매일 사용하는 멀티 에이전트 워크플로우에 대한 겸손한 가이드
A humble guide to the multi-agent workflows I use every day
핵심 요약
AI 에이전트들을 활용해 코드 작성, 검토, 기록, 유지보수를 자동화하는 체계적인 멀티 에이전트 워크플로우 구축 방법.
- 에이전트 역할 분담 — 드라이버, 리뷰어, 섀도우, 스크라이브, 키퍼로 역할을 나누어 협업 효율 극대화함.
- 공유 작업 공간 — 마크다운 파일 기반의 '룸'을 통해 에이전트 간 의사결정과 진행 상황을 기록함.
- 진실의 원천(SOT) — 프로젝트의 기술 스택과 규칙을 명확히 하여 에이전트의 데이터 일관성을 유지함.
- 스파인(Spine) 활용 — 프로젝트 구조를 주석이 달린 인덱스로 관리하여 에이전트의 문맥 파악 및 탐색 능력을 향상함.
내 주력 도구는 Claude Code고, 그 뒤를 Codex가 바짝 쫓고 있어. 내 작업 방식을 보면, Claude가 복잡한 지시나 명령을 훨씬 일관성 있게 잘 따르는 편이고, Codex는 든든한 보조 역할을 해줘.
내 업무와 연구의 거의 모든 과정에 AI가 함께해. 그러니까 하루 12~16시간씩 일하는 내 일상에 AI가 항상 붙어 있는 셈이지. 유감스럽게도 난 일 중독자거든.
작든 크든 대부분의 작업에서 난 최소한 Claude Code 에이전트 하나, Codex 에이전트 하나를 써. 둘을 짝지어서 하나는 드라이버(직접 코딩하는 놈), 다른 하나는 리뷰어(검수하고 게이트키퍼 역할 하는 놈)로 돌려. 둘 다 똑같은 프라이머(primer)를 받으니까 서로의 역할, 규칙, 맥락을 다 꿰고 있어서 필요할 때마다 역할을 바꿀 수도 있어. 내 역할은 목표를 정하고, 계획을 짜고, 작업을 지시하고, 결과를 평가해서 최종 결정을 내리는 거야.
이런 운영 방식은 내가 프로그래머이자 시스템 아키텍트로 수년간 공부하고 일하면서 몸에 밴 거야. 난 내가 직접 결과물을 검증할 수 있는 분야에서만 AI를 써. AI가 있으면 도메인 지식이 필요 없다고 떠드는 놈들은, 결과물을 검증할 방법도 없이 그냥 자신감만 파는 사기꾼들이라고 봐. 대충 계산해 봐도 난 AI 시스템이랑 5천 시간 넘게 씨름해 왔거든.
작업 하나당 폴더를 하나씩 만들어(난 GitHub랑 동기화되는 볼트에 저장하는데, 꼭 이럴 필요는 없어). 그 안에 이런저런 폴더랑 파일을 넣지.
- Sources of Truth (SOTs - 결정적인 판단이나 도메인 맥락을 담은 '진실의 원천')
- 관련 자료를 가리키는 스파인(spines - 이정표 같은 거라고 보면 돼)
- 에이전트별 브리핑과 지침
- 에이전트들이 보고서나 질문을 올리는 공유 공간(폴더)
The Room (공유 공간)
에이전트들한테는 정해진 프로토콜(형식)에 맞춰서 메시지를 남기라고 시켜. 이렇게 쌓인 파일들이 결정 사항, 질문, 발견한 점, 진행 상황을 보여주는 영구적인 타임라인이 되는 거지. 단점이라면 이 타임라인에 알짜 정보(signal)랑 쓰레기 정보(잘못된 가정, 결정, 낡은 사실 등)가 섞여 있다는 거야.
만들려면 'room' 폴더를 하나 파고, 에이전트들이 프론트매터(frontmatter)가 포함된 .md 파일을 올리게 해. 각 파일을 이메일처럼 다루면 돼. 보낸 사람, 받는 사람, 타임스탬프, 제목, 메시지 유형, 본문 이런 식으로 말이야.
The Sources of Truth (SOTs)
작업이 산으로 가거나, 낡은 데이터 때문에 에이전트가 헛짓거리하는 걸 막으려면, 특정 시점에 무엇이 '진실'인지 확실히 정해둬야 해. SOT는 현재 작업의 기준이 뭔지를 정의해. 기술 스택, 작업 패턴(우리 팀은 이렇게 일한다, 즉 modus operandi), 결정 사항(여기서 뭘 하기로 했는지), 심지어 간단한 '할 것과 하지 말 것' 매트릭스까지 다 포함될 수 있어.
에이전트의 컨텍스트를 가볍게 유지하려면, 당장 필요한 SOT만 던져줘야 해. 이렇게 하면 권위 있는 방향을 잃지 않으면서도 점진적으로 맥락을 파악하게 만들 수 있어. 토큰도 아낄 수 있으니 일석이조지.
The Spines (스파인)
검색은 노드를 찾아내지만, 스파인은 그 노드에서 방향을 잡게 해줘.
내 워크플로우에서 스파인은 컨텍스트를 아끼는 데 가장 효과적이었어. 소스 자료를 압축하는 여러 컨텍스트 축소 시스템을 써봤는데, 토큰은 아껴도 전체적인 의미만 남고 세부적인 제약 사항이 다 날아가더라고. 압축 과정에서 손실이 발생하니까, 놓친 통찰이나 미묘한 제약 조건 하나 때문에 나중에 결정이 완전히 뒤집히기도 해. 사소한 걸 놓쳐서 엉뚱한 길로 들어선 줄도 모르고 달리는 거지.
스파인은 주석이 달린 인덱스야. 관련 경로를 나열하고, 각 경로마다 그 너머에 뭐가 있는지 설명하는 짧은 맥락을 덧붙여. 에이전트 스킬도 이런 식으로 써. 컨텍스트에는 보통 스킬 이름(실행 명령어)이랑 짧은 설명(맥락)만 담고, 실제 전체 지침은 스킬이 호출될 때까지 불러오지 않는 식이지. 쉽게 말해 '주석이 달린 목차'라고 생각하면 돼.
여러 모델을 거듭 테스트해 본 결과, 내 결론은 스파인이 방향 잡기랑 초기 탐색에 확실히 도움을 준다는 거야. 검색 속도 자체가 빨라지는 건 아니지만 말이야.
