1. 왜 '서브 에이전트'인가? (Context Window의 한계)

보통 챗GPT나 클로드 같은 AI에게 코딩을 시킬 때, 대화가 길어지면 애가 점점 멍청해지는(?) 경험, 다들 있으시죠?

이건 컨텍스트 윈도우(Context Window), 즉 AI의 기억 용량이 꽉 차버리기 때문입니다. 메인 채팅창 하나에서 기획, 코딩, 수정까지 다 하려고 하니 과부하가 걸리는 거죠. 솔직히 저도 처음엔 "그냥 새 창 열면 되지 않나?" 생각했는데, 클로드 코드의 접근 방식은 완전히 달랐습니다.

서브 에이전트는 메인 AI의 기억을 잡아먹지 않습니다. 필요할 때마다 독립된 '뇌(Brain)'를 가진 작은 AI들이 생성되어 각자의 임무만 수행하고 사라집니다. 덕분에 메인 AI는 항상 맑은 정신을 유지할 수 있죠.

2. 나만의 AI 개발팀 구축하기: Plan - Gen - Heal

제가 이 기능을 활용해 영화 정보 사이트의 Playwright 테스트를 짤 때, 마치 팀장처럼 역할을 나누어 지시했습니다. 이른바 '3단 콤보 시스템'입니다.

🕵️ 1단계: 플래너(Planner) - "설계도 가져와"

먼저 플래너 에이전트를 투입합니다. 얘는 코드를 짜지 않아요. 대신 브라우저를 띄워 웹사이트를 샅샅이 뒤집니다. "여기선 버튼 클릭 테스트가 필요하고, 저기선 필터링 검증이 필요하겠군"이라며 완벽한 테스트 시나리오(Markdown)를 작성해 옵니다.

🏭 2단계: 제너레이터(Generator) - "무한 생산 시작"

이제 플래너가 가져온 설계도를 바탕으로 코더들을 소환합니다. 여기서 핵심은 '한 명'이 아니라는 점입니다. 수십 개의 테스트 케이스를 동시에 작성할 수 있도록 다수의 에이전트가 병렬로 투입됩니다.

🚑 3단계: 힐러(Healer) - "수술 집도합니다"

아무리 AI라도 실수는 합니다. 테스트가 실패하면? 제가 로그를 뒤지는 게 아니라 힐러 에이전트를 보냅니다. 의사 선생님처럼 실패한 코드만 딱 집어내서 디버깅하고 고쳐놓습니다.

"개발자는 이제 직접 삽질을 하는 사람이 아니라, 삽질을 잘하는 AI들을 관리하는 감독관이 되어야 합니다."

3. 병렬 처리의 마법: 속도가 깡패다

사실 서브 에이전트의 꽃은 바로 '병렬 처리(Parallel Processing)'입니다.

예를 들어 50개의 테스트 시나리오가 있다고 칩시다. 이걸 사람이나 단일 AI가 순서대로 짜면 하세월입니다. 하지만 클로드 코드에서는 의존성(Dependency)이 없는 작업끼리 그룹화하여 동시에 돌려버립니다.

• 기존 방식: 1번 테스트 작성 → (완료) → 2번 테스트 작성 → ... (총 100분 소요)
• 서브 에이전트: 1~10번 테스트 동시 작성 (총 10분 소요 🚀)

실제로 터미널 창에서 브라우저 12개가 동시에 떴다 꺼지며 "Pass" 로그가 초록색으로 촤르륵 찍힐 때, 개발자로서 느끼는 묘한 카타르시스가 있더라고요. 😎