"OpenAI vs Claude 비교 (3/3) — AI 에이전트 하네스 설계는 무엇이 다른가"

-

OpenAI와 Claude를 비교할 때 모델 성능표부터 펼치면 중요한 것을 놓치기 쉽다. 실무에서 먼저 갈리는 것은 모델 IQ보다 하네스를 어디에 두는가다. OpenAI는 API, tools, MCP, SDK를 조합해 런타임을 짜는 쪽에 가깝고, Claude Code는 CLAUDE.md, skills, hooks, permissions, subagents를 통해 작업 공간 자체를 운영하는 쪽에 더 가깝다. 둘 다 에이전트를 만든다. 하지만 에이전트가 서는 바닥의 철학은 다르다.

핵심 요약

  • OpenAI 하네스는 기본적으로 플랫폼 조립형이다. Responses API, tools, function calling, remote MCP, Agents SDK를 조합해 우리 런타임을 만든다.
  • Claude 하네스는 더 작업 공간 운영형에 가깝다. CLAUDE.md, skills, hooks, permissions, subagents가 에이전트의 행동 규칙과 작업 환경을 직접 조직한다.
  • 그래서 OpenAI 쪽 질문은 보통 "어느 계층에 어떤 런타임 책임을 둘까"가 되고, Claude 쪽 질문은 "어느 층에서 어떤 작업 규율과 권한 경계를 강제할까"가 된다.
  • 이는 우열 문제가 아니다. 제품에 내장할 에이전트 백엔드를 만들고 싶다면 OpenAI 철학이 자연스럽고, 로컬 레포나 팀 워크스페이스에서 작업형 에이전트를 길들이고 싶다면 Claude 철학이 더 직접적일 수 있다.
  • B3의 핵심은 모델 비교가 아니라 운영 철학 비교다.

1. 같은 에이전트여도 출발점이 다르다

B1과 B2를 이어서 보면 두 플랫폼은 출발 질문부터 조금 다르다.

OpenAI 문서 표면은 대체로 이렇게 읽힌다.

  • 모델 응답을 어떻게 만들 것인가
  • 어떤 tools를 붙일 것인가
  • 대화 상태와 tool loop를 어떻게 연결할 것인가
  • handoff, tracing, guardrails를 어떤 SDK 층에서 관리할 것인가

반면 Claude Code 문서 표면은 더 이렇게 읽힌다.

  • 이 프로젝트에서 에이전트가 어떤 규칙으로 행동해야 하는가
  • 어떤 절차를 skills로 분리할 것인가
  • 어떤 검증을 hooks로 자동 개입시킬 것인가
  • 어떤 행동을 permissions로 허용·질문·차단할 것인가

즉, 둘 다 agentic system을 다루지만 감각이 다르다.

  • OpenAI는 에이전트 런타임을 조립하는 도구 상자
  • Claude는 에이전트가 일하는 작업 환경을 운영하는 체계

2. OpenAI는 런타임 중심 철학이 강하다

OpenAI 공식 표면을 보면 중심은 Responses API, tools, remote MCP, Agents SDK, tracing 같은 조합형 런타임이다. 이것은 매우 강력하다. 하지만 동시에 개발자에게 묻는 질문도 분명하다.

당신은 어떤 런타임을 만들고 싶은가?

예를 들어 OpenAI에서는 아래를 우리가 설계해야 한다.

  • 어떤 요청에서 어떤 tools를 노출할지
  • 어떤 함수 schema를 어떤 경계로 자를지
  • state를 API에 얼마나 맡기고 artifact로 얼마나 분리할지
  • 언제 handoff와 orchestration을 SDK 층으로 올릴지
  • 어떤 평가와 관측 계층을 바깥에 둘지

이 구조는 제품 백엔드를 짜는 사람에게 자연스럽다. 에이전트를 앱 내부 컴포넌트처럼 넣고 싶을 때, OpenAI 쪽 철학은 꽤 잘 맞는다.

대신 이 철학은 에이전트의 생활 규칙을 우리 쪽에서 더 많이 명시해야 한다. OpenAI는 잘 조립된 런타임 부품을 준다. 그러나 "이 레포에서 어떻게 행동해야 하는가"는 상대적으로 우리 설계물이 된다.

3. Claude는 작업 환경 중심 철학이 강하다

Claude Code 쪽은 출발이 조금 다르다. 에이전트가 바로 파일을 읽고, 수정하고, 명령을 실행하는 작업형 동료라는 전제가 강하다. 그래서 설계 표면도 런타임 호출 그 자체보다 작업 규율과 환경 경계 쪽으로 발달했다.

대표적으로 분리되는 층은 이렇다.

  • CLAUDE.md: 정체성, hard rule, read-first
  • skills: 반복 절차 패키지
  • hooks: 실행 전후 자동 검문소
  • permissions/settings: 접근 경계와 안전 정책
  • subagents: 역할 격리와 위임

여기서 Claude 쪽이 우리에게 묻는 질문은 보통 이것이다.

이 에이전트가 이 작업 공간에서 어떻게 행동해야 하는가?

이 철학은 로컬 레포, 내부 문서 저장소, 운영 디렉터리, 장시간 handoff 같은 환경에서 특히 직접적이다. 에이전트를 제품 안에 넣는 일보다, 에이전트가 우리 작업장 안에서 사고 없이 일하게 만드는 일에 초점이 더 잘 맞는다.

4. 핵심 차이는 "지능"보다 "바닥"에 있다

비교를 단순화하면 아래 표가 가장 실무적이다.

비교 축 OpenAI 쪽 감각 Claude 쪽 감각
기본 철학 플랫폼 조립형 작업 환경 운영형
중심 질문 어떤 agent runtime을 만들까 이 workspace에서 어떻게 일하게 할까
강한 표면 API, tools, MCP, SDK, tracing instruction files, skills, hooks, permissions
개발자 역할 런타임 아키텍트 작업 규율 설계자
잘 맞는 환경 제품 백엔드, 서비스 내장형 에이전트 로컬 레포, 팀 워크스페이스, 운영형 코딩 에이전트
실패 양상 orchestration과 state가 난잡해짐 instruction 파일 비대화, 권한/절차 분리 실패

여기서 중요한 점은 어느 쪽이 더 "똑똑하다"가 아니다. 하네스 엔지니어링에서는 에이전트가 서 있는 바닥이 다르면, 같은 모델 계열이어도 체감 품질이 달라질 수 있다.

5. 문서 철학도 다르다: 조립 설명서 vs 생활 규칙표

OpenAI 스타일 하네스에서는 문서가 자주 이런 역할을 한다.

  • API 사용 규약
  • tool schema 설명
  • orchestration 설계 메모
  • eval과 tracing 설계 문서

즉 문서는 런타임 부품을 조립하는 설계도에 가깝다.

반대로 Claude 스타일 하네스에서는 문서가 더 직접적으로 행동을 바꾼다.

  • CLAUDE.md
  • skill 문서
  • hook 설정
  • permission 정책
  • handoff artifact

즉 문서는 설계도이면서 동시에 생활 규칙표다.

이 차이는 실제 운영에서 크게 느껴진다. OpenAI는 설계 문서를 읽고 코드를 짜는 감각이 강하고, Claude는 문서 구조 자체가 이미 에이전트 행동 표면인 경우가 많다.

6. 안전 표면도 강조점이 다르다

두 플랫폼 모두 안전과 guardrail을 다루지만, 어디서 주로 체감되는지는 다르다.

OpenAI 쪽에서는 보통 이런 층이 중심이다.

  • tool exposure 범위
  • schema 제약
  • guardrails
  • trace와 eval
  • 승인 루프를 둘 애플리케이션 계층

Claude 쪽에서는 아래가 더 직접적이다.

  • permissions.allow/ask/deny
  • 민감 경로 차단
  • hook 기반 사전·사후 검사
  • subagent별 역할 분리
  • workspace 경계 설정

쉽게 말해 OpenAI는 행동 능력의 표면을 제어하는 감각이 강하고, Claude는 작업 공간 접근의 표면을 제어하는 감각이 강하다.

7. 컨텍스트 철학도 다르다

OpenAI 하네스에서는 컨텍스트를 런타임 레벨에서 설계하는 느낌이 강하다.

  • 어떤 입력을 넣을지
  • 어느 시점에 검색을 붙일지
  • state를 이전 응답 ID와 artifact 중 어디에 둘지
  • tool 결과를 어떻게 요약할지

Claude 하네스에서는 컨텍스트가 작업장 구조와 더 강하게 연결된다.

  • 어떤 CLAUDE.md가 먼저 읽히는지
  • 어떤 skill을 호출할지
  • 어떤 handoff 문서가 다음 세션 출발점이 되는지
  • 어떤 디렉터리 규칙이 현재 작업을 지배하는지

즉 OpenAI는 컨텍스트를 요청과 런 단위의 조립 문제로 다루기 쉽고, Claude는 컨텍스트를 프로젝트와 세션의 생활 구조 문제로 다루기 쉽다.

8. 그래서 어떤 상황에서 어느 철학이 자연스러운가

OpenAI 쪽이 더 자연스러운 경우

  • 제품 안에 들어갈 agent backend를 직접 만들고 있다
  • API, tools, MCP, tracing을 코드로 조립하고 싶다
  • 역할별 모델 라우팅과 실행 흐름을 우리 서비스 안에서 통제하고 싶다
  • local workspace보다 서비스 런타임이 중심이다

Claude 쪽이 더 자연스러운 경우

  • 에이전트가 이미 레포와 문서를 직접 다루는 작업형 동료다
  • 팀 규칙, 경로 제약, handoff, 승인 흐름이 중요하다
  • instruction, hook, permission을 분리해 작업 문화를 만들고 싶다
  • "어떻게 빌드할까"보다 "어떻게 사고 없이 일하게 할까"가 핵심이다

이 구분은 절대 규칙이 아니다. 다만 실무에서 가장 덜 헷갈리는 선택 기준이다.

9. 흔한 오해

"OpenAI는 API라서 하네스가 약하다"

그렇지 않다. 오히려 런타임 조립 자유도가 높다. 다만 작업 공간 규율은 기본 제공보다 우리 설계 몫이 더 크다.

"Claude는 코딩 도구라서 제품 에이전트에는 안 맞는다"

이도 과하다. Claude 쪽 철학에서도 MCP, subagent, permissions, long-running workflow를 통해 충분히 넓은 운영 구조를 만들 수 있다. 다만 기본 감각이 workspace-native에 더 가깝다.

"결국 모델 성능이 다 결정한다"

부분적으로만 맞다. 실제 운영 품질은 종종 모델 점수보다 하네스의 계층 분리, 도구 표면, 권한 경계, 평가 루프에서 갈린다.

10. 비교의 결론: 모델보다 운영 철학을 먼저 맞춰야 한다

OpenAI와 Claude는 둘 다 에이전트 시대의 주요 선택지다. 하지만 하네스 관점에서 보면 더 중요한 차이는 기능 체크리스트보다 아래에 있다.

  • OpenAI는 agent runtime을 조립하게 만드는 철학
  • Claude는 agent workspace를 운영하게 만드는 철학

그래서 선택 질문도 달라진다.

  • 제품 안에 들어갈 실행 엔진을 짜는가
  • 아니면 작업장 안에서 에이전트가 따를 규율과 경계를 짜는가

좋은 비교는 벤치마크 표보다 이 질문을 먼저 통과한다. 실제로는 두 철학을 함께 쓰는 팀도 많다. OpenAI로 서비스 런타임을 만들고, Claude 계열 도구로 내부 작업 하네스를 운영하는 식이다.

결론은 단순하다.

모델 비교보다 먼저, 당신이 필요한 것이 런타임 조립인지 작업 환경 운영인지부터 정해야 한다.

참고 자료

  • OpenAI Docs, Responses
    https://platform.openai.com/docs/api-reference/responses?api-mode=responses
  • OpenAI Docs, Using tools
    https://platform.openai.com/docs/guides/tools?api-mode=responses
  • OpenAI Docs, Agents SDK
    https://platform.openai.com/docs/guides/agents-sdk/
  • Anthropic Docs, Claude Code settings
    https://docs.anthropic.com/en/docs/claude-code/settings
  • Anthropic Docs, Hooks reference
    https://docs.anthropic.com/en/docs/claude-code/hooks
  • Anthropic Docs, Subagents
    https://docs.anthropic.com/en/docs/claude-code/sub-agents
  • drafts/blog/260519_OpenAI하네스B01_ResponsesAPI와AgentsSDK_블로그.md
  • drafts/blog/260519_Claude하네스B02_CLAUDEmd_Skills_Hooks_Permissions_블로그.md
  • docs/blog_series_하네스엔지니어링_총괄_design.md
  • sources/260518_하네스엔지니어링_15장_블로그활용노트.md

이 글은 OpenAI·Claude 구현 시리즈의 3/3 편입니다. 후속 읽기: 에이전트 평가 하네스, 장시간 에이전트 운영, 하네스가 전부다.

시리즈 전체 안내: 하네스 엔지니어링 시리즈 안내

댓글

댓글 쓰기

이 블로그의 인기 게시물

"LLM 핵심 학습 (1/6) — 기본: 토큰화·임베딩·어텐션·위치 인코딩"

-
이미지
(시리즈 시작) 📚 시리즈 목차 2/6 파인튜닝 → 트랜스포머 한 블록의 데이터 흐름을 문자열 → 토큰 → 임베딩 → 어텐션 → 출력 표현 까지 손으로 풀어 본다. 이번 편이 끝나면 "왜 \(\sqrt{d_k}\)로 나누는가", "RoPE는 무엇을 회전시키는가", "한국어가 영어보다 토큰이 많은 까닭은 무엇인가"가 한 줄로 설명될 수 있다. 0. 학습 목표 이 편을 마치면 다음을 직접 할 수 있다. BPE 토크나이저 가 어휘를 어떻게 학습하고 새 문자열을 어떻게 자르는지 종이 위에서 시뮬레이션한다. 임베딩 행렬 의 모양과 초기화, weight tying의 의미를 한 줄로 설명한다. Scaled Dot-Product Attention 의 식을 차원 단위로 추적하고 PyTorch 30줄로 재현한다. Multi-Head Attention 이 한 헤드와 비교해 무엇이 다른지, 헤드 수가 늘면 어디가 비싸지는지 답한다. Sinusoidal·RoPE·ALiBi 세 위치 인코딩의 식과 외삽 성질을 구분한다. 컨텍스트 확장이 왜 \(O(N^2)\)인지, "Lost in the Middle"이 왜 발생하는지 설명한다. 1. 핵심 요약 트랜스포머의 입력은 문자열 이 아니라 정수 ID 시퀀스 다. 토크나이저가 문자열 → ID로 자른다. 임베딩은 정수 ID를 \(d\)차원 벡터로 lookup하는 학습 가능한 테이블이다. Self-Attention은 \(\text{softmax}(QK^\top / \sqrt{d_k}) V\) 한 줄이 핵심이고, 멀티헤드는 같은 연산을 여러 부분 공간에서 병렬화한 것이다. 위치 정보는 임베딩에 직접 더하거나(Sinusoidal), Q·K에 회전을 가하거나(RoPE), 어텐션 스코어에 거리 패널티를 더해서(ALiBi) 주입한다. 컨텍스트 길이 \(N\)에 대해 표준 어텐션은 \(O(N^2)\) 비용을 갖고, 긴 컨텍스트에서는 중간 위...
Read more »

"LLM 핵심 학습 (2/6) — 파인튜닝: LoRA·QLoRA·증류·Adapter"

-
이미지
← 1/6 기본 📚 시리즈 목차 3/6 디코딩과 생성 → 사전학습된 LLM을 내 데이터 에 적응시키는 방법을 비용·메모리·일반화 관점에서 정리한다. Full FT의 한계 → Adapter → LoRA → QLoRA → Distillation 순으로 같은 그림을 점점 확대해 본다. 0. 학습 목표 Full fine-tuning의 메모리 병목을 옵티마이저 상태·그래디언트·가중치·활성화 의 4분할로 설명한다. Adapter(Houlsby 2019)와 LoRA(Hu 2021)의 식 차이를 한 줄로 적는다. LoRA의 \(A, B\) 행렬이 왜 저랭크 이고, rank \(r\) 선택이 무엇을 결정하는지 답한다. QLoRA(Dettmers 2023)의 NF4·double-quant·paged optimizer를 분리해서 설명한다. Catastrophic Forgetting을 분포 시프트 관점에서 정의하고 완화 기법을 두 개 이상 든다. Hinton 2015의 Knowledge Distillation 식을 손으로 유도한다. 1. 핵심 요약 Full FT는 메모리/디스크/시간 모두 비싸다. 7B 모델 full FT는 V100 8장 + A100 1장으로도 큰 부담이다. PEFT(파라미터 효율 파인튜닝) 일가족은 극히 일부 파라미터만 학습 해 같은 효과를 얻는다. LoRA: \(\Delta W = BA\) (rank \(r \ll \min(d_{\text{in}}, d_{\text{out}})\))로 가중치 업데이트를 저랭크 분해. QLoRA: 베이스 모델을 4-bit(NF4)로 양자화한 채 LoRA만 풀-정밀(BF16)으로 학습. Catastrophic Forgetting: 새 분포에 적응하느라 이전 능력이 무너지는 현상. PEFT 자체가 부분 완화책. Distillation: 큰 교사 모델의 soft target 을 학습 신호로 써서 작은 학생 모델 을 만든다. 2. 직관: 왜 사전학습만으로는 부족한가 사전학습은 일반...
Read more »

"ML 기초 학습 (1/9) — 머신러닝과 sklearn: 학습의 좌표계"

-
이미지
(시리즈 시작) 📚 시리즈 목차 2/9 이웃 알고리즘 → 이 시리즈는 신경망과 로컬 LLM으로 가기 전에 손에 익혀 둬야 할 머신러닝 기초 9편이다. 1편은 모든 ML 코드가 공유하는 공통 문법 을 잡는 데 쓴다. sklearn은 그 문법을 가장 일관되게 보여주는 도구다. 이번 편이 끝나면 어떤 모델을 만나도 fit → predict → score → 평가 흐름이 같다는 것이 손에 잡힌다. 0. 학습 목표 이 편을 마치면 다음을 할 수 있어야 한다. 지도학습·비지도학습·강화학습을 한 문장씩 구분해 설명한다. sklearn의 estimator 인터페이스 ( fit , predict , score , transform )를 코드 한 화면 안에서 쓸 수 있다. train/validation/test 분할을 왜 하는지, 어디서 데이터 누수가 생기는지 식과 그림으로 설명한다. 분류·회귀의 핵심 평가 지표(accuracy, precision, recall, F1, MSE, R²)를 정의에서 직접 계산할 수 있다. k-fold 교차검증 을 코드 한 줄로 돌리고, 결과의 평균과 표준편차를 함께 보고할 수 있다. Pipeline 으로 전처리와 모델을 묶어 데이터 누수를 구조적으로 막는 방법을 설명한다. 1. 핵심 요약 머신러닝은 데이터에서 함수 \(f: X \to Y\)를 찾는 작업 이다. 어떤 모델이든 이 본질은 같다. sklearn은 모든 모델을 같은 인터페이스( fit , predict , score )로 통일해, 모델을 바꿀 때 한 줄만 바꾸면 되게 한다. train/val/test 세 분할이 표준이다. 검증으로 하이퍼파라미터를 고르고, 테스트는 마지막에 한 번만 본다. 데이터 누수 (test 정보가 train에 새는 현상)는 ML 입문자가 가장 자주 만드는 실수이며, Pipeline + cross_val_score 조합으로 구조적으로 막을 수 있다. 평가 지표는 문제 유형 (분류/회귀) 과 클래스 불균형...
Read more »