채팅 한 번에서 에이전트 군단으로
AI 코딩 도구를 쓰는 방식이 지난 1~2년 사이 조용히, 그러나 근본적으로 바뀌었어요. 처음엔 채팅창에 질문 하나 던지고 답 하나 받는 방식이었죠. 그다음엔 에이전트라고 해서, AI가 스스로 파일을 읽고 코드를 고치고 테스트를 돌리는 단계까지 왔고요. 그리고 지금 AI 코드 에디터 Cursor가 이야기하는 다음 단계는 “에이전트 스웜(swarm)”, 그러니까 에이전트 여러 개를 동시에 떼로 굴리는 방식이에요. 핵심 주장은 이 변화가 AI 모델의 경제학 자체를 바꾸고 있다는 거예요.
스웜이 뭐고, 왜 경제학이 바뀐다는 거냐면
에이전트 스웜은 말 그대로 하나의 큰 작업을 여러 에이전트에게 쪼개서 병렬로 맡기는 방식이에요. 예를 들어 대규모 리팩토링이라면 모듈별로 에이전트를 하나씩 띄워서 동시에 진행시키는 거죠. 또는 같은 문제를 여러 에이전트에게 각자 다르게 풀게 한 뒤 가장 좋은 결과만 골라내는, 이른바 best-of-N 방식도 있고요.
이게 왜 경제학을 바꾸냐면, 토큰 소비 구조가 완전히 달라지거든요. 채팅 시절에는 사람이 읽는 속도가 병목이라 토큰 소비에 자연스러운 상한이 있었어요. 그런데 에이전트끼리 서로의 출력을 소비하기 시작하면 그 상한이 사라져요. 작업 하나에 수백만 토큰을 쓰는 게 이상하지 않게 되는 거예요. 이 구조에서는 모델의 단가와 속도가 곱셈으로 불어나요. 에이전트 열 개가 각각 수십 번의 추론 루프를 도는데 모델이 느리거나 비싸면, 전체 비용과 대기 시간이 감당이 안 되거든요.
그래서 “가장 똑똑한 모델 하나”보다 “충분히 똑똑하면서 빠르고 싼 모델 여러 개”가 더 나은 선택이 되는 지점이 생겨요. Cursor가 자체 모델인 Composer를 만들면서 최고 지능이 아니라 속도에 승부를 건 것도 이 계산이 깔려 있어요. 에이전트 루프에서는 한 번의 응답 지연이 수십 번 누적되니까, 지연 시간(latency)이 지능만큼이나 중요한 스펙이 되는 거죠.
그럼 비싼 모델은 필요 없어지냐면, 그건 아니에요
재미있는 건 역할 분담이에요. 스웜에서 진짜 병목은 코드를 쓰는 쪽이 아니라 검증하는 쪽으로 옮겨가요. 에이전트 열 개가 결과물 열 개를 가져오면, 뭐가 맞고 뭐가 쓰레기인지 판정하는 일이 제일 어려운 일이 되거든요. 그래서 계획 수립과 결과 심사는 가장 똑똑한 모델이 맡고, 실행은 빠르고 싼 모델 여럿이 맡는 계층 구조가 자연스러운 형태로 자리 잡고 있어요. 회사로 치면 시니어 한 명이 설계와 코드 리뷰를 하고, 주니어 여럿이 병렬로 구현하는 구조랑 비슷하죠.
이 흐름은 Cursor만의 이야기가 아니에요. Anthropic의 Claude Code는 서브에이전트를 띄워 작업을 위임하는 기능을 갖췄고, OpenAI의 Codex도 클라우드에서 작업 여러 개를 병렬로 돌리는 방향으로 가고 있어요. 업계 전체가 “에이전트 한 명 잘 키우기”에서 “에이전트 조직 운영하기”로 넘어가는 중인 거예요.
한국 개발자에게는 뭐가 달라지냐면
당장 실감할 변화는 두 가지예요. 첫째, 개발자의 병목이 “코드 작성”에서 “검토와 판단”으로 이동해요. 에이전트 여럿이 만들어온 결과물을 빠르게 읽고 판정하는 능력, 그리고 애초에 검증 가능하게 작업을 쪼개주는 능력이 핵심 역량이 돼요. 테스트가 탄탄한 코드베이스일수록 스웜을 안심하고 굴릴 수 있으니, 테스트 인프라에 대한 투자의 값어치도 같이 올라가고요. 둘째, 비용 감각이 필요해져요. 팀 단위로 에이전트를 굴리면 토큰 비용이 인건비처럼 관리해야 할 항목이 되거든요. 어떤 작업에 비싼 모델을 쓰고 어떤 작업에 싼 모델을 쓸지가 아키텍처 결정이 되는 거예요.
정리하면
AI 활용의 단위가 “한 번의 호출”에서 “병렬 에이전트 조직”으로 바뀌면서, 모델의 가치는 지능 단독이 아니라 지능·속도·단가의 곱으로 평가되는 시대가 오고 있어요. 여러분의 팀이라면 에이전트 열 개에게 뭘 맡기고, 그 결과물 검증은 어떻게 하실 건가요?
🔗 출처: Hacker News