Claude Code의 "recursion"을 무한히 자기 복제하는 에이전트로 이해하면 핵심을 놓치기 쉽다. 실제로 중요한 변화는 Claude가 큰 작업을 작은 단위로 나누고, 여러 서브에이전트를 병렬로 실행한 뒤, 결과를 검증해 다시 합치는 방식에 있다.
Anthropic은 2026년 5월 28일 Claude Code Dynamic Workflows를 연구 프리뷰로 공개했다. 이 기능은 Claude가 오케스트레이션 스크립트를 동적으로 작성하고, 한 세션에서 수십~수백 개의 병렬 서브에이전트를 실행하도록 한다.1 따라서 여기서 말하는 재귀의 실무적 의미는 "끝없이 깊어지는 호출"이 아니라 "통제 가능한 병렬 분해"에 가깝다.
재귀보다 중요한 것은 작업을 나누고 검증하는 방식이다
Claude Code의 일반 서브에이전트는 다시 자기 하위 서브에이전트를 만들 수 없다. 즉 "부모 → 자식"까지만 허용되고, "손자" 단계는 막힌다.2 내장 재귀가 한 단계로 제한된다는 점은 이 기능을 이해할 때 가장 먼저 봐야 할 부분이다.
이 제한은 단순한 제약이 아니라 안전장치에 가깝다. 재귀가 깊어질수록 컨텍스트 로딩, MCP, 스킬, CLAUDE.md 비용이 반복되고, 작업 트리와 토큰 사용량을 예측하기 어려워진다. Claude Code는 깊이를 무한히 늘리기보다, 넓게 나누고 결과를 모으는 방식을 택한 셈이다.
Dynamic Workflows가 의미 있는 이유도 여기에 있다. Claude는 작업을 분할해 병렬로 처리할 뿐 아니라, 사용자에게 결과를 보여주기 전에 별도의 검증 단계를 수행한다.1 그래서 이 기능은 "많이 실행하는 것"보다 "나눈 결과를 신뢰할 수 있게 합치는 것"에 더 가깝다.
RLM 2.0, GraphRLM보다 먼저 봐야 할 기준
Claude Code recursion과 함께 RLM 2.0, GraphRLM, Hybrid RLM, Agentic RLM 같은 용어가 언급되지만, 이름 자체에 먼저 끌릴 필요는 없다. 실무에서 중요한 질문은 더 단순하다.
작업을 독립적인 하위 문제로 나눌 수 있는가?
여러 탐색을 병렬로 돌렸을 때 결과 품질이 좋아지는가?
최종 결과를 별도로 검증할 필요가 있는가?
추가 토큰 비용을 감당할 만큼 가치가 큰 작업인가?
RLM은 긴 컨텍스트를 한 번에 모델에 넣기보다, 검색·분할·하위 질의·검증을 조합해 다루려는 접근이다. 예를 들어 RLM-Claude-Code는 큰 작업을 작은 질의로 나누고, REPL 기반 탐색과 메모리, 검증 계층을 붙여 Claude Code를 RLM 에이전트처럼 쓰려 한다.3
Dynamic Workflows는 이런 흐름과 잘 맞는다. 중간 결과를 대화창에 계속 쌓아두는 대신, 워크플로가 작업 흐름을 관리하고 여러 서브에이전트를 병렬로 실행한다. 이 때문에 대규모 버그 탐색, 보안 감사, 최적화 감사, 대규모 마이그레이션처럼 "넓게 탐색하고 다시 합쳐야 하는 일"에 적합하다.1
실무 적용은 작은 범위에서 시작해야 한다
Dynamic Workflows는 Claude Code CLI, Desktop, VS Code 확장, Claude API, Amazon Bedrock, Vertex AI, Microsoft Foundry에서 사용할 수 있다.1 Max, Team, Enterprise 플랜에서 제공되며, Enterprise에서는 관리자의 활성화가 필요하다.1
시작 방법은 두 가지다. Claude Code에서 워크플로를 직접 요청하거나, ultracode 설정을 켜면 된다. ultracode는 effort 수준을 xhigh로 설정하고 Claude가 워크플로 사용 여부를 자동으로 결정하게 한다.1
다만 처음부터 큰 작업에 적용하는 것은 좋지 않다. Dynamic Workflows는 일반 Claude Code 세션보다 훨씬 많은 토큰을 사용할 수 있다.1 따라서 작은 코드 영역, 제한된 감사 범위, 명확한 마이그레이션 단위처럼 결과를 검증하기 쉬운 작업부터 시험하는 편이 안전하다.
결론: 더 깊은 에이전트보다 더 잘 나누는 에이전트
Claude Code recursion의 핵심은 무한 재귀가 아니다. 한 단계로 제한된 서브에이전트 구조 위에서, 큰 작업을 병렬로 분해하고 검증해 다시 합치는 방식이다.
따라서 이 기능을 볼 때는 "얼마나 깊이 들어갈 수 있는가"보다 "얼마나 잘 나누고, 얼마나 신뢰성 있게 합칠 수 있는가"를 봐야 한다. RLM 계열 아이디어도 결국 이 질문으로 돌아온다. 실무에 먼저 도움이 되는 것은 더 깊게 파고드는 에이전트가 아니라, 더 명확히 분해하고 더 엄격히 검증하는 에이전트다.
1Introducing dynamic workflows in Claude Code
2Claude Code recursion and context isolation: one level deep, no grandchildren.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.