서브 에이전트가 단순한 작업을 위해 당신의 모든 것을 가져갑니다
서브 에이전트는 현대 AI 코딩 도구에서 가장 좋은 아이디어 중 하나입니다. 큰 작업이 있습니까? 그것을 분할하세요. 한 에이전트는 코드베이스를 연구하고, 다른 에이전트는 테스트를 작성하며, 또 다른 에이전트는 diff(차이점)를 검토하게 하세요. 이 모든 것이 함께 작동하는 것을 지켜보는 것만으로도 충분합니다. 마치 팀을 고용한 느낌입니다.
여기에는 아무도 언급하지 않는 부분이 있습니다. 당신이 생성하는 모든 서브 에이전트에게는 당신의 컨텍스트 사본 전체가 전달됩니다. 요약된 내용이 아닙니다. 관련 부분만 잘라낸 조각도 아닙니다. 종종 전체 — 즉 대화, 파일들, 계획, 그리고 이 세션에서 지금까지 수행한 모든 것의 기록입니다. 그리고 당신은 그 모든 토큰에 대해, 매번 비용을 지불합니다.
저는 이것을 대부분의 사람들이 누수를 발견하는 방식처럼 처음 알아차렸습니다. 한 번의 큰 청구서가 아니라, 작업 내용보다 더 큰 청구서를 통해 말입니다. 과제들은 작았습니다. 답변도 짧았습니다. 하지만 토큰 카운트는 그렇지 않았습니다.
작은 작업이 큰 컨텍스트 비용을 초래하는 이유
서브 에이전트가 실제로 임무를 수행하기 위해 필요한 것과, 일반적으로 받는 것을 비교해 생각해 보세요.
"이 함수가 빈 입력을 처리하는지 확인하라"는 요청을 받은 서브 에이전트는 다음이 필요합니다: 해당 함수, 아마도 호출자들(callers), 그리고 한 줄짜리 지침. 이것은 실제 컨텍스트로 수백 개의 토큰에 불과합니다.
하지만 실제로 받는 것은 무엇일까요? 전체 세션입니다 — 이전 논의가 담긴 수천 개의 토큰, 3개 작업 전에 열었던 파일들, 다섯 번의 개정을 거치며 커진 계획 문서, 그리고 모든 이전 에이전트의 출력물까지. 서브 에이전트는 그것을 모두 읽습니다. 왜냐하면 그것이 주어진 것이기 때문이며, 미터는 이 모든 것을 기준으로 작동합니다.
낭비는 복리로 증가하는데, 그 이유는 서브 에이전트가 번식하기 때문입니다. 하나의 오케스트레이터(orchestrator)가 세 명의 연구원(researcher)을 생성하고; 각 연구원이 두 명의 도우미(helper)를 생성합니다. 각 도우미는 똑같이 부풀려진 컨텍스트를 받습니다. 한 파일에 대한 신중한 읽기 작업으로 충분해야 할 일이 이제 전체 세션에 대한 여섯 번 또는 일곱 번의 읽기를 필요로 합니다. 실제 작업 자체는 저렴합니다. 청구서가 문제입니다.
이러한 비용은 작업당(per job)이 아니라 에이전트별(per agent)로 발생하기 때문에 순간적으로는 눈에 띄지 않습니다. 개별 호출들은 합리적으로 보입니다. 하지만 주말에 모두 합산하면 '브리핑 비용(briefing tax)'이 청구서에서 가장 큰 항목인 경우가 많습니다. 이는 플래그십 모델 프리미엄이나 긴 답변보다도 클 수 있습니다.
작업 예시 (예시 숫자)
만약 세션 컨텍스트가 40,000 토큰으로 증가했다고 가정해 봅시다. 이는 실제 작업을 한 시간 정도 거친 후의 일반적인 크기입니다. 이 상태에서 다섯 개의 서브 에이전트를 생성하여 다섯 가지 작은 검사를 병렬로 처리하게 합니다. 만약 각 에이전트가 전체 40,000 토큰 컨텍스트를 받게 된다면, 그들 중 어느 것도 유용한 작업을 수행하기 전에 이미 200,000개의 입력 토큰을 사용한 것입니다.
이제 비교해 봅시다. 만약 각 에이전트가 자신의 작업에 실제로 관련 있는 2,000 토큰만 받았다면, 동일한 다섯 가지 검사는 단지 10,000개의 입력 토큰만을 소비했을 것입니다. 답변의 개수는 같지만, 컨텍스트 청구량은 20분의 1로 줄어듭니다.
이 수치들은 예시일 뿐이며 특정 제공업체의 견적이 아닙니다. 사용하시는 도구의 정확한 동작 방식과 가격 정책에 따라 달라질 것입니다. 하지만 서브 에이전트가 전체 세션을 상속받는 경우, 그 형태는 변하지 않습니다. 즉, 브리핑 비용은 '에이전트 수 × 세션 크기'에 비례하여 증가하는 반면, 실제 유용한 작업량은 일정하게 유지됩니다. 이것이 바로 실제로 작업 자체가 가벼웠다고 느껴지는 날에도 청구서가 두 배로 늘어날 수 있는 이유입니다.
네 가지 실용적인 해결책
1. 세션을 전달하지 말고 에이전트에게 브리핑하세요. 서브 에이전트를 생성하기 전에, 무엇을 해야 하는지, '완료'가 어떤 모습인지, 그리고 어떤 파일들이 중요한지를 담은 두세 문장을 작성하십시오. 만약 사용하시는 도구가 전체 컨텍스트 대신 짧은 프롬프트를 전달할 수 있게 한다면 그것을 이용하세요. 잘 작성된 브리핑이 여러분이 지출하게 될 가장 저렴한 토큰입니다.
2. 확산시키기 전에 세션을 축소하세요. 만약 컨텍스트가 크게 증가했다면, 병렬 작업을 위해 새로운 세션을 시작하거나, 계획을 짧은 문서로 요약하여 그 문서로부터 에이전트를 생성하십시오. 라이브 세션에서 직접 가져오는 것이 아닙니다. 전달하는 대상이 작을수록 비용도 적습니다.
3. 에이전트가 필요할지 먼저 물어보세요. 한 줄 확인, 단일 파일 읽기, 간단한 grep 검색 등은 서브에이전트의 작업이 아니라 직접 호출로 처리해야 할 일입니다. 모든 생성(spawn)에는 고정 비용이 발생합니다: 바로 브리핑(briefing)입니다. 만약 작업 자체가 이 브리핑보다 작다면, 이미 돈을 잃은 것입니다. 좋은 규칙은 다음과 같습니다: 작업을 한 문장으로 설명할 수 있고 하나의 파일만 건드린다면, 직접 처리하세요.
4. 팬아웃(fan-out)을 제한하세요. 간결한 브리핑으로 작업하는 세 명의 에이전트가 전체 세션 컨텍스트를 가지고 작업하는 여덟 명의 에이전트보다 비용 면에서, 그리고 종종 품질 면에서도 더 나은 결과를 낼 것입니다. 왜냐하면 각 에이전트는 다른 사람들의 컨텍스트 속을 헤집고 다니기보다는 자신의 영역에 집중하기 때문입니다. 병렬 처리(Parallelism)에는 대가가 따릅니다. 실제로 속도 향상이 발생하는 곳에만 비용을 지불하세요.
반대 방향으로의 경고가 하나 있습니다: 서브에이전트를 완전히 없애지 마세요. 진정으로 크고 분해 가능한 작업—코드베이스 전반에 걸친 리서치, 검토 패스(review pass), 다단계 빌드 등—에 대해서는 이들이 그 가치를 여러 번 뛰어넘어 증명합니다. 목표는 에이전트 수를 줄이는 것이 아닙니다. 목표는 전체 두뇌를 가지고 오는 에이전트가 아니라, 브리핑을 가지고 도착하는 에이전트를 사용하는 것입니다.
다음 세션에서 스스로에게 던질 질문
다음 서브에이전트를 생성하기 전에 잠시 멈추고 스스로에게 물어보세요: 이 에이전트가 실제로 알아야 하는 것은 무엇이며, 내가 주지 않아도 되는 정보를 주고 있는 것은 무엇인가? 만약 답이 "전체 세션"이라면, 대신 세 문장짜리 브리핑을 작성하세요. 청구서(bill)는 당신의 워크플로우보다 먼저 그것을 감지할 것입니다.
저는 AI로 구축하는 실제 비용—그리고 그 비용을 통제하기 위해 제가 만드는 도구들—에 대해 제 YouTube 채널 (https://www.youtube.com/@onyxaipk)과 Gumroad 스토어 (https://onyxailabs.gumroad.com)에서 글을 쓰고 있습니다. 이곳에서 저의 AI 지출 추적기(AI Spend Tracker)는 당신의 AI 자금이 정확히 어디로 쓰이는지 볼 수 있도록 도와줍니다.
서브에이전트에게 맡긴 가장 작은 작업은 무엇이었으며, 그것을 수행하기 위해 얼마나 많은 컨텍스트를 전달했나요?