앤스로픽, SDK에 컴퓨터·브라우저 툴셋 탑재

앤스로픽이 클로드용 파이썬·타입스크립트 SDK에 컴퓨터 유즈와 브라우저 유즈 툴셋을 탑재했다. 회사는 10월 7일 클로드 플랫폼 릴리스 노트와 개발자 공식 X 계정을 통해 두 SDK에 브라우저 유즈 도구와 컴퓨터 유즈 도구용 클래스를 베타로 넣었다고 발표했다. 개발자가 클래스를 상속해 도구마다 메서드 하나씩만 쓰면 클로드의 호출을 알맞은 메서드로 보내고, 정책 검사와 승인 콜백, 결과 블록 생성까지 SDK가 맡는다. 그동안 개발자가 손으로 짜야 했던 에이전트 반복 루프를 SDK가 대신 돌리는 구조다.

앤스로픽 개발자 계정은 X 게시물에서 "API는 클로드가 무엇을 클릭하거나 입력하고 싶은지 알려준다"고 설명했다. 이어 "이전에는 직접 루프를 짜고 클릭과 키 입력을 명령으로 옮겨야 했지만, 이제 SDK가 루프를 돌리고 동작을 드라이버로 보낸다"고 밝혔다. 여기서 드라이버는 개발자가 만든 하위 클래스, 곧 실제 브라우저나 데스크톱을 움직이는 코드다. 공식 문서에 따르면 SDK에는 브라우저도 데스크톱도, 바로 쓰는 드라이버나 URL 정책도 들어 있지 않다.

새 클래스의 이름은 BetaAbstractBrowserToolset20260801과 BetaAbstractComputerToolset20260801이다. 이름 끝의 날짜는 8월에 나온 API 툴셋 버전을 가리킨다. 앤스로픽은 8월 19일 컴퓨터 유즈 도구를 computer_toolset_20260801로 베타에서 졸업시키고, 앱이 띄운 브라우저를 다루는 browser_toolset_20260801을 새로 내놨다. 메탈은 앤스로픽이 클로드 컴퓨터 사용과 브라우저 툴을 정식 출시했다고 보도한 바 있다. 9월 22일 공개된 Opus 5.5는 클로드 API와 구글 클라우드에서 컴퓨터 유즈에 새 툴셋만 받고, 옛 computer_20251124 도구는 400 오류를 낸다. 이번 SDK 클래스는 그 API 위에 얹은 실행 계층이다.

출발점은 예제 코드다. 클로드 퀵스타트 저장소에 브라우저용으로는 크롬 데브툴스 프로토콜(CDP)로 크로미움을 조작하는 예제가, 데스크톱용으로는 VNC로 화면을 다루는 예제가 파이썬과 타입스크립트로 올라 있다. 문서는 두 예제 모두 프로덕션 코드가 아니라고 적었다. 개발자가 구현하지 않은 멤버 도구는 API에 비활성으로 전송되고, 클로드가 그래도 부르면 SDK가 오류를 돌려준 뒤 실행을 이어 간다. 툴 러너는 툴셋을 닫지 않아 인스턴스 하나로 여러 실행을 처리할 수 있다.

컴퓨터 툴셋은 스크린샷과 클릭, 입력, 줌 등 17개 도구로 이뤄진다. 클래스가 type이나 key, hold_key를 구현하면 승인 콜백(confirm)을 넘기거나 그 도구를 꺼야 생성자가 통과한다. 클로드가 보내는 좌표는 개발자가 돌려준 스크린샷의 픽셀 위치이고, SDK는 이미지를 읽지도 크기를 바꾸지도 않는다. 화면과 스크린샷 크기가 다르면 좌표 변환은 드라이버 몫이다.

브라우저 툴셋은 설정 항목이 더 많다. 생성자는 멤버를 켜고 끄는 configs, 호출마다 승인 여부를 정하는 confirm, 이동 전 주소를 검사하는 url_policy, 업로드 경로를 묶는 file_policy, 도구 항목 필드를 정하는 tool_configs를 받고, 상태 보고 메서드로 열린 탭과 다운로드 같은 변화를 클로드에 알린다. 파트너 문서에 따르면 브라우저 동작은 모두 31개이고 기본값에서는 27개가 켜진다. 페이지 안에서 스크립트를 돌리는 javascript_exec와 파일 업로드는 기본으로 꺼져 있으며, 이 둘을 켜면서 승인 콜백을 넘기지 않으면 설정 오류가 난다.

보안 설계는 대부분 개발자에게 남는다. 문서는 일회용이 아닌 브라우저에서 드라이버를 돌리기 전에 여섯 단계를 밟으라고 권한다. 필요 없는 주소를 막는 URL 정책, 드라이버 단의 요청 가로채기, 컨테이너 출구(egress) 정책, 업로드·다운로드 제한, 결과가 남는 동작의 승인, 세션마다 전용 컨테이너나 가상머신으로 격리하는 것이다. 이 가운데 SDK가 직접 적용하는 것은 1·4·5단계 셋뿐이다. url_policy에 None을 넘기면 SDK는 모든 주소 이동을 거부하고, 문서는 클라우드 메타데이터 주소 169.254.169.254를 포함한 사설 대역을 막으라고 적었다.

실행 방식도 바꿀 수 있다. 툴 러너에 stream과 run_tools_eagerly를 켜면 클로드의 응답이 스트리밍되는 도중에 브라우저나 컴퓨터 호출을 먼저 시작한다. 승인과 정책 검사는 그대로 먼저 돌지만, 한 번 시작된 호출은 응답이 max_tokens에서 잘려도 되돌릴 수 없다. 한 툴셋의 호출은 클로드가 쓴 순서대로 한 번에 하나씩 돌고, 실패한 호출이 나오면 같은 턴의 나머지 호출은 실행하지 않는다. 드라이버가 ToolError를 던지면 클로드가 그 메시지를 읽고 실행이 이어지지만, 설정 오류인 ToolsetUsageError는 실행을 멈춘다.

외부 업체도 통합을 내놨다. 공식 문서는 브라우저 유즈(Browser Use)와 브라우저베이스, 데이토나, E2B가 SDK 툴셋 통합을 공개했다고 소개했다. 브라우저 유즈 통합은 0.13.11 이상 버전과 파이썬 3.11 이상에서 돌고, 자체 클라우드 브라우저나 로컬 크로미움, 이미 띄운 CDP 브라우저를 고를 수 있다. 회사 문서의 예제는 해커뉴스 첫 게시물 세 건을 읽어 제목과 주소를 마크다운과 JSON 파일로 저장하는 작업을 클로드 Opus 5.5에 맡긴다.

메탈이 확인한 60초 시연 영상은 Haiku 5.5 모델로 세 장면을 돌린다. 3D 뷰어에서는 장비 밑면을 두 번 줌으로 확대해 시리얼 번호 NX2-7K4-1185를 읽고 입력란에 넣어 저장한다. 지도 화면에서는 스크롤과 드래그로 항구 마커를 찾아 누른다. 고객관리(CRM) 화면에서는 브라우저 툴셋의 read_page가 입력란마다 참조 번호를 붙이고, form_input이 좌표나 키 입력 없이 손글씨 카드 내용을 칸에 채운다. 오래된 참조로 클릭이 실패하자 ToolError가 나고 find로 버튼을 다시 찾는 장면도 담겼다. 영상은 손글씨 카드 세 장 처리에 호출 67회, 46초가 걸렸고 오타는 없었다고 표기했다.

엔지니어링 관점에서 이번 변화는 코드량보다 책임의 위치를 옮긴다. 상태를 명령으로 옮기는 반복 작업은 SDK로 넘어갔고, 남은 일은 드라이버가 닿을 수 있는 네트워크와 파일, 키보드 입력의 경계를 정하는 것이다. 발표 게시물에 달린 한 개발자 답글도 루프를 SDK 안으로 넣으면 "엔지니어링 병목이 상태 매핑에서 샌드박스 격리로 옮겨 간다"고 짚었다. 문서 스스로 승인 콜백은 화면이 아니라 도구 이름과 입력만 본다고 적은 만큼, 결제나 메시지 전송 같은 클릭을 가려내는 일도 개발자의 설계에 달렸다. 에이전트를 만드는 팀이 먼저 정할 것은 모델이 아니라 드라이버가 어디까지 손을 뻗게 둘지다.