병렬 코딩 에이전트 도구가 쏟아집니다 — 6개월 굴려본 손익계산서

안녕하세요. 정리하는 개발자 워니즈입니다.

오늘 GeekNews에 병렬 코딩 에이전트를 여러 개 굴리는 오케스트레이터가 하루에 두 건 올라왔습니다. 도구가 몰려나오는 국면이라, 병렬로 나눠 맡기는 방식이 실제로 무엇을 주고 무엇을 뺏는지 공개된 실측치 기준으로 정리했습니다.

1. 무슨 일 — 하루에 병렬 코딩 에이전트 도구 두 개

Paseo (GeekNews): Claude Code·Codex·Copilot·OpenCode·Pi를 한 인터페이스에서 다루는 self-hosted 오케스트레이터입니다. 데스크톱·모바일·웹·CLI를 지원하고 음성으로도 지시할 수 있습니다. 라이선스는 AGPL-3.0입니다.
Orca (GeekNews): 에이전트마다 격리된 git worktree를 붙여 나란히 돌리는 오픈소스 ADE입니다. 모바일 원격 모니터링, GitHub·Linear 연동, SSH 원격 워크트리를 제공하고 MIT 라이선스입니다.

둘 다 전제가 같습니다. 에이전트를 동시에 여러 개 돌리는 일이 이제 별도 도구를 살 만큼 흔해졌다는 것입니다.

2. 병렬화가 실제로 주는 것

Anthropic은 리서치 기능에서 Opus 4를 리드로 두고 Sonnet 4 서브에이전트를 붙인 구성이 단일 Opus 4보다 내부 평가에서 90.2% 높은 점수를 냈다고 공개했습니다. 같은 글은 토큰 사용량 하나로 성능 분산의 80%가 설명된다고 적었습니다. 서브에이전트마다 자기 컨텍스트 창을 따로 갖고 독립적인 갈래를 파고드는 구조가 이득의 정체입니다. 대신 토큰은 일반 대화의 약 15배를 씁니다.

이득이 하나 더 있습니다. 만드는 쪽과 채점하는 쪽을 분리하는 것입니다. Anthropic의 하네스 설계 글은 모델이 자기 산출물을 후하게 평가한다고 적었습니다. 같은 과제를 평가자 없이 돌렸을 때는 20분 $9에 핵심 기능이 작동하지 않았고, 플래너→제너레이터→평가자 전체 구성은 6시간 $200으로 10개 스프린트에 걸쳐 16개 기능을 작동 상태로 만들었습니다. 20배가 넘는 비용이 작동 여부를 샀습니다.

3. 병렬 코딩 에이전트가 손해를 보는 지점

반대 방향 데이터가 있습니다. 구글 리서치는 5개 아키텍처·180개 구성·4개 벤치마크 실험에서, 분해 가능한 금융 추론 과제는 중앙집중 멀티에이전트가 단일 대비 80.9% 향상된 반면 순차 계획 과제(PlanCraft)에서는 시험한 모든 멀티에이전트 구성이 39~70% 저하됐다고 보고했습니다. 원인으로는 정보 파편화를 들었습니다. 단계마다 요약본으로 넘기면서 앞 단계의 상태가 유실됩니다. 오류가 번지는 정도도 구조에 따라 갈렸습니다. 중앙집중형은 4.4배, 독립형은 17.2배였습니다.

Anthropic도 같은 경계를 적어뒀습니다. 코딩 작업은 리서치보다 진짜로 병렬화 가능한 부분이 적다는 문장입니다.

제가 겪은 손해는 더 단순한 모양이었습니다. 서로 다른 작업 두 개를 한 번에 묶어서 맡겼다가 중간에 끊겼고, 결과물은 0이었고 브리프 쓴 시간만 남았습니다. AI 시대 팀 리드, 제가 빠졌던 판단 착각 3가지에 적어둔 사례입니다. 그리고 병렬로 돌리면 산출물이 늘어나는 만큼 검증 부담이 같이 늘어납니다.

4. 그래서 언제 나누고 언제 안 나누나

제가 쓰는 기준은 속도가 아니라 실패했을 때 무엇이 남는가입니다.

실패해도 앞부분이 남으면 묶고, 끊기면 전부 날아가면 쪼갭니다
순차 의존이 강한 작업은 한 세션에 몰아줍니다. 넘기는 횟수가 곧 유실 지점입니다
검증은 구현한 에이전트가 아닌 다른 에이전트에 맡깁니다
브리프 쓰는 시간이 예상 diff보다 길면 그냥 직접 합니다

도구를 고르기 전에 정할 것은 쪼개는 단위입니다. 저는 하네스도 6개월 굴리고 절반 가까이 걷어냈습니다. 오케스트레이터를 붙인다고 이 판단이 자동으로 되지는 않습니다.

5. 정리

병렬 코딩 에이전트 오케스트레이터 Paseo와 Orca가 같은 날 공개됐습니다. 격리 방식은 git worktree, 조작 지점은 모바일까지 내려왔습니다
이득은 독립 갈래 팬아웃과 별도 컨텍스트 창입니다. Anthropic 리서치 구성은 단일 대비 90.2% 향상, 대신 토큰 약 15배입니다
만드는 에이전트와 채점하는 에이전트를 나누면 비용이 크게 늘고 작동 여부가 바뀝니다
손해는 순차 의존 작업에서 나옵니다. 구글 리서치 실험에서 39~70% 저하, 오류 증폭은 독립형에서 17.2배였습니다
판단 기준은 실패했을 때 무엇이 남는가입니다. 남으면 묶고, 전부 날아가면 쪼갭니다

읽어주셔서 감사합니다. 어떤 단위로 쪼개서 맡기고 계신지 궁금합니다.