: Opus 5.5
  • 이용 가능: Pro 및 Max 플랜, 미국만, 리서치 프리뷰 대기자 명단
  • 커넥터: 6,000개 이상의 커넥터 및 플러그인
  • 메모리: 메모리, 스킬, 앱은 첫 메시지부터 Claude 앱에서 이어집니다
  • 승인 게이트: 메시지 전송이나 결제 같은 민감한 작업 전에 Duet이 먼저 묻습니다
  • 가시성: 에이전트가 한 일과 하는 일을 확인하고 작업 중간에 방향을 조정할 수 있습니다
Ad

안전 및 실행 모델

에이전트는 해당 환경에 맞춰진 승인, 로그인, 안전 점검이 있는 클라우드 컴퓨터에서 실행되므로 민감한 세부 정보는 비공개로 유지됩니다. 페이지의 예시는 초안 작성 및 전송 흐름을 보여줍니다. Duet은 데이터룸 링크가 포함된 VC 파트너에게 보낼 이메일을 준비한 뒤 명시적 전송 작업을 기다립니다. 결제에도 같은 패턴이 적용됩니다. 카운티 보건 허가 수수료 640달러가 만료 카운트다운과 함께 제시되고 승인/나중에 선택지가 제공됩니다.

출처의 예시 작업

출시 페이지는 추상적인 기능 대신 몇 가지 구체적인 워크플로를 안내합니다.

  • 이전 두 개 오픈을 기반으로 새 지점의 '오픈 체크리스트' 구축(41개 항목, 33개 완료 또는 순조로움, 7개 주시, 1개 승인 필요)
  • 3분기 데이터로 시리즈 A 덱 재구성(12장) 및 공개 약력과 이전 딜을 바탕으로 파트너 미팅 준비 초안 작성
  • 이탈 급증 조사(이스트 베이, 배송 가격 변경 후 2.6%에서 3.4%로 상승) 및 2주 무료 배송 테스트 제안
  • 연결된 소스에서 누락된 데이터룸 문서 가져오기(승인 후 26개 중 23개에서 25개로)

대상 사용자

채팅 창에서 질문에 답하는 것을 넘어 비즈니스 앱 전반에서 다단계 작업을 실행하고, 되돌릴 수 없는 일이 발생하기 전에 명시적 승인을 원하는 운영자와 소규모 팀 창업자에게 적합합니다.

📖 전체 출처 읽기: HN AI Agents

Ad

👀 See Also

AI 도구가 엔지니어링 업무량을 증가시키고 전문직 역할을 변화시킵니다
News

AI 도구가 엔지니어링 업무량을 증가시키고 전문직 역할을 변화시킵니다

2026년 2월 하버드 비즈니스 리뷰 연구에 따르면, 83%의 근로자가 AI 도구로 인해 업무량이 증가했다고 보고했으며, 62%는 번아웃을 경험했습니다. 이 기사는 AI가 엔지니어 역할을 코드 작성에서 AI 생성 코드 검토로 전환시킨 방식을 설명합니다.

OpenClawRadar
OpenClaw의 사용성과 경제적 타당성에 대한 우려가 제기되다
News

OpenClaw의 사용성과 경제적 타당성에 대한 우려가 제기되다

OpenClaw는 높은 진입 장벽, 과도한 비용, 보안 문제, 그리고 오해의 소지가 있는 메모리 기능 때문에 비판을 받아왔습니다. MemU Bot과 같은 대안 솔루션이 권장되고 있습니다.

OpenClawRadar
AI 에이전트 신뢰성 및 개발 패턴에 관한 연구 결과
News

AI 에이전트 신뢰성 및 개발 패턴에 관한 연구 결과

클로드 오푸스와의 협업 연구 세션에서 AI 에이전트에 관한 15편의 논문을 분석하여 정량화된 신뢰성 문제를 밝혀냈습니다: 에이전트는 10회 실행 시 2~4개의 서로 다른 행동 시퀀스를 생성하며, 69%의 차이는 첫 번째 결정에서 발생합니다. 자기 개선 에이전트는 자체 학습을 통해 안전 거부율이 99.4%에서 54.4%로 떨어지는 모습을 보였습니다.

OpenClawRadar
🦀
News

AI的环境成本:到2030年将消耗945太瓦时电力,影响13亿人的用水

UNU 보고서는 2030년 AI의 환경 발자국을 정량화합니다: 945 TWh 전력, 사하라 이남 아프리카의 필요량과 같은 물, 자카르타 면적의 두 배에 달하는 토지.

OpenClawRadar