컴퓨터 사용 도구

Claude는 컴퓨터 사용 도구를 통해 컴퓨터 환경과 상호작용할 수 있으며, 이 도구는 스크린샷 기능과 자율적인 데스크톱 상호작용을 위한 마우스/키보드 제어를 제공합니다.

개요

컴퓨터 사용은 Claude가 데스크톱 환경과 상호작용할 수 있도록 하는 베타 기능입니다. 이 도구는 다음을 제공합니다:

• 스크린샷 캡처: 현재 화면에 표시되는 내용 확인
• 마우스 제어: 클릭, 드래그 및 커서 이동
• 키보드 입력: 텍스트 입력 및 키보드 단축키 사용
• 데스크톱 자동화: 모든 애플리케이션 또는 인터페이스와 상호작용

컴퓨터 사용은 bash 및 텍스트 편집기와 같은 다른 도구로 보강되어 더 포괄적인 자동화 워크플로우를 만들 수 있지만, 컴퓨터 사용은 특히 컴퓨터 사용 도구의 데스크톱 환경을 보고 제어하는 기능을 의미합니다.

모델 호환성

컴퓨터 사용은 다음 Claude 모델에서 사용 가능합니다:

보안 고려사항

빠른 시작

컴퓨터 사용을 시작하는 방법은 다음과 같습니다:

import anthropic

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-sonnet-4-5",  # 또는 다른 호환 모델
    max_tokens=1024,
    tools=[
        {
          "type": "computer_20250124",
          "name": "computer",
          "display_width_px": 1024,
          "display_height_px": 768,
          "display_number": 1,
        },
        {
          "type": "text_editor_20250124",
          "name": "str_replace_editor"
        },
        {
          "type": "bash_20250124",
          "name": "bash"
        }
    ],
    messages=[{"role": "user", "content": "Save a picture of a cat to my desktop."}],
    betas=["computer-use-2025-01-24"]
)
print(response)

curl https://api.anthropic.com/v1/messages \
  -H "content-type: application/json" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: computer-use-2025-01-24" \
  -d '{
    "model": "claude-sonnet-4-5",
    "max_tokens": 1024,
    "tools": [
      {
        "type": "computer_20250124",
        "name": "computer",
        "display_width_px": 1024,
        "display_height_px": 768,
        "display_number": 1
      },
      {
        "type": "text_editor_20250124",
        "name": "str_replace_editor"
      },
      {
        "type": "bash_20250124",
        "name": "bash"
      }
    ],
    "messages": [
      {
        "role": "user",
        "content": "Save a picture of a cat to my desktop."
      }
    ]
  }'

컴퓨터 사용 작동 방식

사용자 입력 없이 3단계와 4단계의 반복을 "에이전트 루프"라고 합니다. 즉, Claude가 도구 사용 요청으로 응답하고 애플리케이션이 해당 요청 평가 결과로 Claude에 응답합니다.

컴퓨팅 환경

컴퓨터 사용은 Claude가 애플리케이션 및 웹과 안전하게 상호작용할 수 있는 샌드박스 컴퓨팅 환경이 필요합니다. 이 환경에는 다음이 포함됩니다:

1. 가상 디스플레이: Claude가 스크린샷을 통해 볼 수 있고 마우스/키보드 작업으로 제어할 수 있는 데스크톱 인터페이스를 렌더링하는 가상 X11 디스플레이 서버(Xvfb 사용).

2. 데스크톱 환경: Linux에서 실행되는 창 관리자(Mutter)와 패널(Tint2)이 있는 경량 UI로, Claude가 상호작용할 수 있는 일관된 그래픽 인터페이스를 제공합니다.

3. 애플리케이션: Claude가 작업을 완료하는 데 사용할 수 있는 Firefox, LibreOffice, 텍스트 편집기 및 파일 관리자와 같은 사전 설치된 Linux 애플리케이션.

4. 도구 구현: Claude의 추상 도구 요청(예: "마우스 이동" 또는 "스크린샷 촬영")을 가상 환경의 실제 작업으로 변환하는 통합 코드.

5. 에이전트 루프: Claude와 환경 간의 통신을 처리하고, Claude의 작업을 환경으로 보내고, 결과(스크린샷, 명령 출력)를 Claude에게 반환하는 프로그램.

컴퓨터 사용을 사용할 때 Claude는 이 환경에 직접 연결되지 않습니다. 대신 애플리케이션이:

1. Claude의 도구 사용 요청을 수신합니다.
2. 이를 컴퓨팅 환경의 작업으로 변환합니다.
3. 결과(스크린샷, 명령 출력 등)를 캡처합니다.
4. 이러한 결과를 Claude에게 반환합니다.

보안 및 격리를 위해 참조 구현은 모든 것을 Docker 컨테이너 내에서 실행하며 환경을 보고 상호작용하기 위한 적절한 포트 매핑이 있습니다.

컴퓨터 사용을 구현하는 방법

참조 구현으로 시작하세요

우리는 컴퓨터 사용을 빠르게 시작하는 데 필요한 모든 것을 포함하는 참조 구현을 구축했습니다:

• Claude와 함께 컴퓨터 사용에 적합한 컨테이너화된 환경
• 컴퓨터 사용 도구의 구현
• Claude API와 상호작용하고 컴퓨터 사용 도구를 실행하는 에이전트 루프
• 컨테이너, 에이전트 루프 및 도구와 상호작용할 수 있는 웹 인터페이스.

다중 에이전트 루프 이해

컴퓨터 사용의 핵심은 "에이전트 루프"입니다. Claude가 도구 작업을 요청하고, 애플리케이션이 이를 실행하고, 결과를 Claude에게 반환하는 주기입니다. 다음은 간단한 예입니다:

async def sampling_loop(
    *,
    model: str,
    messages: list[dict],
    api_key: str,
    max_tokens: int = 4096,
    tool_version: str,
    thinking_budget: int | None = None,
    max_iterations: int = 10,  # 무한 루프를 방지하기 위해 반복 제한 추가
):
    """
    Claude 컴퓨터 사용 상호작용을 위한 간단한 에이전트 루프입니다.

    이 함수는 다음 간의 왕복을 처리합니다:
    1. Claude에 사용자 메시지 전송
    2. Claude가 도구 사용 요청
    3. 앱이 해당 도구 실행
    4. 도구 결과를 Claude에게 전송
    """
    # 도구 및 API 매개변수 설정
    client = Anthropic(api_key=api_key)
    beta_flag = "computer-use-2025-01-24" if "20250124" in tool_version else "computer-use-2024-10-22"

    # 도구 구성 - 이미 다른 곳에서 초기화되어 있어야 합니다.
    tools = [
        {"type": f"computer_{tool_version}", "name": "computer", "display_width_px": 1024, "display_height_px": 768},
        {"type": f"text_editor_{tool_version}", "name": "str_replace_editor"},
        {"type": f"bash_{tool_version}", "name": "bash"}
    ]

    # 주 에이전트 루프 (실행 비용 폭증을 방지하기 위해 반복 제한)
    iterations = 0
    while True and iterations < max_iterations:
        iterations += 1
        # 선택적 사고 매개변수 설정 (Claude Sonnet 3.7용)
        thinking = None
        if thinking_budget:
            thinking = {"type": "enabled", "budget_tokens": thinking_budget}

        # Claude API 호출
        response = client.beta.messages.create(
            model=model,
            max_tokens=max_tokens,
            messages=messages,
            tools=tools,
            betas=[beta_flag],
            thinking=thinking
        )

        # Claude의 응답을 대화 기록에 추가
        response_content = response.content
        messages.append({"role": "assistant", "content": response_content})

        # Claude가 도구를 사용했는지 확인
        tool_results = []
        for block in response_content:
            if block.type == "tool_use":
                # 실제 앱에서는 여기서 도구를 실행합니다.
                # 예: result = run_tool(block.name, block.input)
                result = {"result": "Tool executed successfully"}

                # Claude를 위해 결과 형식화
                tool_results.append({
                    "type": "tool_result",
                    "tool_use_id": block.id,
                    "content": result
                })

        # 도구가 사용되지 않으면 Claude가 완료됨 - 최종 메시지 반환
        if not tool_results:
            return messages

        # 다음 Claude 반복을 위해 메시지에 도구 결과 추가
        messages.append({"role": "user", "content": tool_results})

루프는 Claude가 도구를 요청하지 않고 응답하거나(작업 완료) 최대 반복 제한에 도달할 때까지 계속됩니다. 이 안전장치는 예상치 못한 API 비용을 초래할 수 있는 무한 루프를 방지합니다.

나머지 문서를 읽기 전에 참조 구현을 시도해 보시기를 권장합니다.

프롬프팅으로 모델 성능 최적화

최고 품질의 출력을 얻는 방법에 대한 몇 가지 팁은 다음과 같습니다:

1. 간단하고 명확하게 정의된 작업을 지정하고 각 단계에 대한 명시적 지시사항을 제공하세요.
2. Claude는 때때로 결과를 명시적으로 확인하지 않고 작업의 결과를 가정합니다. 이를 방지하려면 Claude에 각 단계 후에 스크린샷을 촬영하고 올바른 결과를 달성했는지 신중하게 평가하세요. 명시적으로 생각을 보여주세요: "X 단계를 평가했습니다..." 올바르지 않으면 다시 시도하세요. 단계가 올바르게 실행되었음을 확인한 후에만 다음 단계로 이동하세요.로 프롬프트하세요.
3. 일부 UI 요소(드롭다운 및 스크롤바 등)는 마우스 이동을 사용하여 Claude가 조작하기 어려울 수 있습니다. 이 문제가 발생하면 모델에 키보드 단축키를 사용하도록 프롬프트해 보세요.
4. 반복 가능한 작업이나 UI 상호작용의 경우 성공한 결과의 예제 스크린샷 및 도구 호출을 프롬프트에 포함하세요.
5. 모델이 로그인해야 하는 경우 프롬프트에서 <robot_credentials> xml 태그 내에 사용자 이름과 비밀번호를 제공하세요. 로그인이 필요한 애플리케이션 내에서 컴퓨터 사용을 사용하면 프롬프트 주입으로 인한 나쁜 결과의 위험이 증가합니다. 모델에 로그인 자격증명을 제공하기 전에 프롬프트 주입 완화 가이드를 검토하세요.

시스템 프롬프트

Anthropic 정의 도구 중 하나가 Claude API를 통해 요청될 때 컴퓨터 사용 관련 시스템 프롬프트가 생성됩니다. 이는 도구 사용 시스템 프롬프트와 유사하지만 다음으로 시작합니다:

사용자의 질문에 답변하기 위해 사용할 수 있는 함수 집합에 액세스할 수 있습니다. 여기에는 샌드박스 컴퓨팅 환경에 대한 액세스가 포함됩니다. 현재 아래 함수를 호출하는 것을 제외하고는 파일을 검사하거나 외부 리소스와 상호작용할 수 없습니다.

일반 도구 사용과 마찬가지로 사용자 제공 system_prompt 필드는 여전히 존중되며 결합된 시스템 프롬프트 구성에 사용됩니다.

사용 가능한 작업

컴퓨터 사용 도구는 다음 작업을 지원합니다:

기본 작업 (모든 버전)

• screenshot - 현재 디스플레이 캡처
• left_click - 좌표 [x, y]에서 클릭
• type - 텍스트 문자열 입력
• key - 키 또는 키 조합 누르기 (예: "ctrl+s")
• mouse_move - 커서를 좌표로 이동

향상된 작업 (computer_20250124) Claude 4 모델 및 Claude Sonnet 3.7에서 사용 가능:

• scroll - 모든 방향으로 스크롤하고 양 제어
• left_click_drag - 좌표 간 클릭 및 드래그
• right_click, middle_click - 추가 마우스 버튼
• double_click, triple_click - 여러 번 클릭
• left_mouse_down, left_mouse_up - 세밀한 클릭 제어
• hold_key - 다른 작업을 수행하는 동안 키 누르기
• wait - 작업 간 일시 중지

도구 매개변수

Claude 4 모델 및 Claude Sonnet 3.7에서 사고 기능 활성화

Claude Sonnet 3.7은 복잡한 작업을 수행할 때 모델의 추론 프로세스를 볼 수 있는 새로운 "사고" 기능을 도입했습니다. 이 기능은 Claude가 문제에 어떻게 접근하고 있는지 이해하는 데 도움이 되며 디버깅이나 교육 목적으로 특히 유용할 수 있습니다.

사고를 활성화하려면 API 요청에 thinking 매개변수를 추가하세요:

"thinking": {
  "type": "enabled",
  "budget_tokens": 1024
}

budget_tokens 매개변수는 Claude가 사고에 사용할 수 있는 토큰 수를 지정합니다. 이는 전체 max_tokens 예산에서 차감됩니다.

사고가 활성화되면 Claude는 응답의 일부로 추론 프로세스를 반환하며, 이는 다음을 도와줍니다:

1. 모델의 의사 결정 프로세스 이해
2. 잠재적 문제 또는 오해 식별
3. Claude의 문제 해결 방식 학습
4. 복잡한 다단계 작업에 대한 더 많은 가시성 확보

다음은 사고 출력이 어떻게 보일 수 있는지의 예입니다:

[사고]
고양이 사진을 데스크톱에 저장해야 합니다. 이를 단계로 나누어 봅시다:

1. 먼저 스크린샷을 촬영하여 데스크톱에 무엇이 있는지 확인합니다.
2. 그런 다음 고양이 이미지를 검색할 웹 브라우저를 찾습니다.
3. 적절한 이미지를 찾은 후 데스크톱에 저장해야 합니다.

스크린샷을 촬영하여 사용 가능한 것을 확인해 봅시다...

다른 도구로 컴퓨터 사용 보강

컴퓨터 사용 도구는 다른 도구와 결합하여 더 강력한 자동화 워크플로우를 만들 수 있습니다. 이는 다음이 필요할 때 특히 유용합니다:

• 시스템 명령 실행 (bash 도구)
• 구성 파일 또는 스크립트 편집 (텍스트 편집기 도구)
• 사용자 정의 API 또는 서비스와 통합 (사용자 정의 도구)

curl https://api.anthropic.com/v1/messages \
  -H "content-type: application/json" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: computer-use-2025-01-24" \
  -d '{
    "model": "claude-sonnet-4-5",
    "max_tokens": 2000,
    "tools": [
      {
        "type": "computer_20250124",
        "name": "computer",
        "display_width_px": 1024,
        "display_height_px": 768,
        "display_number": 1
      },
      {
        "type": "text_editor_20250124",
        "name": "str_replace_editor"
      },
      {
        "type": "bash_20250124",
        "name": "bash"
      },
      {
        "name": "get_weather",
        "description": "Get the current weather in a given location",
        "input_schema": {
          "type": "object",
          "properties": {
            "location": {
              "type": "string",
              "description": "The city and state, e.g. San Francisco, CA"
            },
            "unit": {
              "type": "string",
              "enum": ["celsius", "fahrenheit"],
              "description": "The unit of temperature, either 'celsius' or 'fahrenheit'"
            }
          },
          "required": ["location"]
        }
      }
    ],
    "messages": [
      {
        "role": "user",
        "content": "Find flights from San Francisco to a place with warmer weather."
      }
    ],
    "thinking": {
      "type": "enabled",
      "budget_tokens": 1024
    }
  }'

사용자 정의 컴퓨터 사용 환경 구축

참조 구현은 컴퓨터 사용을 시작하는 데 도움이 되도록 설계되었습니다. Claude와 함께 컴퓨터 사용을 위해 필요한 모든 구성 요소를 포함합니다. 그러나 필요에 맞게 컴퓨터 사용을 위한 자신의 환경을 구축할 수 있습니다. 다음이 필요합니다:

• Claude와 함께 컴퓨터 사용에 적합한 가상화 또는 컨테이너화된 환경
• Anthropic 정의 컴퓨터 사용 도구 중 최소 하나의 구현
• Claude API와 상호작용하고 도구 구현을 사용하여 tool_use 결과를 실행하는 에이전트 루프
• 사용자 입력을 시작하여 에이전트 루프를 시작할 수 있는 API 또는 UI

컴퓨터 사용 도구 구현

컴퓨터 사용 도구는 스키마 없는 도구로 구현됩니다. 이 도구를 사용할 때 다른 도구와 같이 입력 스키마를 제공할 필요가 없습니다. 스키마는 Claude의 모델에 내장되어 있으며 수정할 수 없습니다.

오류 처리

컴퓨터 사용 도구를 구현할 때 다양한 오류가 발생할 수 있습니다. 이를 처리하는 방법은 다음과 같습니다:

구현 모범 사례 따르기

컴퓨터 사용 제한 사항 이해

컴퓨터 사용 기능은 베타 버전입니다. Claude의 기능은 최첨단이지만 개발자는 다음 제한 사항을 알아야 합니다:

1. 지연: 현재 컴퓨터 사용 지연은 인간-AI 상호작용의 경우 일반적인 인간 지향 컴퓨터 작업과 비교하여 너무 느릴 수 있습니다. 신뢰할 수 있는 환경에서 속도가 중요하지 않은 사용 사례(예: 배경 정보 수집, 자동화된 소프트웨어 테스트)에 집중할 것을 권장합니다.
2. 컴퓨터 비전 정확도 및 신뢰성: Claude는 작업을 생성할 때 특정 좌표를 출력할 때 실수하거나 환각할 수 있습니다. Claude Sonnet 3.7은 모델의 추론을 이해하고 잠재적 문제를 식별하는 데 도움이 되는 사고 기능을 도입합니다.
3. 도구 선택 정확도 및 신뢰성: Claude는 작업을 생성할 때 도구를 선택할 때 실수하거나 환각할 수 있으며 문제를 해결하기 위해 예상치 못한 작업을 수행할 수 있습니다. 또한 틈새 애플리케이션이나 여러 애플리케이션과 상호작용할 때 신뢰성이 낮을 수 있습니다. 복잡한 작업을 요청할 때 모델을 신중하게 프롬프트할 것을 권장합니다.
4. 스크롤 신뢰성: Claude Sonnet 3.7은 방향 제어가 있는 전용 스크롤 작업을 도입하여 신뢰성을 개선했습니다. 모델은 이제 지정된 양만큼 모든 방향(위/아래/왼쪽/오른쪽)으로 명시적으로 스크롤할 수 있습니다.
5. 스프레드시트 상호작용: Claude Sonnet 3.7에서 스프레드시트 상호작용을 위한 마우스 클릭이 left_mouse_down, left_mouse_up 및 새로운 수정자 키 지원과 같은 더 정밀한 마우스 제어 작업의 추가로 개선되었습니다. 셀 선택은 이러한 세밀한 제어를 사용하고 수정자 키를 클릭과 결합하여 더 안정적일 수 있습니다.
6. 소셜 및 통신 플랫폼에서 계정 생성 및 콘텐츠 생성: Claude는 웹사이트를 방문하지만 소셜 미디어 웹사이트 및 플랫폼 전반에 걸쳐 계정을 생성하거나 콘텐츠를 생성 및 공유하거나 인간 사칭에 참여할 수 있는 능력을 제한하고 있습니다. 향후 이 기능을 업데이트할 수 있습니다.
7. 취약점: 재킹 또는 프롬프트 주입과 같은 취약점은 베타 컴퓨터 사용 API를 포함한 최첨단 AI 시스템 전반에 걸쳐 지속될 수 있습니다. 어떤 상황에서는 Claude가 사용자의 지시와 충돌하더라도 콘텐츠에서 발견된 명령을 따를 수 있습니다. 예를 들어, 웹페이지 또는 이미지에 포함된 Claude 지시사항이 지시사항을 무시하거나 Claude가 실수하도록 할 수 있습니다. 우리는 다음을 권장합니다: a. 컴퓨터 사용을 최소 권한이 있는 가상 머신 또는 컨테이너와 같은 신뢰할 수 있는 환경으로 제한하세요. b. 엄격한 감시 없이 컴퓨터 사용 액세스를 민감한 계정 또는 데이터에 제공하지 마세요. c. 애플리케이션에서 컴퓨터 사용 기능을 활성화하거나 권한을 요청하기 전에 최종 사용자에게 관련 위험을 알리고 동의를 얻으세요.
8. 부적절하거나 불법적인 작업: Anthropic의 서비스 약관에 따라 컴퓨터 사용을 사용하여 법률을 위반하거나 허용 가능한 사용 정책을 위반할 수 없습니다.

항상 Claude의 컴퓨터 사용 작업 및 로그를 신중하게 검토하고 확인하세요. 완벽한 정밀도가 필요하거나 인간의 감시 없이 민감한 사용자 정보가 필요한 작업에는 Claude를 사용하지 마세요.

가격 책정

Computer use follows the standard tool use pricing. When using the computer use tool:

System prompt overhead: The computer use beta adds 466-499 tokens to the system prompt

Computer use tool token usage:

Additional token consumption:

• Screenshot images (see Vision pricing)
• Tool execution results returned to Claude

다음 단계