Chimera, 비용을 아끼는 다중 모델 AI 에이전트 실험
는 으로 공개된 에이전트다. 어려운 작업은 여러 LLM이 같은 질문을 따로 풀고, 판정 모델이 서로 맞는 부분과 충돌하는 부분, 빠진 부분을 정리한 뒤, 합성 모델이 최종 답을 만든다. 쉬운 작업이나 도구 실행은 한 모델만 쓰고, 정말 필요할 때만 여러 모델을 쓰도록 비용과 속도를 함께 보는 라우터가 붙어 있다. 은 계획을 세우고, 실행하고, 결과를 검증한 뒤, 틀리면 되돌리는 방식이다.
실제로 실행해 확인된 결과를 기준으로 삼기 때문에, 검증된 작업을 관리자가 임의로 버리지 못하게 설계됐다. 기억 기능은 이전 대화와 사실 묶음을 저장하고 다시 찾는 구조이며, SQLite와 FTS를 쓴다. 또 사용 가능, 경고, 차단, 검토 같은 규칙을 두고, 에이전트가 자기 코드를 바꾸려 할 때 정적 검사로 위험을 걸러낸다. MCP와 도구 가져오기를 지원하고, 여러 가 병렬로 작업하되 각자 검증 단계를 거치게 한다.
을 통해 OpenAI 방식의 여러 모델 제공처를 바꿔 쓸 수 있고, 로컬 모델도 연결할 수 있다. 현재는 알파 단계이며, 469개 테스트와 엄격한 코드 검사를 통과했지만 실제 운영 경험은 아직 없다.
핵심 포인트
- 어려운 작업에는 여러 LLM을 함께 쓰고, 쉬운 작업에는 한 모델만 쓰도록 설계됐다.
- 판정 모델이 답변 사이의 합의, 충돌, 빠진 부분을 점검한 뒤 최종 답을 만든다.
- 비용과 속도를 보는 라우터가 여러 모델 사용 시점을 조절한다.
- 실행 결과를 검증하고, 틀리면 되돌리는 을 갖췄다.
- 469개 테스트를 통과했지만 실제 운영 사례는 아직 없다.