AI 코딩 에이전트 오케스트레이션: 워크트리·매니저-워커로 개발 속도를 끌어올리는 법

핵심 메시지

• 짧은 슬랙 메시지처럼 간결하게 지시해도 에이전트가 이전 맥락과 목표를 기억해 작업을 이어간다.
• 워크트리 기반 다중 에이전트 병렬 실행과 CI 통합이 개발 속도를 끌어올리는 핵심이다.
• 사람이 직접 코딩하기보다 '매니저' 역할로 물러설 때 에이전트의 낙관 편향을 걸러낼 수 있다.
• '어떻게 할지'(스킬·MCP·설정)와 '무엇을 할지'(스펙·목표)의 맥락을 분리하면 컨텍스트 낭비를 줄인다.
• 브라우저·시각 테스트처럼 예전엔 사람이 필요하던 작업도 최근 에이전트가 안정적으로 처리한다.

쉽게 이해하기

스냅챗의 엔지니어 제프리 리찬은 'Develop at Idea Velocity' 워크숍에서 자신이 실제로 쓰는 AI 개발 스택을 공개했다. 그는 아주 간결한 지시만 던져도 에이전트가 이전 대화의 맥락과 메모리를 유지해 작업을 이어간다는 점을 강조한다. 예컨대 '이거 고쳐줘' 같은 짧은 슬랙 메시지에도 에이전트가 앞서 요청한 내용을 기억한다.

핵심은 통제 수준을 조절할 수 있는 오케스트레이션 구조다. 한쪽 끝에는 에이전트 오케스트레이터가 여러 워커를 알아서 관리하는 방식이, 다른 쪽 끝에는 tmux 터미널로 직접 통제하는 방식이 있다. 그는 오픈소스 프레임워크를 포크해 워커를 돌리고, 각 워커는 다시 Claude Code를, 그 안에서 또 서브에이전트를 실행하는 계층 구조를 만든다.

그는 에이전트를 별도 계층으로 두는 이유로 '특화'와 '컨텍스트 분리'를 든다. Claude를 곧바로 열면 설정 파일·스킬·MCP 같은 '어떻게 할지'에 관한 정보가 컨텍스트의 상당 부분을 차지해 버린다. 반면 상위 계층에서는 '무엇을, 왜 해야 하는지'(스펙·목표·최근 지시 이력)에 집중하도록 역할을 나눈다.

테스트 전략도 소개한다. 브라우저 없이 처리할 수 있는 것은 MCP(HTTP·JSON)로 검증하고, 화면에 보이는 시각적 요소만 브라우저 테스트로 확인한다. 1년 전만 해도 팝업을 찾거나 비밀번호를 입력하는 단순 작업조차 에이전트가 버벅였지만, 최근에는 이런 브라우저 테스트를 꽤 안정적으로 해낸다고 말한다.

가장 흥미로운 대목은 '매니저-워커'의 편향 차이다. 코딩 에이전트와 직접 작업하면 결과를 '잘 됐다'고 낙관하는 편향이 있는데, 맥락이 다른 매니저를 두면 더 냉정한 판단이 나온다. 실제로 한 PR에 대해 매니저 쪽은 '이건 다른 PR로 대체하고 닫는 게 낫다'고 권고했다. 그는 AI RPG 사이트와 여러 모델의 답을 모아 비교해 주는 멀티 AI 분석 사이트를 직접 만든 사례도 시연하며, 스테이징 환경과 모델 선택은 토큰 비용까지 고려해 정한다고 덧붙였다.

주요 인사이트

• 에이전트를 '동료 코더'가 아니라 관리 대상으로 두면, 결과를 과대평가하려는 모델의 낙관 편향에서 한발 물러나 객관적으로 판단할 수 있다.
• 컨텍스트를 예산처럼 다루는 관점: 작업 지시용 맥락과 구현용 맥락을 분리하면 실제 목표에 더 많은 컨텍스트를 배분할 수 있다.
• 워크트리·tmux·매니저-워커 계층 같은 병렬화 장치가 '아이디어 속도' 개발을 가능하게 하는 실질적 메커니즘이다.
• 에이전트 역량이 분기·월 단위로 빠르게 향상되면서, 과거 사람이 수동으로 하던 브라우저 테스트 같은 영역이 자동화되고 있다.
• 도구·모델 선택은 성능뿐 아니라 토큰 비용의 균형으로 결정되며, 상황에 따라 저비용 대체 모델로 전환한다.

자주 묻는 질문

관련 AI 소식