Anthropic Claude Tag: Slack 채널을 상주 AI 팀원의 작업 공간으로
채널마다 하나의 Claude가 모두와 함께 일하는 멀티플레이어 구조를 형상화한 이미지입니다.
개요
엔터프라이즈 AI의 경쟁 무대가 단독 챗봇에서 협업 레이어로 옮겨 가고 있습니다. 사람들이 실제로 일하는 곳은 채팅 한 칸짜리 대화창이 아니라 팀이 함께 쓰는 채널이고, AI가 진짜 동료처럼 쓰이려면 그 채널 안으로 들어와야 합니다. 2026년 6월 23일, Anthropic이 이 방향으로 가장 공격적인 수를 두었습니다.
Anthropic은 기존의 Claude in Slack 앱을 대체하는 Claude Tag를 발표했습니다. Salesforce의 Slack 안에 직접 임베드된 공유 AI 에이전트로, Claude Enterprise와 Team 고객을 대상으로 베타 및 리서치 프리뷰로 제공됩니다. 최근 공개된 Claude Opus 4.8 모델 위에서 동작하며, 채널의 누구나 @Claude를 입력해 풀 리퀘스트 작성, 영업 지표 추출, 데이터 분석 같은 비동기 작업을 위임할 수 있습니다.
이 글은 주가나 마케팅 문구보다 에이전트 아키텍처의 관점에서 Claude Tag를 읽습니다. 무엇이 기존 챗봇 통합과 다른지, 멀티플레이어와 능동성이 운영에서 무엇을 바꾸는지, 그리고 K8s 기반 멀티테넌트 에이전트 플랫폼을 지향하는 ThakiCloud 입장에서 어떤 시사점이 있는지를 정리합니다.
무슨 일이 일어났나
발표의 핵심은 네 갈래입니다.
첫째, 단독 챗봇에서 멀티플레이어 팀원으로. 기존 통합은 사용자마다 별도의 AI 인스턴스가 붙는 1인용 모델이었습니다. Claude Tag는 한 Slack 채널에 하나의 Claude가 존재하며, 그 채널의 모든 사람과 상호작용합니다. 누구나 Claude가 무엇을 작업 중인지 볼 수 있고, 앞사람이 멈춘 지점에서 대화를 이어받을 수 있습니다.
둘째, 능동적(ambient) 동작. Claude Tag는 지시를 기다리기만 하지 않습니다. ambient 동작을 켜면 모니터링 중인 채널과 연결된 도구 전반에서 관련 정보를 능동적으로 끌어와 공유하고, 해소되지 않은 채 조용해진 스레드나 작업을 알아서 후속 조치합니다.
셋째, 시간에 따른 학습. 채널을 따라가며 그 안에서 벌어지는 작업의 맥락을 축적합니다. 사용자가 프로젝트를 처음부터 다시 설명할 필요가 없습니다. 채널이 곧 에이전트의 장기 기억이 되는 구조입니다.
넷째, 엔터프라이즈 도구 접근과 스코프 데이터 제어. Claude Tag는 연결된 엔터프라이즈 도구에 접근하되, 데이터 접근 범위를 스코프로 통제할 수 있도록 설계되었습니다. 단순 메시지 응답을 넘어 실제 업무 도구를 다루는 에이전트인 만큼, 권한 경계가 제품의 핵심 요소로 들어가 있습니다.
Anthropic은 자사 제품팀 코드의 약 65%가 현재 Claude Tag의 내부 버전으로 생성되고 있으며, 같은 패턴이 데이터 분석과 지원 티켓 해결로 번지고 있다고 밝혔습니다.
어떻게 동작하나
운영 관점에서 Claude Tag를 한 장으로 그리면 다음과 같습니다.
flowchart TB
subgraph CH["Slack 채널 (단일 공유 Claude)"]
U1["팀원 A"] -->|@Claude 위임| C["Claude Tag (Opus 4.8)"]
U2["팀원 B"] -->|이어받기| C
U3["팀원 C"] -.->|관찰| C
end
C -->|ambient 모니터링| MEM["채널 누적 맥락 (장기 기억)"]
C -->|스코프 권한| TOOLS["엔터프라이즈 도구\nGitHub · 데이터 · 영업 시스템"]
C -->|능동 후속| TASK["멈춘 스레드 · 미해결 작업"]
MEM --> C
이 그림에서 중요한 점은 Claude가 채널의 공유 상태를 단일 주체로 들고 있다는 것입니다. 1인용 챗봇이 각자의 대화 맥락을 따로 갖는 것과 달리, Claude Tag는 채널 전체의 작업 흐름을 하나의 맥락으로 통합합니다. 누군가 시작한 작업을 다른 사람이 이어받을 수 있는 이유가 여기에 있습니다. 동시에 이 통합된 맥락은 엔터프라이즈 도구에 대한 스코프 권한과 결합되어, “관찰 + 기억 + 능동 행동 + 도구 실행”이라는 에이전트 루프를 협업 공간 안에서 완성합니다.
왜 중요한가
Slack은 점점 엔터프라이즈 AI의 주전장이 되고 있습니다. Salesforce는 3월에 Slackbot에 30개의 에이전트 기능을 추가했고, OpenAI는 4월에 Workspace Agents를 선보였습니다. Gartner는 2026년 말까지 엔터프라이즈 애플리케이션의 40%가 작업 특화 AI 에이전트를 탑재할 것으로 전망합니다. Claude Tag는 이 흐름에서 Anthropic이 협업 레이어를 직접 차지하겠다는 선언에 가깝습니다.
자본 규모도 이 공격성을 뒷받침합니다. Anthropic은 최근 시리즈 H에서 650억 달러를 9,650억 달러 포스트머니 기업가치로 조달했고, 연환산 런레이트 매출이 470억 달러를 넘어섰습니다[추정]. 그중 개발자 도구 Claude Code가 25억 달러 이상을 차지합니다. 즉 Claude Tag는 “AI를 대화창에서 꺼내 팀의 작업 흐름 안에 상주시키는” 방향에 회사의 무게를 싣는 제품입니다. Anthropic은 향후 몇 주 안에 Microsoft Teams, 이메일, 기타 프로젝트 관리 도구로 Claude Tag를 확장할 계획이라고 밝혔습니다.
ThakiCloud 관점: 멀티테넌트 에이전트 플랫폼의 거울
ThakiCloud는 K8s 위에서 멀티테넌트 에이전트를 운용하는 AI/ML SaaS 플랫폼을 지향합니다. Claude Tag는 우리가 풀어야 할 문제와 정확히 같은 문제들을 상업 제품의 형태로 보여 줍니다. 세 가지를 짚어 둡니다.
첫째, 공유 상태와 장기 기억의 운영입니다. 채널마다 하나의 에이전트가 누적 맥락을 들고 있다는 설계는, 멀티테넌트 환경에서 테넌트(또는 워크스페이스)별로 에이전트 메모리를 격리하고 영속화하는 문제와 직결됩니다. 누가 그 기억에 접근할 수 있는지, 사람이 바뀌어도 맥락이 유지되는지, 기억이 테넌트 경계를 넘지 않는지가 모두 플랫폼 설계 결정입니다. Claude Tag는 이 결정을 제품 표면으로 끌어올린 사례입니다.
둘째, 스코프 권한이 곧 신뢰입니다. 에이전트가 엔터프라이즈 도구를 직접 다루는 순간, “무엇을 할 수 있는가”보다 “무엇을 하지 못하게 막는가”가 더 중요해집니다. ThakiCloud가 온프레미스와 국내 리전, self-hosting을 강조하는 이유도 같습니다. 고객이 기관 데이터에 대한 통제권을 잃지 않으면서 에이전트의 능동성을 누리게 하는 것이 핵심 경쟁력입니다. 단일 벤더의 클라우드 에이전트에 기관 기억을 영속적으로 위임하는 것이 부담스러운 고객에게, 격리된 자체 운용 에이전트 플랫폼은 분명한 대안이 됩니다.
셋째, 능동성의 비용을 통제하는 것입니다. ambient 모니터링은 강력하지만 토큰 소비와 과금 프로파일을 크게 바꿉니다. 멀티테넌트 플랫폼에서 능동 에이전트를 제공하려면, 테넌트별로 능동성 수준과 예산 상한을 설정하고 실제 비용을 상시 측정하는 루프가 필수입니다. ThakiCloud가 Kueue 기반 GPU 스케줄링과 비용 측정을 결합해 온 경험은 바로 이 지점에서 차별화 포인트가 됩니다. 능동 에이전트를 “켜고 끄는” 것을 넘어, “얼마나 능동적일지”를 비용과 함께 운영 가능한 변수로 다루는 것입니다.
한계 및 반론
Claude Tag가 곧바로 모든 조직에 정답은 아닙니다. 엔터프라이즈 기술 리더는 도입 전에 몇 가지 리스크를 따져야 합니다.
가장 먼저, 지속적 비동기 모니터링은 토큰 소비와 과금 구조를 극적으로 바꿀 수 있습니다. 항상 켜져 있는 에이전트는 사용자가 명시적으로 부르지 않아도 비용을 발생시킵니다. 예측 가능한 청구를 원하는 조직에는 부담입니다.
둘째, 단일 벤더 AI에 기관 기억을 영속적으로 위임하는 것은 플랫폼 종속과 벤더 의존을 크게 높입니다. 채널 맥락이 곧 자산이 되는 순간, 그 자산이 특정 벤더의 인프라에 묶이는 위험이 함께 따라옵니다.
셋째, 능동성과 통제의 균형입니다. 알아서 정보를 끌어오고 후속 조치하는 동작은 편리하지만, 잘못된 맥락 판단이나 과도한 개입이 협업을 방해할 수 있습니다. 스코프 데이터 제어가 제공되더라도, 권한 경계를 조직이 실제로 어떻게 설정하고 감사하느냐가 안전성을 좌우합니다. 마지막으로 베타·리서치 프리뷰 단계라는 점도 기억해야 합니다. 발표된 능력과 65% 같은 수치는 Anthropic 자체 환경 기준이며, 일반 조직의 워크로드에서 동일하게 재현된다는 보장은 없습니다.