2)
두 번째는 default-worker.
이 역할은 Sonnet 고정입니다.
맡는 일은 이런 것들입니다.
- 보일러플레이트 작성
- 테스트 코드 작성
- 리팩터링
- 포매팅
- 중간 단계 구현
즉, 실제 손발 역할입니다.
Fable이 “무엇을 해야 하는지” 정하면,
Sonnet이 “실제로 구현”합니다.
여기에 가벼운 작업용으로 task-worker를 둡니다.
이 역할은 Haiku가 맡습니다.
간단한 수정, 작은 파일 정리, 반복 작업처럼
굳이 비싼 모델을 쓸 필요 없는 일은 Haiku에게 넘깁니다.
핵심은 이겁니다.
비싼 모델은 판단에만 쓴다.
싼 모델은 실행에 쓴다.
5)
의외의 네 번째 멤버가 있습니다.
Codex입니다.
Claude Code에 OpenAI 공식 Codex 플러그인을 붙여도 되지만 플러그인 설치없이 갑벼게 codex exec 명령으로 불러서 사용할 수도 있습니다.
Codex를 단순 리뷰어가 아니라 deep-reasoner급 동료 모델로 사용하고자 한다면 OpenAI 공식 Codex 플러그인을 붙이면 됩니다.
구독이 부담스럽고 리뷰의 역할과 복잡한 작업일 때만 사용 할 경우 codex exec 명령으로 사용해도 충분합니다.
Codex를 붙이는 이유는 단순합니다.
같은 문제라도
다른 학습 배경을 가진 모델이 보면 다른 답이 나옵니다.
특히 중요한 판단에서는 Opus와 Codex에게 병렬로 문제를 던집니다.
서로의 답은 보여주지 않습니다.
각자 독립적으로 답을 만들게 한 뒤,
Fable이 두 답을 받아 좋은 부분만 취해 종합합니다.
한쪽 답이 다른 쪽을 오염시키는 걸 막는 구조입니다.
6)
설정 흐름은 대략 이렇습니다.
- /model에서 Fable 5 선택
- reasoning effort 최대로 설정
- 서브에이전트 생성
- deep-reasoner: Opus
- default-worker: Sonnet
- task-worker: Haiku
- Codex CLI 설치 후 플러그인 추가
- CLAUDE.md에 오케스트레이션 규칙 작성…
오케스트레이터 (Orchestrator)
멀티에이전트 시스템에서 전체 작업을 계획하고, 하위 에이전트들에게 세부 작업을 배분하며 결과를 종합하는 중앙 조율 역할의 AI 에이전트. 직접 실행하지 않고 "누가 무엇을 할지"를 결정한다. 출처
서브에이전트 (Sub-agent)
오케스트레이터로부터 특정 작업을 위임받아 독립적인 컨텍스트 윈도우 내에서 실행되는 하위 AI 에이전트. 각각 별도의 모델, 시스템 프롬프트, 도구를 가질 수 있으며, 처리 결과만 상위 에이전트에 반환한다. 출처
Reasoning Effort (추론 강도)
AI 모델이 응답 생성에 투입하는 연산 자원의 수준을 조절하는 파라미터. 높을수록 출력 품질은 올라가지만 속도가 느려지고 토큰 비용이 증가한다. Claude에서는
high,xhigh등의 옵션으로 설정한다. 출처보일러플레이트 (Boilerplate)
소프트웨어 개발에서 거의 변경 없이 반복적으로 사용되는 표준화된 코드 블록. 창의적 판단이 필요 없는 단순 반복 작업에 해당하므로, 이 글에서는 저렴한 모델에 위임해야 할 작업으로 분류된다.
컨텍스트 (Context Window)
AI 모델이 한 번의 추론에서 처리할 수 있는 입력 토큰의 최대 범위. 오케스트레이터의 컨텍스트가 커질수록 매 턴마다 소비되는 고가의 입력 토큰 수가 늘어나므로, 지휘자 역할 모델의 컨텍스트는 가볍게 유지하는 것이 비용 효율적이다. 출처