서브 에이전트

서브 에이전트는 하나의 AI가 큰 작업을 통째로 떠맡는 대신, 그 작업을 잘게 쪼개서 각각을 처리하도록 만든 보조 일꾼이다. 팀장이 큰 프로젝트를 팀원들에게 나눠 맡기는 것과 비슷하다. 팀원 각자가 자기 몫만 신경 쓰면 되니 일이 빨리 끝나고, 한 사람이 모든 걸 기억하려다 헷갈리는 일도 줄어든다.

혼자 일하는 AI는 작업이 길어질수록 문제가 생긴다. 대화나 작업 기록을 담아 두는 공간이 꽉 차면 예전 내용을 요약해서 줄여야 하는데, 이 과정에서 세부 정보가 뭉개지고 이후 판단이 흐려진다. 서브 에이전트를 쓰면 각자 맡은 부분만 들여다보기 때문에 이런 부작용이 덜하고, 여러 갈래 작업을 동시에 진행할 수 있어 전체 속도도 빨라진다.

실제로는 서브 에이전트마다 독립된 작업 공간과 컴퓨터 자원을 따로 배정해서, 서로 방해하지 않고 병렬로 일하게 만드는 방식으로 쓰인다. 하나의 요청에 대해 수십 개, 많게는 백 개 가까운 서브 에이전트가 동시에 움직이며 각자 결과를 내고, 이를 다시 하나로 모아 최종 답을 만든다.

커서는 "서브에이전트마다 프로젝트 사본과 깨끗한 컨텍스트를 갖춘 자체 클라우드 환경이 주어져" 여러 서브 에이전트가 충돌 없이 독립적으로 문제를 고칠 수 있다고 설명했고, 문샷 AI는 "Kimi K2.5 기반 Agent Swarm은 최대 100개의 서브 에이전트를 동시 배포"한다고 밝혔다. 오해하기 쉬운 점은, 서브 에이전트가 완전히 다른 별도의 AI 모델이라는 것이 아니라 같은 시스템이 하나의 작업을 여러 개의 독립된 실행 단위로 나눈 것이라는 사실이다.

코딩 에이전트나 리서치 에이전트를 쓰고 있다면 다음과 같은 프롬프트로 서브 에이전트 활용을 시험해 볼 수 있다.

run a swarm of subagents to test my app for bugs, each in its own environment

또는 리서치 작업이라면 이렇게 요청해 본다.

이 주제를 10개 하위 관점으로 나눠서 각각 독립적으로 조사한 뒤 하나의 보고서로 종합해줘

지원 여부와 동시 실행 가능한 개수는 사용 중인 서비스와 구독 등급에 따라 다르다.