Part 1: Architecture Reference
1.2 플랫폼 비교
Claude는 여러 플랫폼에서 사용할 수 있지만, 각 플랫폼이 지원하는 기능 범위는 다릅니다. 이 페이지에서는 플랫폼별 기능 지원 현황을 상세히 비교합니다.
플랫폼별 기능 지원 매트릭스 (상세)
| 기능 | claude.ai (Web) | Mobile | Desktop | Cowork | Code |
|---|---|---|---|---|---|
| 기본 대화 | O | O | O | O | O |
| MCP | O (Connectors) | X | O | O | O |
| Skills | O | X | O | O | O |
| Projects | O | O | O | X | X |
| Artifacts | O | O | O | O | X |
| 로컬 파일 접근 | X | X | X | O (샌드박스) | O (직접) |
| Sub-agents | X | X | X | X | O |
| Agent Teams | X | X | X | X | O |
| Plugins | X | X | X | O | O |
| Hooks | X | X | X | X | O |
| Headless / SDK | X | X | X | X | O |
기본 대화
claude.ai (Web): O
Mobile: O
Desktop: O
Cowork: O
Code: O
MCP
claude.ai (Web): O (Connectors)
Mobile: X
Desktop: O
Cowork: O
Code: O
Skills
claude.ai (Web): O
Mobile: X
Desktop: O
Cowork: O
Code: O
Projects
claude.ai (Web): O
Mobile: O
Desktop: O
Cowork: X
Code: X
Artifacts
claude.ai (Web): O
Mobile: O
Desktop: O
Cowork: O
Code: X
로컬 파일 접근
claude.ai (Web): X
Mobile: X
Desktop: X
Cowork: O (샌드박스)
Code: O (직접)
Sub-agents
claude.ai (Web): X
Mobile: X
Desktop: X
Cowork: X
Code: O
Agent Teams
claude.ai (Web): X
Mobile: X
Desktop: X
Cowork: X
Code: O
Plugins
claude.ai (Web): X
Mobile: X
Desktop: X
Cowork: O
Code: O
Hooks
claude.ai (Web): X
Mobile: X
Desktop: X
Cowork: X
Code: O
Headless / SDK
claude.ai (Web): X
Mobile: X
Desktop: X
Cowork: X
Code: O
플랫폼별 기능 지원 매트릭스 (간략)
| 기능 | claude.ai | Desktop | Code |
|---|---|---|---|
| 기본 기능 | O | O | O |
| MCP | O | O | O |
| Skills | O | O | O |
| Sub-agents | X | X | O |
| Plugins | X | X | O |
| Hooks | X | X | O |
기본 기능
claude.ai: O
Desktop: O
Code: O
MCP
claude.ai: O
Desktop: O
Code: O
Skills
claude.ai: O
Desktop: O
Code: O
Sub-agents
claude.ai: X
Desktop: X
Code: O
Plugins
claude.ai: X
Desktop: X
Code: O
Hooks
claude.ai: X
Desktop: X
Code: O
ℹ️ 간략 매트릭스 요약
MCP와 Skills는 세 플랫폼 모두에서 사용 가능합니다. 반면 Sub-agents, Plugins, Hooks는 Claude Code 전용 기능입니다. Claude Code가 가장 강력한 플랫폼인 이유는 이 독점 기능들 때문입니다.
Sub-agents vs Agent Teams 비교
Sub-agents와 Agent Teams는 모두 작업을 분산하는 메커니즘이지만, 구조와 소통 방식에 중요한 차이가 있습니다.
| 구분 | Sub-agents | Agent Teams |
|---|---|---|
| 구조 | 1:N (메인 에이전트 1개 → 하위 N개) | N:N (여러 에이전트가 동등하게 협업) |
| 컨텍스트 | 독립 (각자 별도 컨텍스트) | 독립 + 공유 태스크 리스트 (각자 독립 컨텍스트 + 공유되는 작업 목록) |
| 규모 | 단일 작업 위임 (비교적 작은 단위의 작업) | 대규모 프로젝트 분할 (대형 프로젝트를 여러 파트로 나누어 진행) |
| 소통 | 결과만 반환 (하위 에이전트가 작업 완료 후 결과만 전달) | 팀원 간 직접 소통 (에이전트들이 서로 메시지를 주고받으며 협업) |
구조
Sub-agents: 1:N (메인 에이전트 1개 → 하위 N개)
Agent Teams: N:N (여러 에이전트가 동등하게 협업)
컨텍스트
Sub-agents: 독립 (각자 별도 컨텍스트)
Agent Teams: 독립 + 공유 태스크 리스트 (각자 독립 컨텍스트 + 공유되는 작업 목록)
규모
Sub-agents: 단일 작업 위임 (비교적 작은 단위의 작업)
Agent Teams: 대규모 프로젝트 분할 (대형 프로젝트를 여러 파트로 나누어 진행)
소통
Sub-agents: 결과만 반환 (하위 에이전트가 작업 완료 후 결과만 전달)
Agent Teams: 팀원 간 직접 소통 (에이전트들이 서로 메시지를 주고받으며 협업)
실전 사례: Agent Teams로 C 컴파일러 작성
💬 Anthropic 연구원의 실전 사례
Anthropic 연구원이 16개 에이전트로 구성된 Agent Team을 활용하여 Rust 기반 C 컴파일러를 작성한 사례입니다.
Claude Code 세션
~2,000
약 2,000개의 Claude Code 세션 사용
API 비용
$20,000
전체 프로젝트 API 호출 비용
코드 규모
10만 줄
생성된 전체 코드 라인 수
에이전트 수
16개
동시에 협업한 Agent Team 구성원 수
💡 성과 요약
- Linux 6.9를 x86 / ARM / RISC-V 아키텍처에서 빌드 가능
- GCC torture test 99% 통과
- FFmpeg, Redis, PostgreSQL, QEMU 등 주요 오픈소스 프로젝트 컴파일 가능
ℹ️ 시사점
이 사례는 Agent Teams가 대규모 소프트웨어 프로젝트에서 어떤 수준의 결과물을 만들어낼 수 있는지 보여줍니다. 16개 에이전트가 독립적으로 작업하면서도 공유 태스크 리스트를 통해 일관성을 유지한 것이 핵심입니다.