2026-11-07 · threads.com
영업기밀 공개함 — AI 에이전트 5개로 꾸린 리서치 팀
threads.com · 2026-11-07 KST
데카당스 (MJ Kim)(@decadence_in_london)가 2026-11-07 09:35 KST Threads에 올린 5부 스레드다. 저자는 AI 에이전트 다섯에게 문헌 조사·수치 조사·조사 관리·검증·총괄을 나눠 맡기고, 사람은 총괄 연구원하고만 대화한다. 7분 뒤 저자는 같은 스레드를 인용해, 상위 모델 하나에 조사를 맡길 때와 결과 차이는 크지 않고 이득은 정리와 검증 쪽이라고 덧붙였다.
읽기 전에
데카당스는 AI 에이전트 다섯에게 자료 조사를 어떻게 나눠 맡기고, 그 구성이 상위 모델 하나에 바로 조사를 시킬 때보다 무엇을 더 준다고 말하나?
데카당스(MJ Kim, @decadence_in_london)는 2026-11-07 09:35 KST(00:35 UTC) Threads에 5부 스레드 「영업기밀 공개함」을 올렸다. 자기소개에 미국 은행 런던 오피스 15년차 Director라고 적은 저자는 이 구성을 회사의 산업·매크로 분석과 Threads 글감 조사에 쓴다고 밝힌다. 저자는 AI 에이전트 다섯에게 연구소 직책을 하나씩 준다. 직책은 문헌·맥락 조사원, 수치·도표 조사원, 리서치 매니저, 검증 위원, 총괄 연구원이다.
저자는 이 구성의 이득을 결과의 질보다 과정 쪽에 둔다. 2026-11-07 09:42 KST 인용 게시물에서 저자는 상위 모델 하나에 조사를 시킬 때와 결과 면에서 "어마어마한 차이는 안남"이라고 쓴다. 저자가 꼽는 이득은 분야별 누락 방지, 검증 에이전트의 팩트 체크와 보완, 정리된 자료 덕분에 쉬워지는 최종 검수다. 이 셋은 저자의 사용 경험에서 나온 진술이다. 같은 질문을 두 방식으로 조사해 결과를 나란히 비교한 자료는 스레드에 없다.
구성의 뼈대는 연구소 직제다. 사람이 맨 위 연구 책임자 자리에서 조사 질문과 방향을 정한다. 총괄 연구원(에이전트 5)이 그 아래에서 범위를 정한 뒤 결론을 쓴다. 리서치 매니저(에이전트 3)는 조사원 두 에이전트(에이전트 1·2)의 조사를 설계한다. 검증 위원(에이전트 4)은 조사원 줄과 갈라져 총괄 연구원 바로 아래에 선다.
사람과 에이전트 사이의 창구는 총괄 연구원 하나다. 저자는 지시도 에이전트 5에게만 준다. 에이전트 5가 그 지시를 나머지 에이전트에게 나눈다. 저자는 답글에서 이유를 질문 수로 설명한다. 다섯 모두와 대화하면 질문이 너무 많아져 피곤하다는 것이다. 방향과 민감한 판단은 조직도의 화살표대로 곧바로 저자에게 올라온다.
자료실은 사람의 검수를 받치는 자리다. 조사에 쓴 자료마다 원문 링크·발행일·신뢰도가 카드로 남는다. 저자는 보고서를 읽다 의문이 생기면 자료실에서 원문을 찾는다고 쓴다. 최종 검수와 방향 결정은 5/5에서 저자가 사람 몫으로 남긴다.
다섯 글과 저자 인용 게시물의 본문은 줄바꿈을 빼고 공백을 넣어 1,472자다. 분당 500자로 잡으면 3분 안팎이다. 그림 7장을 보는 시간은 이 값에 들지 않는다.
Executive Summary
원문은 데카당스(MJ Kim, @decadence_in_london)가 2026-11-07 09:35 한국 표준시(Korea Standard Time, KST)에 Threads에 올린 5개 게시물 스레드 「영업기밀 공개함」이다. 첫 게시물의 반응은 같은 날 19:33 KST 기준 좋아요 340, 답글 83, 리포스트 134, 공유 297, 인용 3이다. 스레드는 AI 에이전트 다섯에게 조사 역할을 나눠 맡기는 체계를 설명한다. 마지막 게시물은 조사하는 업종이라면 “생산성이 차원이 달라진다”고 맺는다. 저자는 7분 뒤 이 스레드를 인용한 덧붙임 글에서 상위 모델 하나에 조사시키는 것과 결과 차이가 크지 않다고 적었다. 그가 남긴 이득은 정리와 검증의 편의다.
신뢰도 B — 구조 설명과 예시 보고서의 사실 10건 중 9건은 1차 출처와 맞는다. ‘검증 위원이 없으면 엉터리’는 연구가 받치는 폭보다 세다. ‘아무나’와 ‘계정 하나로’에는 Claude 유료 요금제 조건이 빠졌다. 판정 26건(의견·경험 진술 4건 포함)은 팩트체크 블록에 있다.
스레드는 이 체계를 “영업기밀”로 소개한다. 같은 첫 게시물은 “아무나 할 수 있는거라서” 공개한다는 이유를 붙인다. 마지막 게시물(5/5)은 생산성 주장 뒤에 “어차피 알려줘도 안하겠지만 난 알랴줬음”이라는 농담으로 끝난다.
덧붙임의 첫 문장은 “이렇게 거창하게 말했지만”이다. 저자는 이어 “사실 그냥 상위모델 써서 조사시키는거랑 결과면에서 어마어마한 차이는 안남”이라고 쓴다. 그가 드는 이득은 셋이다. 역할을 나눠 두어 분야별로 빼먹지 않는다. 총괄·검증 에이전트가 팩트체크와 보완을 알아서 한다. 자료가 정리돼 최종 검수가 수월하다.
같은 글은 “에이전트 사무실” 같은 보여주기용 구성을 만들지 말라고 권한다. 이 정도로만 만들어도 “토큰대비 결과물 매우 훌륭하게 나온다”는 것이 이유다. 무엇에 견준 토큰 대비인지는 적혀 있지 않다. 글은 “괜히 멀리가지마라”로 끝난다.
저자는 답글에서도 같은 양보를 되풀이했다.
| 시각 | 답한 댓글 | 결과물에 대한 말 | 계속 쓰는 이유 |
|---|---|---|---|
| 11:54 | @bgbeeeeeee의 감사 댓글 | “상위 모델이랑 결과물 퀄리티는 어마어마한 차이는 안나지만” | “훨씬 편하게 자료 조사를 할 수 있어요” |
| 15:57 | @itemcurator_threads의 비판 댓글 | “결과물이 그렇게 엄청나게 뛰어나진 않더라구요” | “정리 촥촥 잘해놔서” |
| 16:00 | @misya2269의 “기밀을 공개해도 못알아 먹는 1인” 댓글 | “이렇게한다고 엄청 결과물이 좋아지는건 아닌데” | “정리가 잘되서 저는 쓰기가 편하더라구요” |
| 16:02 | @song_soulsoul의 “일잘러!” 댓글 | “결과물이 상위모델에 비해서 어마어마하게 좋진 않더라구요” | “자료실이랑 검증하는게 조금 편해서” |
| 17:55 | @ai.rusk의 비판 댓글 | “결과물이 어마어마하게 뛰어나진 않지만” | “정리를 잘해줘서” |
첫 게시물은 “AI로 에이전트 5개”를 만들라고 쓴다. 에이전시를 차리라는 말이 아니라는 단서가 붙는다. 다섯인 이유로 저자는 홀수를 좋아하는 취향을 든다. 홀수가 “뭔가 안정적”이라는 것이다. 저자는 16:00 KST 답글에서 체계 전체를 “역할을 나눠서 일을 시킨다”는 말로 줄였다.
| 역할 | 게시물 글의 이름·설명 | 그림의 이름 | 그림의 업무 | 그림의 ID |
|---|---|---|---|---|
| 에이전트 1 | 문헌/맥락(정성적) 조사원 | 문헌·맥락 조사원 | 배경·쟁점·반론·통념 판정 | researcher-context |
| 에이전트 2 | 수치/도표(정량적) 조사원 | 수치·발언 검증원 | 1차 출처 추적·교차 검증·차트 | researcher-facts |
| 에이전트 3 | 리서치 매니저: 조사원 관리, 피드백, 방향성 제시 | 리서치 매니저 | 조사 설계·검토·보완 지시·자료실 관리 | editor-a |
| 에이전트 4 | 검증 위원: 조사 내용 검증 | 검증 위원 | 사실 확인·논리·과장 점검·수정 권고 | reviewer |
| 에이전트 5 | 총괄 연구원: 모든 프로세스 오케스트레이션 | 총괄 연구원 | 범위 설정·결론 작성·보고 | editor-b |
| 사람(저자) | 연구 책임자: 에이전트 5하고만 이야기한다 | 연구 책임자 | 사용자·조사 질문, 방향, 승인 | — |
게시물 글과 그림의 이름이 다른 역할은 에이전트 2 하나다(표 둘째 줄).
저자의 역할은 연구 책임자다. 그는 다른 에이전트와 말하지 않는다. 대화 상대는 총괄 연구원인 에이전트 5 하나다. 가이던스도 에이전트 5에게 준다. 다른 에이전트에게 나눠 주는 일은 에이전트 5의 몫이다. 반대 방향으로는 어느 에이전트든 궁금한 점이나 결정할 일이 생기면 저자에게 묻게 지시한다.
왜 에이전트 5하고만 말하느냐는 질문(@reindeer.log, 11:43 KST)에 저자는 11:56 KST 답글로 답했다. 다른 에이전트와 말해도 상관은 없다고 한다. 에이전트 5가 총괄이어서 중요하지 않은 사항은 저자 대신 다른 에이전트와 이야기한다. 저자는 중요한 사항만 자기에게 가져오게 한다. 그렇게 하지 않으면 질문이 너무 많아져 피곤하다는 것이 이유다.
2/5 게시물은 검증 위원(에이전트 4)의 역할이 “매우 중요”하다고 쓴다. 검증 위원은 조사원의 결과를 “독립적으로 크로스체크”해 정확도를 높인다. 저자는 검증 위원이 없으면 “엉터리 조사결과”가 나온다고 주장한다.
3/5 게시물은 검증 위원에게 반대 논증 담당(Devil's Advocate)을 맡긴다. 대상은 조사 중 발견한 주장과 속설이다. 내용을 잘못 이해하면 나올 수 있는 주장도 대상이다. 저자는 그 결과물인 “통념 판정”을 읽으면 내용 이해에 도움이 많이 된다고 쓴다.
같은 게시물의 첫 그림이 그 통념 판정이다. 그림은 저자의 체계가 만든 예시 보고서의 한 쪽이다. 보고서 주제는 2024년 허리케인 헬렌(Helene) 뒤 스프루스 파인(Spruce Pine)의 고순도 석영 공급이다. 2/5·3/5 게시물의 그림 다섯 장은 모두 이 주제의 보고서 화면이다.
| 흔한 주장 | 판정 | 보고서가 든 근거 | 근거 카드 |
|---|---|---|---|
| 스프루스 파인이 멈추면 전 세계 반도체가 멈춘다 | 과장 | 2~4주 만에 재가동, 칩사 영향 없음, 칩 부족 보도 없음 | F005, F006, F011 |
| 장기 중단이면 칩 생산에 큰 차질이 생길 수 있다 | 사실(조건부) | 도가니급 대체 공급 제한 | S016, S005 |
| 세계 고순도 석영의 70~90%가 이곳에서 나온다 | 기준 불명확 | 도가니 기준 단일 추정. 블룸버그NEF(BloombergNEF, BNEF) 수치는 ‘상업용 고순도 석영(High-Purity Quartz, HPQ) 80% 이상’ | F001, F002 |
| 세계 유일의 고순도 석영 산지다 | 틀림 | 러시아·노르웨이·중국 산지 존재 | S016, S017 |
| 광산이 헬렌에 파괴됐다 | 과장 | 시설 피해 경미, 중단은 선제 조치 | F014 |
| 헬렌으로 석영 가격이 폭등했다 | 근거 없음 | 가격은 헬렌 이전부터 급락 | F024, F017 |
| 취약성은 헬렌 때 처음 드러났다 | 틀림 | 2008년 공장 화재 선례 | S019 |
| 삼성·SK하이닉스가 피해를 입었다 | 근거 없음 | 공식 입장은 영향 예상 안 함 | F011 |
2/5 게시물은 자료실을 만들어 달라고 요청하라고 쓴다. 자료실은 조사에 쓴 자료의 원문 링크·발행일자·신뢰도를 모은다. 저자가 드는 이유는 읽다가 의문이 생기면 원문을 찾기 쉽다는 점이다.
같은 게시물에 붙은 그림 세 장은 예시 보고서의 자료실 화면이다. 첫 장은 ‘09 자료실’ 쪽이다. 보고서 위쪽 탭은 요약, 조사 방법, 발견 1~4(집중도·용도·헬렌·시장), 한국 시사점, 통념 판정, 한계·추가 조사, 자료실, 조사 기록이다. 출처 표는 ID·자료·발행·신뢰도 네 칸에 29건을 싣는다. 화면에 보이는 S001~S008의 신뢰도는 상 다섯, 중상 하나, 중 둘이다. 발행 칸 일부는 ‘2024-10 초 (원문 대조 필요)’처럼 날짜가 불확실하다는 표시를 단다.
둘째 장은 ID를 누르면 열리는 출처 카드 S001의 전문이다. 화면 설명은 카드마다 링크·요약·원문 인용·검증 메모가 있다고 적는다. S001 카드의 자료는 Sibelco 보도자료(Business Wire 배포)다. 발행일은 2024-10-10, 확인일은 2026-11-06, 자료 유형은 1차자료, 관점은 ‘이해당사자’, 활용도는 ‘높음’이다. 신뢰도 ‘상’에는 이해당사자의 ‘피해 경미’ 주장은 자기 서술이라는 단서가 붙는다. 시의성 칸은 ‘주의’와 함께 이후 상황을 S013·S015에서 보라고 적는다.
셋째 장은 자료실의 ‘추천 읽기’를 펼친 화면이다. 제목은 ‘편집장용 추천 읽기 (편집자 B 작성, 단편이라 간략)’이다. ‘편집자 B’는 조직도의 editor-b(총괄 연구원)와 이름이 겹친다. 목록 여섯 건은 WIRED의 2018년 Vince Beiser 글, NPR의 2024년 9월 보도, Bloomberg의 2024-10-02 보도, CSX의 2025년 발표, Tom's Hardware의 2026년 9월 보도, WLOS의 2026년 7월 보도다. 항목마다 출처 카드 번호와 읽을 이유 한 줄이 붙는다.
4/5 게시물은 저자가 설계한 조사 순서를 그림으로 싣는다. 저자는 용도에 맞게 고쳐 쓰라고 다시 적는다. 순서는 0~7의 여덟 단계다. 0단계 ‘책임자 확인’과 5단계 ‘결론 방향 확인’은 연구 책임자를 명시한다. 3단계 ‘발견 시 질의’는 묻는 상대를 적지 않는다. 반복 상한은 3단계(최대 2회)와 6단계(최대 2라운드)에 붙는다.
| 단계 | 이름 | 맡는 역할 | 하는 일 | 꼬리표 |
|---|---|---|---|---|
| 0 | 조사 질문 접수 | — | 독자(보고 대상)·관점·범위·민감 사항을 확정한다. | 책임자 확인 |
| 1 | 조사 설계 | 총괄 연구원·리서치 매니저 | 핵심 질문·조사원별 지시·검색어·완료 기준을 문서로 쓴다. | — |
| 2 | 병렬 조사 | 문헌·맥락 조사원, 수치·발언 검증원 | 문헌·맥락 조사원은 출처 카드를, 수치·발언 검증원은 수치 카드와 차트 데이터를 자료실에 쌓는다. | 동시 진행 |
| 3 | 검토와 보완 | — | 질문별 근거 유무·관점 균형·출처 간 충돌을 점검한다. 부족한 부분만 보완 조사한다. | 최대 2회, 발견 시 질의 |
| 4 | 자료실 정리 | — | 카드마다 신뢰도·검증 상태·사용 가능 여부를 표시한다. 확인에 실패한 자료도 지우지 않고 ‘사용 금지’로 남긴다. | — |
| 5 | 분석·결론 작성 | 총괄 연구원 | 발견을 정리한다. 결론 방향을 연구 책임자와 확정한다. | 결론 방향 확인 |
| 6 | 독립 검증 | 검증 위원 | 핵심 주장을 별도 검색으로 다시 확인한다. 과장·인과 단정·출처 귀속을 점검한다. 지적마다 수용·기각 사유를 기록한다. | 최대 2라운드 |
| 7 | 최종 보고 | — | 보고서·자료실·원문 대조 체크리스트·결정 로그를 함께 낸다. | — |
3/5 게시물은 총괄 연구원이 조사원들이 가져온 내용을 요약해 결론을 낸다고 쓴다. 표의 5단계가 그 자리다. 같은 게시물의 둘째 그림이 그 결과물의 예다. 예시 보고서의 ‘04 발견 3’ 쪽은 항목마다 근거 카드 번호를 단다. 쪽 끝의 ‘판단’ 상자가 결론을 적는다.
저자는 자기소개란에 4개국 거주, 미국 은행 런던 오피스 15년차 Director, 『얼음별로 떠나는 아이슬란드 여행』 저자라고 적는다. 3/5 게시물은 목적에 맞게 쓰면 된다는 단서를 먼저 단다. 저자 자신의 용도는 회사의 산업·매크로 분석 업무와 Threads 글쓰기 자료 조사다. 09:50 KST 답글에서는 이 체계를 “업무 보조용”으로 만들었다고 적는다.
5/5 게시물은 만든 계기를 적는다. 저자는 이 체계를 만든 뒤 자기 밑 애널리스트에게 조사를 시키지 않는다. 그 애널리스트들도 요즘은 AI로 조사한다. 저자는 그들이 “AI 슬랍”을 하도 가져와 답답해서 직접 만들었다고 쓴다.
같은 게시물에서 저자는 업무나 글쓰기에 쓸 때 최종 검수는 사람이 해야 한다고 쓴다. 어떤 방향으로 쓸지도 사람이 정한다는 것이다.
역할을 나누면 느려지지 않느냐는 질문도 있었다. @hyung.dds(13:37 KST)는 역할별 팀으로 ‘비둘기 산책 메타버스’를 만들다 답답해 다 뜯어냈다고 썼다. 저자는 15:58 KST 답글에서 자료 조사용이라 빠를 필요가 없다고 답했다. 코딩용이 아니어서 좀 느려도 괜찮다는 것이다.
스레드는 프롬프트를 싣지 않는다. 5/5 게시물은 프롬프트가 궁금하면 스레드 글과 사진을 Claude Code에 넣어 똑같이 만들어 달라고 하라고 쓴다. 저자가 답글에서 밝힌 제작 도구와 조건은 아래 표와 같다.
| 시각 | 댓글의 질문 | 저자의 답 |
|---|---|---|
| 09:50 | @samgakgimbap_in_us: 이것을 Claude로 했느냐 | Claude Opus 5.5로 만들었다. 만든 지는 꽤 됐다. 필요할 때마다 조금씩 덧붙여 지금 모습이 됐다. |
| 11:17 | @review.cmd: Claude Code만 있어도 구현할 수 있느냐 | Claude Code로 만들었다. 가능하다. |
| 15:55 | @transurfer.k: Claude 계정 하나로, 로컬 PC 없이, Opus만으로 에이전트 다섯을 만들어 협업시킬 수 있느냐 | “넹넹 맞습니다” |
| 15:55 | @dangnaguiguiiiii: Claude Code를 못 쓰고 Gemini만 있다 | Gemini로는 Google AI Studio나 Antigravity에서 구현할 수 있다. “사실 구글 아르곤 쓰시면 결과면에선 비슷해요” |
| 16:01 | @misya2269: 에이전시를 어떻게 만드느냐 | “클로드 코드로 그냥 해줘!해서 만들었어요” |
| 19:31 | @headhunter_all: 에이전트 5개 만드는 방법부터 모른다 | “클로드 코드한테 해줘~라고 하면 해주더라구요” |
따라 만든 결과를 적은 댓글로 @mine.love.sun(10:23 KST)의 글이 있다. 그는 Claude Code에 지시했더니 할 수 있는 부분과 없는 부분을 구분해 고쳐 만들어 줬다고 썼다. 다음 주 연구원 대상 1박 2일 교육에 응용하겠다는 말도 붙였다. 이 밖의 저자 답글은 감사·응원 댓글에 대한 인사다.
@itemcurator_threads(13:52 KST)는 이 구성을 “가장 있어보이는 쓰잘데기 없는”, “가장 비효율적인 구성”이라 부른다. 그는 “언제적 멀티에이전트야”라고 덧붙인다.
@ai.rusk(17:43 KST)는 ‘장점’이라는 머리말 아래 쓴다. 그에 따르면 실제 결과물은 그냥 “이거해줘”라고 시킨 것과 똑같다. 남는 것은 복잡하고 체계적으로 진행되는 느낌이다. 그는 여기서 “에이전트”가 마크다운(md) 파일로 준 지침일 뿐이라고 덧붙인다.
저자는 두 댓글 모두에 결과물이 크게 뛰어나지 않다고 답했다(첫 표의 15:57·17:55 줄). 비효율 지적과 md 파일 지적에는 답하지 않았다. 효율을 두고는 덧붙임의 ‘토큰 대비’ 문장이 저자 쪽 말로 남는다.
규모를 키운 사례도 댓글에 올라왔다. @eugenekim.photo(13:34 KST)는 Grok 봇의 에이전트 22개를 ChatGPT가 총괄한다고 썼다. 저자는 16:00 KST 답글에서 “총괄 지피티가 머리가 터지겠군요”라고 답했다.
@ai.rusk와 저자는 결과물이 상위 모델 하나에 맡긴 것과 크게 다르지 않다는 데서 만난다. 갈리는 곳은 정리·검증 편의다. 저자는 그 편의를 계속 쓰는 이유로 든다. @ai.rusk에게 그것은 체계적으로 진행되는 ‘느낌’이다.
팩트체크
B
구조 설명과 예시 보고서의 사실 10건 중 9건은 1차 출처와 맞는다. ‘검증 위원이 없으면 엉터리’는 연구가 받치는 폭보다 세다. ‘아무나’와 ‘계정 하나로’에는 Claude 유료 요금제 조건이 빠졌다.
| ✅ 사실 | 🟡 부분 사실 | ⚠️ 불확실 | ❌ 거짓 | 💬 의견·예측 |
|---|---|---|---|---|
| 1차 출처와 일치한다 | 일부만 맞거나 수치·범위가 다르다 | 원문 근거가 없거나 1차 자료로 판정할 수 없다 | 1차 출처와 어긋난다 | 의견·예측·경험 진술이라 참거짓을 가리지 않는다 |
| 12건 | 7건 | 3건 | 0건 | 4건 |
등급: A 1차 출처와 일치, 차이는 표기 수준 · B 세부 오류 일부 · C 핵심 주장 일부 오류 · D 핵심 주장 다수 오류 · F 핵심 주장이 거짓.
✅
원문 주장(1/5 ③④): “나는 다른 에이전트랑 얘기하지 않고 총괄연구원인 에이전트 5랑만 얘기함” · “가이던스를 줄 때도 에이전트 5한테 주고 알아서 에이전트들에게 뿌리라고 해야함”
이 배치는 Anthropic이 2025-06-13 공개한 Research 기능의 orchestrator-worker 패턴과 같다. 리드 에이전트가 질문을 쪼개 하위 에이전트에게 맡긴다. 하위 에이전트는 각자 검색한 결과를 리드에게 돌려준다. 마지막 단계의 CitationAgent는 주장마다 출처 위치를 붙인다. 원문의 자료실이 이 자리를 맡는다.
차이는 역할 고정 여부다. Anthropic의 하위 에이전트는 질문마다 개수와 과제가 바뀐다. 원문은 다섯 역할을 미리 정한다.
🟡
원문 주장(2/5 ⑤): “조사원들이 조사한 내용을 독립적으로 크로스체크 하면서 정확도를 높여주는 역할을 함. 없으면 엉터리 조사결과가 나옴”
검증 단계가 실패를 줄인다는 측정은 있다. Cemri 외(2025)는 멀티 에이전트 프레임워크 7종의 실행 기록 1,600건 이상을 분류했다. ChatDev에 과제 목표 검증 단계를 더하자 과제 성공률이 +15.6% 나아졌다. 같은 논문은 검증 에이전트 다수가 컴파일 여부 같은 겉핥기 점검에 그친다고 적는다. Kim 외(2025)의 비교에서 검증 병목이 없는 독립형 구조는 오류를 17.2배로 키웠다. 중앙 조정 구조는 4.4배였다.
검증 방식도 결과를 가른다. Huang 외(2023)는 외부 피드백 없이 같은 모델이 답을 고치면 추론 성능이 오히려 떨어지기도 한다고 보고한다. Chain-of-Verification(Dhuliawala 외 2023)은 검증 질문에 초안과 따로 답하게 해 환각을 줄였다. 원문의 조사 순서 6단계는 검증 위원에게 핵심 주장을 별도 검색으로 다시 확인하게 한다. 외부 근거를 쓰는 쪽이다.
원문 ‘없으면 엉터리’ → 확인 ‘검증 단계가 있으면 실패가 줄어든다, 검증자 자신도 겉핥기에 그치기 쉽다’.
Cemri 외 2025 · Kim 외 2025 · Huang 외 2023 · Dhuliawala 외 2023
💬
원문 주장(1/5 ①): “5개인 이유는 난 사실 홀수를 매우 좋아함. 뭔가 안정적이야”
취향 진술이라 참거짓을 가리지 않는다. 홀수가 결과에 영향을 주는 자리는 다수결이다. Wang 외(2022)의 self-consistency는 추론 경로를 여러 개 뽑아 가장 일관된 답을 고른다. 원문 구조에는 표결 단계가 없다. 검증 위원은 1명이다.
💬
원문 주장(3/5 ⑦): “Devil's Advocate 역할을 하는 검증 위원의 역할이 중요함. 아래 통념 판정을 읽어보면 내용을 이해하는데 도움이 많이 됨”
작성자의 사용 경험이라 참거짓을 가리지 않는다. 가까운 실험은 Chiang 외(IUI 2024, Purdue University)다. 연구진은 사람 집단이 AI 추천을 받아 결정하는 과제에 LLM 반론자를 넣었다. 대화에 맞춰 AI 추천을 반박하는 반론자가 AI에 대한 적절한 의존을 높였다. 효과는 주로 학습 분포 안의 문제에서 나왔다. 보고서 독자의 이해도를 잰 연구는 아니다.
✅
원문 주장(5/5 ⑩): “프롬프트가 궁금하다면, 그냥 위에 내용이랑 사진 드레그해서 클로드 코드한테 넣고 똑같이 만들어달라고 하면돼” — Claude Code로 이 구조를 만들 수 있다는 부분
Claude Code 공식 문서가 필요한 기능을 모두 적는다. 하위 에이전트는 .claude/agents/ 폴더의 마크다운 파일 하나로 정의한다. Claude에게 부탁해 그 파일을 만들게 할 수 있다. 하위 에이전트는 기본값으로 본 대화 아래 세 층까지 자기 하위 에이전트를 띄운다. 총괄 → 매니저 → 조사원 위계가 이 한도 안에 든다. 이미지는 Ctrl+V로 프롬프트에 붙여 넣는다.
⚠️
같은 문장의 “똑같이 만들어달라고 하면돼” 부분
작성자는 에이전트 정의 파일과 프롬프트를 공개하지 않는다. 결과물을 원본과 대조한 사례도 원문과 답글에 없다. 답글 하나(@mine.love.sun, 2026-11-07 10:23 KST)는 Claude Code가 ‘할 수 있는 부분 없는 부분’을 나눈 뒤 고쳐서 만들었다고 적는다. 같은 구조가 나오는지 판정할 근거가 없다.
🟡
원문 주장(1/5 도입): “사실 아무나 할 수 있는거라서 그냥 공개할게”
원문의 방법은 Claude Code를 전제로 한다. Claude Code는 Pro·Max·Ultra·Team·Enterprise 또는 Console 계정이 있어야 쓴다. 무료 claude.ai 요금제에는 Claude Code가 없다. 원문 ‘아무나’ → 확인 ‘Claude 유료 요금제나 Console 계정 사용자’.
💬
원문 주장(5/5 ⑩): “최종 검수를 사람이 해야하고, 어떤 방향으로 사용할건지는 사람이 정해야함”
작업 원칙이라 참거짓을 가리지 않는다. Anthropic도 같은 글에서 자동 평가가 놓친 문제를 사람 시험자가 찾았다고 적는다. 초기 에이전트가 학술 PDF 대신 SEO 최적화 콘텐츠 농장을 고른 편향이 그 예다.
작성자 소개 ‘미국은행 런던 오피스 15년차 Director’는 Threads 프로필의 자기소개라 판정하지 않는다.
⚠️
원문 주장(덧붙임, 2026-11-07 09:42 KST): “사실 그냥 상위모델 써서 조사시키는거랑 결과면에서 어마어마한 차이는 안남” — 같은 취지의 답글 5건
작성자는 비교 측정을 내지 않는다. 공개 측정은 과제 유형에 따라 갈린다. Anthropic 내부 리서치 평가에서 Claude Opus 4 리드와 Claude Sonnet 4 하위 에이전트 구성은 Claude Opus 4 단독보다 90.2% 높았다. Anthropic은 이 구성이 여러 방향을 동시에 찾는 넓은 질문에서 특히 강하다고 적는다. Kim 외(2025)는 도구·프롬프트·계산량을 같게 놓고 260개 구성을 비교했다. 단독 대비 상대 성능은 분해 가능한 금융 추론 +80.8%에서 순차 계획 −70.0%까지 퍼졌다.
같은 논문에서 단독 에이전트 정확도가 45%를 넘는 과제는 에이전트를 더하자 성능이 떨어졌다. 작성자의 경험은 이 상한 효과와 같은 방향이다. Cognition의 Walden Yan(2025-06-12)은 2025년의 협업형 멀티 에이전트를 깨지기 쉬운 구조로 본다. 하위 에이전트끼리 맥락을 못 봐 결정이 충돌한다는 이유다. 작성자 시스템의 수치가 없어 판정할 수 없다.
⚠️
원문 주장(덧붙임): “요렇게만 만들어도 토큰대비 결과물 매우 훌륭하게 나온다”
작성자는 토큰 사용량을 내지 않는다. Anthropic 측정으로 에이전트는 채팅의 약 4배, 멀티 에이전트 시스템은 약 15배 토큰을 쓴다. Anthropic은 과제 가치가 이 비용을 감당할 때만 경제성이 있다고 적는다. 작성자 말대로 결과가 상위 모델 단독과 비슷하다면 더 쓴 토큰만큼 효율이 떨어진다. 비교 대상이 ‘에이전트 사무실’ 같은 더 큰 구성이라면 판정할 자료가 없다.
🟡
원문 주장(덧붙임 1)): “역할을 나누어놔서 빼먹지 않고 분야별로 조사를 할 수 있고”
역할 분담이 빈틈을 막으려면 과제 경계가 필요하다. Anthropic은 하위 에이전트마다 목표·출력 형식·도구와 출처 지침·과제 경계를 주라고 적는다. 지시가 짧았던 초기 버전에서는 하위 에이전트들이 같은 검색을 되풀이했다. 한 에이전트가 2021년 차량용 반도체 위기를 조사하는 동안 다른 둘은 2025년 공급망을 겹쳐 조사했다. 원문 ‘역할을 나누면 빼먹지 않는다’ → 확인 ‘역할마다 과제 경계를 적어야 빈틈과 중복이 준다’.
✅
원문 주장(답글, 2026-11-07 09:50 KST): “클로드 오퍼스5.5로 만들었습니다”
Claude Opus 5.5는 Anthropic 모델 목록에 오른 현행 모델이다. API ID는 claude-opus-5-5다. Anthropic은 이 모델을 장시간 에이전트 코딩과 지식 업무용으로 소개한다. 작성자가 이 모델을 썼는지는 확인할 수 없다.
🟡
원문 주장(답글, 2026-11-07 15:55 KST): 질문 “클로드 계정 하나로 별도의 로컬 PC 없이도 오퍼스만으로 5개 에이전트들 만들고 협업을 시킬 수가 있는 건가요?”에 “넹넹 맞습니다”
로컬 PC 없이 도는 Claude Code 클라우드 세션이 있다. Pro·Max·Ultra·Team 요금제와 Enterprise 프리미엄 좌석에서 쓸 수 있다. 클라우드 세션은 GitHub를 연결해 저장소를 복제한다. 저장소의 .claude/agents/ 정의도 그대로 불러 하위 에이전트를 띄운다. 하위 에이전트 요청은 본 대화와 같은 사용 한도에서 차감된다. Pro 이상 요금제에서 Claude Code 기본 모델은 Opus 5.5다.
원문 ‘계정 하나로’ → 확인 ‘Pro 이상 유료 계정 하나로’.
Claude Code 클라우드 세션 문서 · Claude Code 하위 에이전트 문서 · Claude Code 모델 설정 문서
🟡
원문 주장(답글, 2026-11-07 15:55 KST): “제미나이는 구글 AI studio나 안티그래비티로 구현이 가능한데 사실 구글 아르곤 쓰시면 결과면에선 비슷해요”
답글이 든 제품은 모두 있다. ‘구글 아르곤’은 Google이 2026-10-13 전 세계에 출시한 Gemini 4 Argon이다. 개발자는 AI Studio에서 Gemini API 유료 등급으로 Argon을 쓴다. Antigravity는 Google의 에이전트 개발 플랫폼이다. 개인 사용자가 Antigravity에서 Argon을 쓰려면 Google AI Ultra 구독이 필요하다. Google 발표문은 Antigravity에서 커스텀 스킬과 멀티 에이전트 루프로 만든 사례를 싣는다.
‘결과면에선 비슷’에는 측정이 없다.
작성자가 2/5·3/5 게시물에 붙인 사진은 이 시스템이 만든 예시 보고서다. 주제는 2024-09 허리케인 헬렌 뒤 노스캐롤라이나 스프루스 파인의 고순도 석영 공급이다. 아래 10건은 보고서에 실린 사실 진술이다.
✅
예시 보고서(자료실 S001, 발견 3): “재가동: 시벨코 10.10(14일)”
Sibelco 보도자료는 스프루스 파인 고순도 석영 채굴·가공 재가동과 고객 출하 재개를 알린다. 웹사이트 게시 시각은 2024-10-09 22:00 UTC다. 벨기에 시각으로 2024-10-10이다.
✅
예시 보고서(발견 3): “시설 피해 ‘경미’, 완제품 재고 무사(시벨코 발표)”
AOL에 2024-10-04 실린 기사가 Sibelco의 초기 점검 발표를 전한다. 광산 피해는 ‘minor damage’였다. 완제품 재고는 ‘has not been impacted’였다.
✅
예시 보고서(자료실 S002, 발견 3): “쿼츠코프 10.23 단계적 재가동(27일)”
The Quartz Corp 뉴스 목록에 2024-10-23 공지 ‘The Quartz Corp start phased return to operations’가 있다. 공지는 경영진이 그 전주에 스프루스 파인을 방문해 피해를 살폈다고 적는다.
✅
예시 보고서(자료실 S003, 통념 판정): Bloomberg 2024-10-02 “Chip Firms Monitor Quartz Supplies After Hurricane Hits Mines” · “BNEF는 ‘상업용 HPQ 80% 이상’” · 삼성·SK하이닉스 “공식 입장은 영향 예상 안 함”
Bloomberg 기사는 2024-10-02 게재됐다. 공유용 제목은 ‘Chip Firms Monitoring Quartz Supplies After Hurricane Hits Mines’다. 본문 제목은 ‘Chip Firms Watching Quartz Supply After Hurricane Shut Mines’로 바뀌었다. 보고서 표기와는 동사 형태만 다르다.
Taipei Times 2024-10-04 전재본에서 BloombergNEF는 2023년 보고서를 근거로 두 광산을 상업용 고순도 석영 공급의 80% 이상으로 본다. TSMC·Samsung Electronics·SK Hynix는 영향을 예상하지 않는다고 밝혔다. Sibelco와 The Quartz Corp의 가동 중단일은 2024-09-26(목)이다. 보고서의 가동 중단 일수 14일·27일은 이 날짜에서 센 값과 맞다.
✅
예시 보고서(발견 3): “CSX 철도 약 60마일 유실, 복구비 약 4.5억 달러, 2025.9.23 정규 운행 재개(약 1년)”
Trains 2025-10-02 기사가 CSX 발표의 세 수치를 싣는다. 헬렌 피해를 입은 블루리지 구간 회랑은 60마일이다. 복구비는 4억 5천만 달러다. 첫 화물 영업 열차는 2025-09-22~23 주말에 다녔다.
🟡
예시 보고서(발견 3): “미국 사망 249명 이상, 노스캐롤라이나 100명 이상(기관별 104~108명)”
원문 249명 이상 → 확인 250명 이상. WRAL이 2025-09-24 기사에서 낸 집계다. 같은 기사는 국립허리케인센터(NHC) 자료로 노스캐롤라이나 사망자를 107명으로 적는다. 보고서의 104~108명 범위 안이다. 2026-02-17 개정 NHC 보고서는 노스캐롤라이나를 직접 사망 85명과 간접 사망 22명으로 나눈다. 2025-03-19 공개된 첫 보고서는 노스캐롤라이나를 105명으로 적었다.
✅
예시 보고서(발견 3): “주 피해 추산 596억 달러”
노스캐롤라이나 주 예산관리국(OSBM)의 개정 피해·수요 평가(2024-12-13)가 596억 달러를 낸다. 직접 피해 444억 달러, 간접 피해 94억 달러, 복원력 강화 투자 58억 달러를 합친 값이다. 2024-10-23 예비 평가는 536억 달러였다.
✅
예시 보고서(통념 판정, 추천 읽기 S020): “취약성은 헬렌 때 처음 드러났다 → 틀림 · 2008년 공장 화재 선례”
Vince Beiser의 WIRED 2018-08-07 기사가 이 화재를 적는다. 2008년 스프루스 파인 주요 석영 시설 한 곳에 불이 났다. 세계 시장의 고순도 석영 공급이 한동안 거의 끊겼다.
✅
예시 보고서(추천 읽기 S014): “WLOS, 쿼츠코프 공장 무기한 폐쇄 (2026.7) — ‘진짜 위협은 시장’ 반전의 근거”
WLOS 2026-07-01 기사와 The Quartz Corp 2026-06-30 공지가 같은 내용을 싣는다. 폐쇄 대상은 스프루스 파인 Altapass Highway의 생산 시설 1곳이다. 감원 규모는 20–30명이다. 회사는 배경으로 태양광 산업의 지속 손실을 든다. 회사 대변인은 헬렌과 관련이 없다고 밝혔다.
✅
예시 보고서(추천 읽기 S016): “Tom's Hardware, 중국 석영의 반도체 인증 보도 (2026.9)”
Anton Shilov의 Tom's Hardware 기사는 2026-09-10 게재됐다. 중국 Jiangsu Pacific Quartz의 석영 제품이 중국 DRAM 제조사의 인증을 통과했다는 내용이다. 기사는 실리콘 잉곳용 도가니 등급 석영을 대량으로 내는 곳을 스프루스 파인의 Sibelco와 The Quartz Corp로 적는다. 소량은 Russian Quartz LLC가 만든다. 보고서 통념 판정의 ‘세계 유일 산지 → 틀림’도 이 서술과 맞는다.
🟡
원문(1/5 ②)과 조직도(1/5 사진)의 에이전트 2
원문 ‘수치/도표(정량적) 조사원’ → 조직도 ‘수치·발언 검증원’(researcher-facts). 조직도의 업무 칸은 ‘1차 출처 추적 · 교차 검증 · 차트’다. 조사 순서 사진(4/5)의 2단계도 이 역할을 ‘수치·발언 검증원’으로 부른다. 조직도 기준으로 에이전트 2는 수치 수집과 발언 검증을 함께 맡는다. 교차 검증은 검증 위원의 ‘사실 확인’과 겹치는 업무다.
💬
원문(5/5 ⑩) “특히 나같이 뭔가 조사해야하는 업종은 진짜 생산성이 차원이 달라진다”와 덧붙임 “결과면에서 어마어마한 차이는 안남”
두 문장은 서로 다른 것을 잰다. 작성자가 답글에서 드는 이점은 정리와 검증의 편의다. 결과 품질에도 생산성에도 측정은 없다. 경험 진술이라 참거짓을 가리지 않는다.
원본 (전문)
영업기밀 공개함
공개할까말까 망설였는데 사실 아무나 할 수 있는거라서 그냥 공개할게ㅋㅋㅋ
1. 에이전트 5명을 고용한다. 에이전시를 차리라는게 아니라 AI로 에이전트 5개 만들란 말임. 5개인 이유는 난 사실 홀수를 매우 좋아함. 뭔가 안정적이야
2. 에이전트 역할은 다음과 같음. 그림 참고
- 에이전트 1 - 문헌/맥락(정성적) 조사원
- 에이전트 2 - 수치/도표(정량적) 조사원
- 에이전트 3 - 리서치 매니저 - 조사원 관리/피드백/방향성 제시
- 에이전트 4 - 검증 위원 - 조사 내용을 검증
- 에이전트 5 - 총괄 연구원 - 모든 프로세스 오케스트레이션
3. 내 역할은 연구 책임자로 나는 다른 에이전트랑 얘기하지 않고 총괄연구원인 에이전트 5랑만 얘기함
4. 뭔가 가이던스를 줄 때도 에이전트 5한테 주고 알아서 에이전트들에게 뿌리라고 해야함. 나 같은 경우는 어느 에이전트든 뭔가 궁금한게 있거나 결정이 필요하면 내게 물어보라고 지시함
5. 검증 위원의 역할이 매우 중요한데, 조사원들이 조사한 내용을 독립적으로 크로스체크 하면서 정확도를 높여주는 역할을 함. 없으면 엉터리 조사결과가 나옴
6. 자료실을 만들어달라고 해야함. 자료실의 역할은 조사하면서 썼던 자료들의 원문 링크, 발행일자, 신뢰도 등을 제공. 이렇게 만들면 내용을 읽다가 의문이 가면 자료실에서 원문을 찾아보기 쉬움
![펼친 '추천 읽기' 상자 화면 캡처다. 제목은 '편집장용 추천 읽기 (편집자 B 작성, 단편이라 간략)'이다. 번호 목록 6개가 보인다. 1은 [S020] Vince Beiser, WIRED "The Ultra-Pure, Super-Secret Sand That Makes Your Phone Possible" (2018)이다. 2는 [S004] NPR "A tiny town just got slammed by Helene..." (2024.9)이다. 3은 [S003] Bloomberg "Chip Firms Monitor Quartz Supplies After Hurricane Hits Mines" (2024.10.2)이다. 4는 [S009] CSX "Celebrates Reopening of Blue Ridge Subdivision" (2025)이다. 5는 [S016] Tom's Hardware, 중국 석영의 반도체 인증 보도 (2026.9)이다. 6은 [S014] WLOS, 쿼츠코프 공장 무기한 폐쇄 (2026.7)이다. 항목마다 읽을 이유가 한 줄씩 붙고, 2·3·4번에는 원문 URL이 붙는다.](img/p2-3.jpg)
7. 목적이나 원하는 용도에 맞게 사용하면되는데, 나는 회사에서 하는 산업/매크로 분석 업무랑 스레드 글쓰기를 위한 자료 조사 용도로 만들었거든. 특히 조사하다 발견한 주장이나 속설, 아니면 내용을 제대로 이해하지 못할 경우 나올 수 있는 주장에 대해 Devil's Advocate 역할을 하는 검증 위원의 역할이 중요함. 아래 통념 판정을 읽어보면 내용을 이해하는데 도움이 많이 됨
8. 총괄 연구원이 조사자들이 가져온걸가지고 중요 내용들을 요약해주고 결론을 내려줌
9. 아래는 내가 설계한 조사 순서인데, 다시 말했지만 용도에 맞게 고치면 됨
10. 이거 만들고 내 밑에 애널리스트 친구들한테 조사 안시킴. 얘네들도 어차피 요즘엔 AI로 조사하거든. 근데 하도 AI 슬랍 가져오길래 답답해서 그냥 내가 만듬
근데 업무용으로 쓰거나 글쓰기에 활용할 땐 결국 최종 검수를 사람이 해야하고, 어떤 방향으로 사용할건지는 사람이 정해야함
프롬프트가 궁금하다면, 그냥 위에 내용이랑 사진 드레그해서 클로드 코드한테 넣고 똑같이 만들어달라고 하면돼
특히 나같이 뭔가 조사해야하는 업종은 진짜 생산성이 차원이 달라진다... 어차피 알려줘도 안하겠지만 난 알랴줬음ㅋ
이렇게 거창하게 말했지만 사실 그냥 상위모델 써서 조사시키는거랑 결과면에서 어마어마한 차이는 안남. 다만,
1) 역할을 나누어놔서 빼먹지 않고 분야별로 조사를 할 수 있고,
2) 총괄과 검증 에이전트가 있어서 팩트 체크랑 보완을 알아서 해주고,
3) 자료를 정리해놔서 최종검수 등이 수월함
무슨 에이전트 사무실같이 보여주기용 만들지말고, 요렇게만 만들어도 토큰대비 결과물 매우 훌륭하게 나온다. 괜히 멀리가지마라.
2026-11-07 19:33 KST 기준 답글 수 표시는 83개이고, 화면에 실린 답글 46개 가운데 저자가 단 22개를 그 답글이 달린 댓글과 함께 싣는다(저자 답글 시간순).
@samgakgimbap_in_us · 2026-11-07 09:49 KST 저급하지만 와 진짜 개미쳤다라고 표현할 수 밖에 없어....ㄷㄷㄷㄷ 이거 클로드로 한거야? 한번 만들어 보고 싶다.
@decadence_in_london · 2026-11-07 09:50 KST 클로드 오퍼스5.5로 만들었습니다. 만든지는 꽤 됐고 필요할 때마다 조금씩 추가하다보니 이렇게 됐네요ㅋㅋㅋ업무 보조용으로 만들었어요
@mine.love.sun · 2026-11-07 10:23 KST 감사합니다. 클로드코드에 지시했더니 클로드가 할 수 있는 부분 없는 부분 구분해주고 수정해서 만들어줬습니다.
다음 주 연구원 대상 1박2일 교육이 있는데 응용해서 활용해 보겠습니다👍👍
@decadence_in_london · 2026-11-07 10:25 KST 도움이 되셨으면 좋겠습니다ㅎㅎㅎ
@xxmby · 2026-11-07 10:31 KST 필요한건데 공개 고마워요 📝
@decadence_in_london · 2026-11-07 10:36 KST 잘 쓰시길 바래요~
@myday_sgworld · 2026-11-07 10:43 KST 아낌없이 주는 스친!💙
@decadence_in_london · 2026-11-07 10:43 KST 좋은건 같이 공유해야죠👍👍
@review.cmd · 2026-11-07 11:15 KST 오늘 바로 시도해보겠습니다! 저는 클로드 코드를 쓰는데 이것만 있어도 말씀 주신 내용구현이
가능할까용? 👀👀
@decadence_in_london · 2026-11-07 11:17 KST 클로드 코드로 만들었습니다ㅎㅎㅎ가능합니다
@bgbeeeeeee · 2026-11-07 11:32 KST 우와아아 이렇게 쓰는거구나 정말 고급정보 👍👍 풀어주셔서 너무 감사합니다 절 받으세요 🙇♀️🙇♀️
@decadence_in_london · 2026-11-07 11:54 KST 한번 만들어서 써보세요ㅎㅎㅎ사실 상위 모델이랑 결과물 퀄리티는 어마어마한 차이는 안나지만, 이렇게 하시면 훨씬 편하게 자료 조사를 할 수 있어요ㅎㅎ해보시면 금방 느낌이 옵니다ㅎㅎ
@reindeer.log · 2026-11-07 11:43 KST 오 나머지랑은 이야기 안하고 에이전트 5랑만 하는 이유는 뭔가요 데카당스님?
@decadence_in_london · 2026-11-07 11:56 KST 나머지랑 해도 상관 없는데 에이전트 5가 총괄이기 때문에 중요한 사항 아니면 에이전트 5가 저 대신 다른 에이전트들하고 얘기를 하거든요. 중요한 사항만 나한테 가져와라. 이렇게 안하면 너무 질문이 많아져서 피곤해집니다ㅎㅎㅎ
@dangnaguiguiiiii · 2026-11-07 15:33 KST 저는 클로드코드 못 쓰는데ㅠㅠ 제미나이 밖에.. 그래도 한번 따라해봐야겠어요!
@decadence_in_london · 2026-11-07 15:55 KST 넵넵ㅎㅎ제미나이는 구글 AI studio나 안티그래비티로 구현이 가능한데 사실 구글 아르곤 쓰시면 결과면에선 비슷해요...
@transurfer.k · 2026-11-07 15:08 KST 초보라 좀 어려운데, 클로드 계정 하나로 별도의 로컬 PC 없이도 오퍼스만으로 5개 에이전트들 만들고 협업을 시킬 수가 있는 건가요 ?
@itemcurator_threads · 2026-11-07 13:52 KST 이게 가장 있어보이는 쓰잘데기 없는 새상에서 가장 비효율적인 구성임. 언제적 멀티에이전트야 ㅋㅋ
@decadence_in_london · 2026-11-07 15:57 KST 저도 사실 결과물이 그렇게 엄청나게 뛰어나진 않더라구요ㅎㅎㅎ정리 촥촥 잘해놔서 쓰고있습니다
@hyung.dds · 2026-11-07 13:37 KST 근데 이렇게 나누면 엄청 느려지진 않나요?
저 이렇게 역할군 팀 나눠서
비둘기 산책 메타버스 만들려다가
답답해서 다 뜯고 하나씩 멱살잡고 만들었던,....ㅋㅋㅋ
@decadence_in_london · 2026-11-07 15:58 KST 자료조사용으로 쓰는거라 빠를 필요가 없어서요ㅎㅎㅎ코딩용이 아니라서 좀 느려도 괜찮습니다ㅎㅎㅎ
@misya2269 · 2026-11-07 13:35 KST 기밀을 공개해도 못알아 먹는 1인.. ㅠㅠ
@decadence_in_london · 2026-11-07 16:00 KST 그니까 역할을 나눠서 일을 시킨다고 보시면 되요ㅎㅎ이렇게한다고 엄청 결과물이 좋아지는건 아닌데, 대신 정리가 잘되서 저는 쓰기가 편하더라구요ㅎㅎ
@eugenekim.photo · 2026-11-07 13:34 KST 저도 이런식으로 그록봇에 에이전트가 현재 22개인데 이걸 총괄하는게 챗지피티입니다 이제 안되는게 거의 없네요 ㅠㅠ
@decadence_in_london · 2026-11-07 16:00 KST 헉...총괄 지피티가 머리가 터지겠군요ㅋㅋㅋㅋ
@misya2269 · 2026-11-07 13:30 KST 에이전시를 어떻게 만들어요?
@decadence_in_london · 2026-11-07 16:01 KST 클로드 코드로 그냥 해줘!해서 만들었어요ㅋㅋㅋ
@song_soulsoul · 2026-11-07 12:57 KST 일잘러!
@decadence_in_london · 2026-11-07 16:02 KST 근데 결과물이 상위모델에 비해서 어마어마하게 좋진 않더라구요ㅋㅋㅋㅋㅋ자료실이랑 검증하는게 조금 편해서 잘 쓰고는 있습니다
@huahua_1210 · 2026-11-07 12:56 KST 우와 감사해요!! 요즘 시간 없어서 겨우 LR 흐름만 만들어서 사용했는데. 감사합니다..꼭 써볼게요😆
@decadence_in_london · 2026-11-07 16:02 KST 한번 싸보시길ㅎㅎㅎㅎ
@ai.rusk · 2026-11-07 17:43 KST 장점 : 실제 결과물은 그냥 "이거해줘" 하는거랑 똑같지만 뭔가 굉장히 복잡하고 체계적으로 진행되는 느낌을 받을 수 있음.
"에이전트" = 그냥 md파일로 이렇게 해 하고 지침준거 끝
@decadence_in_london · 2026-11-07 17:55 KST 결과물이 어마어마하게 뛰어나진 않지만 정리를 잘해줘서 저는 잘 쓰고 있습니다ㅎㅎㅎ
@headhunter_all · 2026-11-07 19:28 KST 에이전트 5개 만드는 방법부터 모름
@decadence_in_london · 2026-11-07 19:31 KST ㅎㅎㅎ클로드 코드한테 해줘~라고 하면 해주더라구요ㅎㅎㅎ
원본 링크·인용
댓글과 저자 답글 44건의 링크는 원본 블록의 각 답글 머리에 있다. 게시물 다섯 편 본문에는 외부 링크가 없다.
기타
원본 블록은 게시물 다섯 편과 저자의 인용 게시물 한 편을 본문 전량 싣는다. 게시물에 붙은 그림 7장도 원래 순서대로 모두 싣는다. 원문이 한국어라 문장은 고치지 않았다. 맞춤법과 구어 표기(“AI 슬랍”, “드레그”, “알랴줬음”)도 원문 그대로다.
답글은 저자가 단 22건만 그 답글이 달린 댓글과 함께 싣는다. 2026-11-07 19:33 KST 기준 첫 게시물의 답글 수 표시는 83이었고, 스레드 화면에 실린 답글은 46건이었다. 저자 답글이 없는 댓글 2건과 다른 계정의 인용 게시물 2건은 싣지 않는다.
| 원문 표기 | 뜻 |
|---|---|
| 에이전트 | 지시문과 도구를 받아 여러 단계의 일을 스스로 이어 가는 AI 모델 실행 단위. 저자는 역할 하나에 에이전트 하나를 둔다. |
| 오케스트레이션 | 일을 나눠 다른 에이전트에게 맡기고 결과를 모아 다음 단계를 정하는 일. 저자의 구성에서는 총괄 연구원이 맡는다. |
| Devil’s Advocate | 일부러 반대 입장에 서서 주장의 약점을 찾는 역할. 저자의 구성에서는 검증 위원이 맡는다. |
| 자료실 | 조사에 쓴 자료의 원문 링크·발행일·신뢰도를 모은 목록. 그림의 출처 카드(S###)와 수치·발언 카드(F###)가 여기에 쌓인다. |
| 통념 판정 | 조사 주제에 흔히 붙는 주장을 하나씩 사실·과장·틀림·근거 없음 같은 판정으로 가른 표. |
| AI 슬랍(AI slop) | AI가 만든, 출처가 없거나 틀린 내용이 섞인 저품질 결과물을 가리키는 말. |
| 상위 모델 | 저자의 말로, 역할을 나누지 않고 성능이 가장 높은 모델 하나에 조사를 맡기는 경우. |
Threads 계정 이름과 제품 이름(Claude Code, Claude Opus 5.5, Google AI Studio, Antigravity)은 원어 그대로 둔다. 저자 표기는 프로필 이름인 데카당스 (MJ Kim)을 따른다.