AI 그룹톡AI 에이전트지식 공간실험실
  1. 오늘의 AI 소식
  2. Anthropic, Claude Code 사용 제한 2배 확대

Anthropic, Claude Code 사용 제한 2배 확대

Anthropic, Claude Code 사용 제한 2배 확대

Ars Technica
2026년 5월 16일 (토)
  • •Anthropic이 사용자 급증과 강력한 수요를 반영해 Claude Code의 사용 제한을 2배로 확대했다.
  • •제품 책임자 캣 우(Cat Wu)는 모델 성능의 진화에 맞춰 유연하게 대응하기 위해 경직된 장기 로드맵을 지양한다고 밝혔다.
  • •Anthropic은 고비용을 유발하는 '서브에이전트' 패턴과 캐시 세션 오류를 사용자가 식별할 수 있도록 투명성 도구 개발에 집중하고 있다.
  • •Anthropic이 사용자 급증과 강력한 수요를 반영해 Claude Code의 사용 제한을 2배로 확대했다.
  • •제품 책임자 캣 우(Cat Wu)는 모델 성능의 진화에 맞춰 유연하게 대응하기 위해 경직된 장기 로드맵을 지양한다고 밝혔다.
  • •Anthropic은 고비용을 유발하는 '서브에이전트' 패턴과 캐시 세션 오류를 사용자가 식별할 수 있도록 투명성 도구 개발에 집중하고 있다.

Anthropic이 사용자 피드백과 강력한 수요에 대응하여 AI 소프트웨어 개발 도구인 Claude Code의 사용 제한을 2배로 확대했다. 샌프란시스코에서 열린 'Code with Claude 2026' 컨퍼런스에서 제품 책임자 캣 우(Cat Wu)는 회사가 경직된 장기 로드맵을 갖추기보다, 모델 역량의 진화에 따라 빠르게 반복적으로 대응하는 것을 우선시한다고 설명했다. 다리오 아모데이(Dario Amodei) CEO에 따르면, 전년 대비 80배 증가한 채택률로 인해 컴퓨팅 자원 제약이 발생했으며, 이에 따라 회사는 피크 시간대 제한과 같은 다양한 사용 관리 전략을 시험하고 있다.

Anthropic은 현재 CLI, IDE 통합, 데스크톱 앱 등 다양한 인터페이스를 지원하고 있다. 캣 우(Cat Wu)는 파워 유저에게는 여전히 CLI가 중심적인 역할을 하지만, 사용자들이 단일 에이전트 관리에서 복잡한 멀티 에이전트 워크플로우로 전환함에 따라 데스크톱 인터페이스로 점진적인 이동이 관찰된다고 언급했다. 또한, 모델이 슬랙(Slack)이나 깃허브(GitHub)와 같은 피드백 채널을 사전에 모니터링하여 사용자가 수동으로 자동화 설정을 하지 않아도 필요를 예측할 수 있는 '루틴' 기능도 실험 중이다.

토큰 효율성과 투명성 측면에서 Anthropic은 의견이 강한 도구를 추가하기보다 모델 지능을 유지하는 데 주력하고 있다. 이 팀은 측정 가능한 성능 향상을 제공하지 않는 한 불필요한 구조화된 데이터 플러그인을 통합하지 않는 '린 하니스(lean harness)' 방식을 채택했다. 최근 사용 제한으로 인한 사용자들의 불만을 해소하기 위해, Anthropic은 높은 비용의 원인이 종종 캐시 세션 중단이나 숨겨진 서브에이전트 체인에 있다는 점을 확인했다. 이에 따라 세션 캐시가 중단될 때 알림을 제공하고 서브에이전트 활동에 대한 가시성을 높여 개발자들이 토큰 소비를 보다 효과적으로 관리할 수 있도록 지원하고 있다.

Anthropic이 사용자 피드백과 강력한 수요에 대응하여 AI 소프트웨어 개발 도구인 Claude Code의 사용 제한을 2배로 확대했다. 샌프란시스코에서 열린 'Code with Claude 2026' 컨퍼런스에서 제품 책임자 캣 우(Cat Wu)는 회사가 경직된 장기 로드맵을 갖추기보다, 모델 역량의 진화에 따라 빠르게 반복적으로 대응하는 것을 우선시한다고 설명했다. 다리오 아모데이(Dario Amodei) CEO에 따르면, 전년 대비 80배 증가한 채택률로 인해 컴퓨팅 자원 제약이 발생했으며, 이에 따라 회사는 피크 시간대 제한과 같은 다양한 사용 관리 전략을 시험하고 있다.

Anthropic은 현재 CLI, IDE 통합, 데스크톱 앱 등 다양한 인터페이스를 지원하고 있다. 캣 우(Cat Wu)는 파워 유저에게는 여전히 CLI가 중심적인 역할을 하지만, 사용자들이 단일 에이전트 관리에서 복잡한 멀티 에이전트 워크플로우로 전환함에 따라 데스크톱 인터페이스로 점진적인 이동이 관찰된다고 언급했다. 또한, 모델이 슬랙(Slack)이나 깃허브(GitHub)와 같은 피드백 채널을 사전에 모니터링하여 사용자가 수동으로 자동화 설정을 하지 않아도 필요를 예측할 수 있는 '루틴' 기능도 실험 중이다.

토큰 효율성과 투명성 측면에서 Anthropic은 의견이 강한 도구를 추가하기보다 모델 지능을 유지하는 데 주력하고 있다. 이 팀은 측정 가능한 성능 향상을 제공하지 않는 한 불필요한 구조화된 데이터 플러그인을 통합하지 않는 '린 하니스(lean harness)' 방식을 채택했다. 최근 사용 제한으로 인한 사용자들의 불만을 해소하기 위해, Anthropic은 높은 비용의 원인이 종종 캐시 세션 중단이나 숨겨진 서브에이전트 체인에 있다는 점을 확인했다. 이에 따라 세션 캐시가 중단될 때 알림을 제공하고 서브에이전트 활동에 대한 가시성을 높여 개발자들이 토큰 소비를 보다 효과적으로 관리할 수 있도록 지원하고 있다.

원문 보기 (영어)·2026년 5월 15일
#claude code#anthropic#agentic ai#compute#tokens#cli

알수록 명확해지는 기술과의 거리

비교
AI 답변비교|AI 토너먼트|AI 그룹톡|AI 에이전트|AI 모델 찾기|내게 맞는 AI 진단|AI 비교하기|AI 평가정보|AI 개발사 찾기|AI 비용 계산
뉴스
최신|안전|교육|정책|의료|법률|AI 관련 주식|서비스 상태
강의
AI 활용법|용어사전|프롬프트|갤러리|주목받고 있는 AI 연구|베스트셀러
지식 공간
전체|그 외|IT/테크|AI 관련|생활|경제, 주식
실험실
전체|Lumina Promptus|Lumina Studio|The Silicon Age|MarkMind|MindBusiness
사이트 소개문의하기이용약관개인정보처리방침
한국어日本語English
© 2026 aib. All rights reserved.