AI 에이전트 작업에 실제로 쓰인 숨은 도구들
여러 실사용 추천은 큰 챗봇보다 작업 흐름의 작은 병목을 줄이는 도구에 집중된다. 코딩 쪽에서는 Traycer가 속도 제한에 걸렸을 때 대화 내용을 잃지 않고 다른 모델로 바꿀 수 있어 유용하다는 평가가 있다. Claude Code는 코딩뿐 아니라 반복 작업 자동화, 글 다듬기, 영상 작업, PDF 편집, 까지 확장할 수 있고, 플러그인, 스킬, MCP 서버를 붙일 수 있으며, 을 고치면 Claude 외 모델도 넣을 수 있다는 의견이 있다.
에이전트 운영 쪽에서는 가 에이전트가 실제로 어떤 판단 과정을 거쳤는지 보여줘서, 이상한 행동이 생겼을 때 모델을 바꾸는 것보다 문제 파악 시간을 줄이는 데 더 도움이 된다는 경험이 나온다. 는 분기 많은 로직과 상태 관리가 필요할 때 쓰이고, Nhost는 에이전트가 로 백엔드 데이터에 접근하게 해 별도 엔드포인트를 많이 만들 필요를 줄인다는 추천이 있다. 또 Instructor는 구조화 출력, 는 평가와 추적, LiteLLM은 모델과 제공업체 전환에 매일 쓰인다는 짧은 추천이 있다.
다만 Claude와 를 MCP로 연결해 영상 전사와 러프컷을 만들 때는 토큰을 많이 쓰고 실수도 잦았다는 반대 경험도 있다.
핵심 포인트
- Traycer는 속도 제한이 걸려도 대화 내용을 유지한 채 다른 모델로 바꿀 수 있다는 장점이 언급됐다.
- Claude Code는 플러그인, 스킬, MCP 서버를 붙여 코딩 밖의 자동화 작업에도 쓸 수 있다는 평가가 있다.
- , 같은 추적·평가 도구는 에이전트가 왜 이상하게 행동했는지 확인하는 데 도움이 된다.
- LiteLLM은 여러 모델과 제공업체를 바꿔 쓰는 데 쓰이며, 비용과 성능 비교에 유용할 수 있다.
- Claude와 를 억지로 연결한 영상 자동화는 토큰을 많이 쓰고 오류도 있어 비용 대비 효과가 낮을 수 있다.