Codex로 여러 AI 에이전트를 동시에 돌리는 멀티 에이전트 루프 운영기
한 가지 작업을 여러 에게 나눠 맡기고, 이들이 서로 소통하며 스스로 조율해 작업을 끝내는 방식이다. Codex 자체 내장 기능인 '/goal'은 쓰지 않고, 직접 역할을 나눠 구성했다. 역할 배정은 이렇다: 기획(플래닝)은 'xhigh' 강도의 리즈닝을 쓰는 모델이 맡고, 백엔드 작업은 다른 모델을 'high' 강도로, 프런트엔드 작업과 코드 리뷰는 또 다른 모델을 'high' 강도로 사용한다.
리뷰어가 지적한 내용을 고치는 역할과, 전체 루프를 조율하는 코디네이터, 루프가 잘 굴러가는지 점검하는 역할은 각각 별도 모델이 맡는다. 코디네이터 역할을 맡은 모델은 처음엔 사람이 좀 더 방향을 잡아줘야 하지만, 일단 루프가 어떻게 돌아가는지 이해하면 이후엔 매끄럽게 진행된다. 다만 요즘 Codex의 응답 속도가 전반적으로 느려졌고, 특히 코디네이터로 쓰는 모델은 다른 모델보다 같은 작업을 처리하는 데 거의 두 배 시간이 걸린다.
이 때문에 일부 루프는 구독 사용량이 소진될 때를 빼고는 일주일 넘게 쉬지 않고 계속 돌아가고 있다. 백엔드 작업에 특정 모델을 쓰는 이유는 다른 모델보다 더 객관적으로 판단하고 사용량도 덜 쓰기 때문이고, 프런트엔드 작업에는 다른 모델이 훨씬 낫다고 판단해서 그쪽을 쓴다고 설명한다.
핵심 포인트
- 하나의 작업을 여러 로 나누고 서로 조율하게 하는 방식
- 기획·백엔드·프런트엔드·코드 리뷰·수정·조율·점검 등 역할별로 다른 모델과 를 배정
- 코디네이터 역할 모델은 처음엔 사람이 방향을 더 잡아줘야 하지만 이후엔 안정적으로 작동
- 일부 모델은 다른 모델보다 같은 작업에 거의 두 배 시간이 걸릴 만큼 속도 차이가 큼
- 구독 사용량이 소진되지 않는 한 루프가 일주일 넘게 끊김 없이 돌아가는 경우도 있음