Multica:Claude Managed Agents 대체 오픈소스

이 글은 앤트로픽이 공개한 Claude Managed Agents와, 거의 동시에 등장한 오픈소스 프로젝트 Multica가 무엇을 해결하려는지 정리한 글입니다. 핵심은 단순히 “비슷한 제품이 나왔다”가 아닙니다. 이제는 에이전트를 잘 만드는 것보다, 에이전트를 안정적으로 실행하고 팀 워크플로우에 붙이는 인프라가 더 중요한 단계로 넘어가고 있다는 점입니다. (Claude Platform)

특히 Claude Managed Agents는 앤트로픽이 직접 제공하는 관리형 에이전트 실행 환경이고, Multica는 그 문제를 오픈소스·셀프호스팅·벤더 중립 방식으로 풀려는 프로젝트입니다. 둘 다 “모델 호출”을 넘어, 에이전트가 장시간 작업하고, 도구를 쓰고, 상태를 유지하고, 팀 안에서 일하게 만드는 데 초점을 둡니다. (Claude Platform)

이 글은 다음 독자에게 특히 도움이 됩니다.

• AI 에이전트를 실무 워크플로우에 넣고 싶은 개발자
• “LLM API 호출”과 “실제 운영 가능한 에이전트 시스템”의 차이를 이해하고 싶은 팀
• Claude Managed Agents 발표를 보고, Multica가 왜 바로 주목받았는지 알고 싶은 사람

GitHub - multica-ai/multica: The open-source managed agents platform. Turn coding agents into real teammates — assign tasks, t

 

왜 이 문제가 중요한가

기존에 많은 팀은 에이전트를 만들 때 모델 프롬프트 자체보다, 그 주변 인프라를 직접 붙이느라 더 많은 시간을 씁니다. 예를 들어 에이전트 루프, 샌드박스, 파일 시스템, 장시간 실행, 중간 상태 저장, 도구 연결, 스트리밍, 권한 통제 같은 부분입니다. 앤트로픽도 Managed Agents를 소개하며 바로 이 점을 강조했습니다. “직접 agent loop, tool execution, runtime을 만들지 않아도 된다”는 것이 제품의 핵심 가치입니다. (Claude Platform)

실무에서는 이런 문제가 반복됩니다.

• 한 번 실행하고 끝나는 데모는 되는데, 몇 분~몇 시간 걸리는 실제 작업은 불안정하다.
• 에이전트가 파일을 읽고 수정하고 명령을 실행하는 동안 상태를 유지하기 어렵다.
• 사람과 에이전트가 같은 작업 보드에서 협업하지 못해, 결국 사람이 프롬프트 복사·붙여넣기를 계속하게 된다.
• 에이전트 실행 환경이 특정 벤더나 클라우드에 강하게 묶이면, 도입은 쉬워도 장기적으로 운영 선택지가 줄어든다. (Claude Platform)

구체적으로는 아래 같은 비효율이 생깁니다.

• PR 리뷰나 버그 수정 작업을 에이전트에 맡기려 해도, 중간 실패 시 어디까지 했는지 추적이 어렵다.
• 팀 단위로 여러 에이전트를 돌리려면 누가 어떤 작업을 수행 중인지 보이지 않아 운영 가시성이 떨어진다.
• 에이전트가 만든 해결 방식을 다음 작업에 재사용하지 못해, 매번 새 프롬프트부터 다시 시작한다.
• 실행 환경 구성이 사람마다 달라서, 같은 작업도 재현성이 떨어진다. (GitHub)

이 지점에서 Claude Managed Agents와 Multica가 공통으로 겨냥하는 문제는 분명합니다. 에이전트를 “API 호출 결과”가 아니라 “운영되는 작업 주체”로 다루는 것입니다. (Claude Platform)

Multica란 무엇인가

Multica는 코딩 에이전트를 팀의 실제 작업 단위에 연결해 주는 오픈소스 managed agents 플랫폼입니다. 저장소 소개 문구도 이를 아주 직접적으로 설명합니다. 이슈를 에이전트에게 할당하면, 에이전트가 작업을 집고, 코드를 작성하고, 진행 상황을 올리고, 막히면 보고한다는 식입니다. (GitHub)

쉽게 말하면 Multica는 다음을 묶어 줍니다.

• 에이전트를 등록하고
• 실행 가능한 런타임을 연결하고
• 작업 보드에서 이슈를 할당하고
• 로컬 또는 클라우드 런타임에서 에이전트를 돌리고
• 결과와 상태를 다시 팀 UI로 가져오는 구조입니다. (GitHub)

기존 방식과 다른 점은, 에이전트를 단순한 “채팅 인터페이스 뒤의 모델”이 아니라 보드 위에서 일하는 팀원 같은 객체로 다룬다는 점입니다. Multica 문서에서도 에이전트가 보드에 나타나고, 댓글을 달고, 이슈를 만들고, blocker를 보고한다고 설명합니다. (GitHub)

핵심 특징

• 오픈소스 managed agents 플랫폼
  • 저장소가 공개되어 있고, 셀프호스팅 가이드도 함께 제공합니다. (GitHub)
• 벤더 중립 구조
  • Claude Code와 Codex를 지원한다고 명시합니다. 특정 모델 제공자 하나에만 묶인 구조가 아닙니다. (GitHub)
• 에이전트를 팀원처럼 운영
  • 이슈 할당, 진행 상태 업데이트, blocker 보고, 댓글 참여 같은 협업 흐름을 전제로 합니다. (GitHub)
• 로컬 daemon + 웹 앱 조합
  • 로컬 머신에 daemon을 띄우고, 웹 앱에서 해당 런타임을 인식해 작업을 라우팅합니다. (GitHub)
• Reusable Skills
  • 한 번 만든 해결 방식을 팀 차원의 재사용 가능한 skill로 축적하는 방향을 제시합니다. (GitHub)
• 멀티 워크스페이스와 런타임 통합
  • 워크스페이스 단위 격리와, 로컬/클라우드 런타임을 하나의 대시보드에서 보는 구조를 제공합니다. (GitHub)

실제로 어떤 효과가 있는가

가장 큰 효과는 에이전트 사용 방식이 “프롬프트 수동 운전”에서 “업무 시스템 편입”으로 바뀐다는 점입니다. Multica README는 이를 “copy-pasting prompts”와 “babysitting runs”를 줄이는 방향으로 설명합니다. 즉, 사람이 매번 작업 내용을 붙여넣고 결과를 옮기는 대신, 작업 보드 중심으로 에이전트를 운영하겠다는 뜻입니다. (GitHub)

Claude Managed Agents도 같은 문제를 다른 방식으로 풉니다. 앤트로픽이 제공하는 관리형 인프라 안에서 세션, 환경, 이벤트를 관리하고, 내장 도구와 서버 측 이벤트 스트리밍을 통해 장시간 작업을 안정적으로 운영하는 쪽입니다. 공개 문서 기준으로는 에이전트/환경/세션/이벤트라는 네 가지 핵심 개념으로 구조를 잡고 있습니다. (Claude Platform)

비용 구조도 이 변화와 연결됩니다. Claude Managed Agents는 토큰 비용 외에 세션 런타임당 시간 과금을 둡니다. 문서 기준 세션 런타임은 시간당 0.08달러이며, 토큰 요금과 별도로 계산됩니다. 이 구조는 “한 번의 응답”보다 “지속 실행되는 세션”을 제품의 기본 단위로 보고 있다는 신호입니다. (Claude Platform)

실무 관점에서 효과가 큰 상황은 다음과 같습니다.

• 여러 단계의 코딩 작업을 몇 분 이상 이어서 수행해야 할 때
• 파일 수정, 명령 실행, 웹 검색이 반복되는 작업을 자동화할 때
• 한 명이 여러 에이전트의 진행 상황을 모니터링해야 할 때
• 팀 차원의 재사용 가능한 작업 스킬을 쌓고 싶을 때 (Claude Platform)

동작 원리 / 구조

Claude Managed Agents의 구조

앤트로픽 문서 기준으로 Claude Managed Agents는 아래 흐름으로 동작합니다. (Claude Platform)

1. Agent 생성
   • 모델, 시스템 프롬프트, 도구, MCP 서버, skills를 정의합니다. (Claude Platform)
2. Environment 생성
   • 패키지, 네트워크 접근, 마운트 파일 등이 포함된 컨테이너 템플릿을 구성합니다. (Claude Platform)
3. Session 시작
   • 특정 agent와 environment를 참조하는 실행 세션을 엽니다. (Claude Platform)
4. 이벤트 송수신
   • 사용자가 메시지를 보내면, 에이전트가 도구를 자율적으로 실행하고 SSE로 결과를 스트리밍합니다. (Claude Platform)
5. 중간 개입
   • 실행 중 추가 지시를 보내거나 인터럽트해서 방향을 바꿀 수 있습니다. (Claude Platform)

핵심은 모델 호출이 아니라 세션 운영입니다. 그래서 long-running execution, stateful sessions, secure container, built-in tools가 전면에 나옵니다. (Claude Platform)

Multica의 구조

Multica는 공개 README 기준으로 아래와 같은 구조입니다. (GitHub)

Next.js Frontend
   ↕
Go Backend (Chi + WebSocket)
   ↕
PostgreSQL (pgvector)
   ↕
Agent Daemon (사용자 머신 또는 런타임)
   ↕
Claude Code / Codex

이 구조를 단계로 풀면 이렇습니다.

1. 웹 앱에서 워크스페이스와 에이전트를 관리
   • 보드, 이슈, 에이전트, 런타임을 UI에서 다룹니다. (GitHub)
2. 로컬 머신에 multica daemon 실행
   • CLI로 로그인하고 daemon을 띄우면, 해당 머신이 실행 가능한 runtime으로 등록됩니다. (GitHub)
3. daemon이 사용 가능한 에이전트 CLI 자동 감지
   • PATH에 있는 claude나 codex 등을 찾아 어떤 작업을 어디서 실행할지 판단합니다. (GitHub)
4. 이슈를 에이전트에게 할당
   • 작업 보드 또는 CLI에서 issue를 만들고 agent에 assign합니다. (GitHub)
5. agent가 로컬/클라우드 runtime에서 실행
   • daemon이 격리된 환경을 만들고 실제 작업을 수행한 뒤, 결과를 서버와 UI에 다시 보고합니다. (GitHub)

이렇게 보면 Multica는 Claude Managed Agents의 “관리형 실행 인프라”와 비슷한 사용자 경험을, 웹 앱 + daemon + 오픈소스 런타임 라우팅으로 재구성한 형태에 가깝습니다. 다만 공개 문서 기준으로는 Anthropic의 완전한 기능 범위와 1:1 동등성을 공식 보장하는 것은 아닙니다. 예를 들어 Anthropic 문서에는 outcomes, multiagent, memory 같은 일부 기능이 research preview로 따로 구분되어 있습니다. (Claude Platform)

설치 / 사용 방법

Multica 빠른 시작

공개된 CLI 가이드 기준으로 가장 빠른 흐름은 아래와 같습니다. (GitHub)

# 설치
brew tap multica-ai/tap
brew install multica

# 로그인
multica login

# 로컬 런타임 시작
multica daemon start

로그인 후에는 daemon이 사용자가 속한 워크스페이스를 찾고 watch list에 추가합니다. watched workspace에 할당된 작업만 현재 머신에서 실행됩니다. (GitHub)

워크스페이스 관련 자주 쓰는 명령은 다음과 같습니다. (GitHub)

# 워크스페이스 목록 확인
multica workspace list

# 특정 워크스페이스 감시 시작/중지
multica workspace watch <workspace-id>
multica workspace unwatch <workspace-id>

# 상세 정보 확인
multica workspace get <workspace-id>

그 다음 흐름은 문서상 아래 순서입니다. (GitHub)

1. 웹 앱에서 Runtime이 활성 상태인지 확인
2. Settings → Agents에서 새 agent 생성
3. provider로 Claude Code 또는 Codex 선택
4. 보드에서 issue를 만들고 agent에 할당

# CLI에서 이슈 생성 예시
multica issue create

셀프호스팅

README의 Self-Host 섹션 기준 최소 흐름은 이렇습니다. (GitHub)

git clone https://github.com/multica-ai/multica.git
cd multica
cp .env.example .env
# .env에서 최소한 JWT_SECRET 변경

docker compose up -d
cd server && go run ./cmd/migrate up && cd ..
make start

개발 환경 요구사항도 비교적 명확합니다. README 기준으로 Node.js v20+, pnpm v10.28+, Go v1.26+, Docker가 필요합니다. (GitHub)

pnpm install
cp .env.example .env
make setup
make start

자주 쓰는 예시 / 활용 시나리오

1) 버그 수정 작업 자동 배정

버그 이슈를 만들고 agent에 assign하면, 에이전트가 관련 파일을 읽고 수정하고 진행 상태를 보드에 올리는 흐름입니다. 반복적인 소규모 수정 작업에서 특히 잘 맞습니다. Multica와 Anthropic 모두 파일 작업과 명령 실행을 핵심 전제로 둡니다. (GitHub)

2) 장시간 코딩 작업 운영

단순 Q&A가 아니라 몇 분~몇 시간 이어지는 작업은 세션 관리가 중요합니다. Claude Managed Agents는 이 점을 long-running execution, stateful sessions로 설명하고, Multica는 daemon과 runtime 개념으로 대응합니다. (Claude Platform)

3) 팀 보드 중심 협업

슬랙이나 채팅창이 아니라 작업 보드에서 에이전트를 운영하면, 누가 무엇을 하고 있는지 보기가 쉬워집니다. 사람과 에이전트를 같은 assignable entity처럼 다루고 싶은 팀에 유용합니다. (GitHub)

4) 반복 작업의 skill 축적

배포, 마이그레이션, 코드 리뷰처럼 비슷한 해결 패턴을 계속 쓰는 팀은 reusable skills 개념의 효과가 큽니다. Anthropic도 Managed Agents에서 skills를 핵심 구성 요소로 포함하고 있습니다. (GitHub)

5) 벤더 종속성 완화

한 모델 제공자의 관리형 서비스에만 올인하기 부담스러운 팀은, Multica처럼 Claude Code와 Codex를 함께 지원하는 구조가 매력적일 수 있습니다. 문서상 확인되는 범위에서는 Multica가 vendor-neutral을 명시적으로 내세웁니다. (GitHub)

한계 / 주의할 점

가장 먼저, Multica가 Claude Managed Agents와 완전히 동일하다고 단정하면 안 됩니다. 공개 자료 기준으로는 문제 정의와 사용자 경험이 매우 유사하지만, 앤트로픽의 관리형 인프라에는 secure sandboxing, built-in tools, prompt caching, compaction, SSE, research preview 기능 등 플랫폼 레벨 요소가 포함되어 있습니다. Multica는 현재 공개 README 기준으로 그중 상당 부분을 오픈소스 방식으로 재현하려는 프로젝트로 보는 편이 정확합니다. (Claude Platform)

또한 Multica는 로컬 daemon과 실제 agent CLI 환경에 의존합니다. 즉, Claude Code나 Codex 같은 실행 주체가 머신에 준비되어 있어야 하고, 런타임 연결과 운영은 사용자가 직접 관리해야 합니다. 관리형 서비스보다 자유도가 높은 대신, 운영 책임도 더 큽니다. (GitHub)

Claude Managed Agents 역시 아직 베타입니다. 모든 엔드포인트에 managed-agents-2026-04-01 베타 헤더가 필요하고, 일부 기능은 research preview로 따로 구분됩니다. 프로덕션 적용 전에는 API와 동작 변화 가능성을 염두에 둬야 합니다. (Claude Platform)

마지막으로 비용 구조도 봐야 합니다. Claude Managed Agents는 토큰뿐 아니라 세션 런타임 비용도 붙습니다. 반대로 셀프호스팅 오픈소스는 표면상 “무료”처럼 보여도, 실제로는 운영 인프라·보안·모니터링·유지보수 비용이 들어갑니다. 무엇이 더 싸다고 단정하기보다, 누가 운영 책임을 지는지를 먼저 봐야 합니다. (Claude Platform)

마무리

이번 흐름에서 중요한 건 “Anthropic 발표 직후 오픈소스가 바로 따라왔다”는 속도 자체보다, 에이전트 시장의 경쟁 축이 모델 성능에서 운영 인프라로 이동하고 있다는 점입니다. Claude Managed Agents는 이를 공식 플랫폼 기능으로 묶어냈고, Multica는 같은 문제를 오픈소스와 셀프호스팅으로 풀겠다는 신호를 강하게 보냈습니다. (Claude Platform)

결국 실무에서 중요한 질문은 이것입니다.
우리 팀은 에이전트를 “가끔 쓰는 도구”로 둘 것인가, 아니면 “지속적으로 일하는 작업 주체”로 편입할 것인가. Claude Managed Agents와 Multica는 둘 다 후자를 향합니다. 차이는 관리형 플랫폼을 택할지, 오픈소스 런타임을 택할지에 있습니다. (Claude Platform)

특히 아래 같은 팀이라면 Multica를 눈여겨볼 만합니다.

• 에이전트를 실제 이슈 트래킹과 연결하고 싶은 팀
• Claude Code, Codex 같은 도구를 이미 쓰고 있는 팀
• 특정 벤더에 종속되지 않는 운영 구조를 원하는 팀
• 셀프호스팅과 커스터마이징 자유도가 중요한 팀 (GitHub)

핵심 요약

• Claude Managed Agents는 관리형 에이전트 실행 인프라이고, Multica는 이를 오픈소스·벤더 중립 방식으로 풀려는 프로젝트입니다. (Claude Platform)
• 둘 다 공통적으로 장시간 실행, 상태 유지, 도구 사용, 팀 워크플로우 통합 문제를 해결하려고 합니다. (Claude Platform)
• Multica는 보드 기반 협업 + 로컬 daemon + runtime 라우팅 구조가 핵심입니다. (GitHub)
• Claude Managed Agents는 문서 기준으로 Agent / Environment / Session / Events 중심 구조이며, 런타임은 Anthropic이 관리합니다. (Claude Platform)
• 지금 실무에서 중요한 것은 새 도구를 아는 것보다, 이런 인프라를 팀 워크플로우에 얼마나 빨리 연결하느냐입니다. 이 흐름이 앞으로 더 빨라질 가능성이 큽니다. (WIRED)