AI 한 명한테 다 시키는 게, 사실은 가장 비효율이었어요
16개의 AI 에이전트가 동시에 달라붙어 10만 줄짜리 C 컴파일러를 만들었어요. 사람이 직접 친 코드는 0줄. 비용 2만 달러, 기간 2주. 결과물은 Linux 6.9 커널을 빌드하고, GCC 테스트 스위트를 99% 통과했어요.
이 숫자에서 솔깃해지는 게 "AI가 코딩을 다 한다"가 아니에요. 진짜 포인트는 한 명한테 다 떠넘기지 않았다는 것이에요. 왜 굳이 16명으로 쪼갰을까요? 답을 알면, 당신이 지금 Claude한테 일을 시키는 방식이 왜 자꾸 막히는지도 같이 풀려요.
당신 AI가 멍청해지는 진짜 이유: 컨텍스트 과부하
긴 작업을 시키다 보면 이런 경험 있으시죠. 처음엔 멀쩡하던 AI가, 대화가 길어질수록 앞에서 한 말을 까먹고, 엉뚱한 파일을 건드리고, 했던 일을 또 해요. 당신 탓이 아니에요. 구조의 문제예요.
Google Chrome 팀의 엔지니어링 매니저 Addy Osmani가 이걸 한 문장으로 정리했어요 — "LLM은 컨텍스트가 커질수록 성능이 떨어진다." 한 에이전트한테 보안 검토도, 성능 분석도, 테스트도 다 떠넘기면, 그 에이전트의 머릿속은 잡동사니로 가득 차고 추론 품질이 무너져요.
그래서 발상을 뒤집은 거예요. 한 명의 천재 대신, 좁은 범위만 맡은 여러 명. 각자가 자기 일에만 집중하니 추론이 날카로워지고, 16명이 동시에 굴러가니 시간도 줄어요. 2026년 2월 5일 Anthropic이 Claude Opus 4.6과 함께 공개한 에이전트 팀(Agent Teams)이 바로 이걸 정식 기능으로 만든 거고요.
"서브에이전트랑 뭐가 달라요?" — 보고만 하느냐, 대화하느냐
여기서 헷갈리기 쉬워요. Claude Code엔 원래 "서브에이전트"가 있었거든요. 메인 AI가 보조 AI를 불러 일을 시키고 결과만 받는 구조였죠. 결정적 차이는 하나예요. 서브에이전트끼리는 대화를 못 해요. 각자 따로 일하고 메인에게 보고만 하죠.
에이전트 팀은 팀원끼리 직접 메시지를 주고받고, 공유 작업 목록을 보며 스스로 조율해요. "심부름꾼 여럿"이 아니라 "진짜 팀"인 거예요.
| 서브에이전트 (기존) | 에이전트 팀 (새로운) | |
|---|---|---|
| 소통 | 메인 AI에게만 보고 | 팀원끼리 직접 대화 |
| 조율 | 메인 AI가 모든 걸 관리 | 공유 작업 목록으로 자율 조율 |
| 적합한 작업 | 결과만 중요한 단순 작업 | 토론과 협업이 필요한 복잡한 작업 |
| 비용 | 상대적으로 저렴 | 팀원 수에 비례해서 증가 |
그래서 언제 팀을 부르고, 언제 혼자 시켜요?
여기가 핵심이에요. 에이전트 팀은 팀원 수에 비례해 비용이 곱절로 뜁니다. 아무 작업에나 5명씩 붙이면 그냥 토큰을 태우는 거예요. 판단 기준은 의외로 단순해요 — "여러 관점이 동시에 부딪쳐야 더 좋은 결과가 나오는 일인가?"
실제 개발자들이 효과를 봤다고 보고한, 그대로 따라 해도 되는 시나리오들이에요.
- 다각도 PR 리뷰 — 보안 / 성능 / 테스트 커버리지를 각각 다른 에이전트가 동시에 검토. "혼자 리뷰할 때 놓쳤던 것들이 잡혔다."
- 가설 병렬 검증 디버깅 — 버그 원인 가설 5개를 각 에이전트가 동시에 파봐요. "확증 편향이 사라진다" — 한 가설에 꽂혀 헛다리 짚는 일이 없어져요.
- 경쟁 리서치 — 여러 자료를 분담해 동시에 읽고 비교. 읽기 중심이라 안전하면서 시간 절약 효과가 커요.
반대로 혼자 시키는 게 맞는 경우도 분명해요. 결과만 나오면 되는 단순 변환, 순차적으로 한 단계씩 가야 하는 작업, 그리고 무엇보다 예산이 빠듯할 때. 팀은 "토론과 협업이 필요한 복잡한 작업"을 위한 무기지, 기본 설정이 아니에요.
한 줄 기준: "동료 3명을 회의실에 부를 만한 일이면 팀, 혼자 30분이면 끝날 일이면 솔로."
참고로 이 흐름은 일시적 유행이 아니에요. Opus 4.6은 100만 토큰 컨텍스트 윈도우와 함께 출시됐고, Anthropic의 기업 도입률은 2024년 3월 거의 0%에서 2026년 1월 약 40%까지 올랐어요. 팀 단위 자동화가 이미 업무의 기본값이 되어가고 있다는 신호예요.
10분이면 첫 팀을 굴려볼 수 있어요
거창한 세팅 없어요. 설치 → 기능 켜기 → 자연어로 팀 만들기, 이게 전부예요.
- Claude Code 설치
npm install -g @anthropic-ai/claude-code claude # 최초 실행 시 인증 - 에이전트 팀 기능 켜기
// settings.json에 추가 { "env": { "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1" } } - 자연어로 팀 만들기 — 위 "다각도 PR 리뷰" 시나리오를 그대로 옮기면 돼요.
이 프로젝트를 리뷰할 에이전트 팀을 만들어줘. - 보안 전문가 1명 - 성능 분석가 1명 - 테스트 검증 담당 1명 각자 리뷰하고 결과를 공유해줘. - 팀 조율하기
Shift+Up/Down: 팀원 간 전환 /Ctrl+T: 작업 목록 보기 /Shift+Tab: 위임 모드 - 결과 확인 후 정리
"팀을 정리해줘"라고 말하면 끝.
첫 실습은 반드시 코드 리뷰나 리서치 같은 읽기 중심의 안전한 작업으로 시작하세요. 파일을 마구 고치는 작업부터 여러 에이전트한테 맡기면 사고 나기 쉬워요. 한번 손에 익으면, 혼자 시키던 때로는 못 돌아갑니다.
비용은 미리 계산하고 들어가세요
에이전트 팀은 최소 Max 5x 플랜(월 $100) 부터 제대로 돌아가고, 본격적으로 쓸 거면 Max 20x(월 $200)를 추천해요. 사용량을 직접 통제하고 싶으면 API 종량제(입력 $5 / 출력 $25 per 백만 토큰)도 됩니다. 팀원 수 × 작업량 = 비용이라는 공식만 기억하면 돼요.
