컨텍스트 엔지니어링 실패모드 위키

멀티에이전트 찬성 — Anthropic 멀티에이전트 리서치 시스템 (2025)

9 min read

상위: 06_00_MOC

멀티에이전트 찬성 — Anthropic 멀티에이전트 리서치 시스템 (2025)

한 줄 요약

Anthropic은 리드 에이전트(Claude Opus 4)와 서브에이전트(Claude Sonnet 4)를 결합한 구조로 단일 에이전트 대비 90.2% 성능 향상을 달성했다. 이유는 단순하다. 멀티에이전트 구조가 문제를 풀기에 충분한 토큰을 투입하도록 돕기 때문이다.

“Multi-agent systems work mainly because they help spend enough tokens to solve the problem.” — Anthropic Engineering, 2025

아키텍처 상세

flowchart TB
    USER(["사용자 쿼리"]) --> LR

    subgraph System["Anthropic 멀티에이전트 리서치 시스템"]
        LR["LeadResearcher<br/>Claude Opus 4<br/>계획 · 기억 저장 · 결과 합성"]

        subgraph Parallel["병렬 서브에이전트 (Claude Sonnet 4)"]
            S1["SubAgent 1<br/>서브태스크 A<br/>독립 컨텍스트<br/>도구 3개+ 병렬 호출"]
            S2["SubAgent 2<br/>서브태스크 B<br/>독립 컨텍스트<br/>도구 3개+ 병렬 호출"]
            S3["SubAgent 3~5<br/>서브태스크 C~E<br/>독립 컨텍스트"]
        end

        CA["CitationAgent<br/>출처 처리 전담"]
    end

    LR -->|"병렬 위임"| S1 & S2 & S3
    S1 -->|"핵심 토큰 압축 반환"| LR
    S2 -->|"핵심 토큰 압축 반환"| LR
    S3 -->|"핵심 토큰 압축 반환"| LR
    LR --> CA
    CA --> FINAL(["최종 보고서"])

구성 요소별 역할은 다음과 같다.

역할모델담당
LeadResearcher (오케스트레이터)Claude Opus 4쿼리 분석, 계획 수립, Memory 저장, 결과 합성
SubAgent (워커)Claude Sonnet 4병렬 서브태스크 실행, 도구 3개+ 병렬 호출
CitationAgent—출처 추출·검증·포맷팅

핵심 성능 지표

지표수치비고
단일 Opus 4 대비 성능 향상90.2%내부 리서치 평가
복잡 쿼리 처리 시간 단축최대 90%병렬 실행 효과
BrowseComp 성능 분산 설명토큰 사용량 80% 설명나머지 15%: 도구 호출 수, 5%: 모델 선택
채팅 대비 토큰 사용량약 15×멀티에이전트 기준

서브에이전트의 본질 — “병렬 압축”

Anthropic은 서브에이전트의 역할을 압축(compression)으로 정의하며, 검색 자체도 압축으로 본다.

“Subagents facilitate compression by operating in parallel with their own context windows, exploring different aspects of the question simultaneously before condensing the most important tokens for the lead research agent.” — Anthropic, 2025

“The essence of search is compression: distilling insights from a vast corpus.” — Anthropic, 2025

서브에이전트는 다음 흐름으로 작동한다.

flowchart LR
    VAST["방대한 정보<br/>(웹, 문서, DB)"] -->|"각 서브에이전트가 병렬 탐색"| SUB
    SUB["서브에이전트<br/>독립 컨텍스트 창<br/>깊은 탐색"] -->|"핵심 토큰만 압축·반환"| LEAD
    LEAD["LeadResearcher<br/>합성·통합"] --> REPORT["최종 보고서"]

Write 전략과의 결합 — Memory 선저장

LeadResearcher는 실행 시작 시 계획을 Memory 도구에 먼저 저장한다.

“The LeadResearcher begins by thinking through the approach and saving its plan to Memory to persist the context, since if the context window exceeds 200,000 tokens it will be truncated and it is important to retain the plan.” — Anthropic Engineering, 2025

06_01-Write전략-스크래치패드-파일시스템-크로스세션의 “Write First” 원칙이 실제 프로덕션 시스템에 적용된 사례다.

프롬프트 엔지니어링 원칙 (Anthropic 2025)

  • Console 시뮬레이션: 에이전트를 Console에서 단계별로 실행해 실패 지점을 직접 관찰한다.
  • 오케스트레이터에 상세한 태스크 설명: 서브에이전트끼리 작업이 겹치지 않도록, 리드 에이전트에게 태스크를 어떻게 분해할지 명확히 지시한다.
  • 확장 규칙 내재화: “단순 쿼리 = 1 에이전트, 도구 호출 3~10회 / 복잡 리서치 = 서브에이전트 10개 이상”이라는 기준을 프롬프트에 명시한다.
  • Extended Thinking 활용: 계획 단계에서 제어 가능한 스크래치패드로 쓴다.
  • 넓은 쿼리에서 점진적 좁힘: 초기 검색은 넓게 던지고, 이후 단계적으로 초점을 좁힌다.

평가 방법론

Anthropic이 공개한 내부 평가 방식:

  • 시작 규모: 테스트 케이스 20개. 이 정도 소규모에서도 성능 차이가 뚜렷하게 드러난다.
  • LLM-as-Judge 4축: 사실 정확도, 인용 정확도, 완전성, 출처 품질, 도구 효율성을 평가한다.
  • 휴먼 테스트: 자동화가 놓치는 엣지 케이스를 사람이 직접 잡아낸다.

프로덕션 과제

  • 내구성 있는 실행(Durable Execution): 오류 복구와 체크포인트가 필요하다.
  • Rainbow 배포: 실행 중인 에이전트를 방해하지 않고 무중단으로 업데이트한다.
  • 동기 vs 비동기: 동기 방식의 서브에이전트 실행은 병목을 만든다. 비동기 실행이 앞으로 갈 방향이다.

BrowseComp과 토큰 우위 — 핵심 통찰

BrowseComp 평가에서 성능 분산은 다음과 같이 갈린다.

  • 토큰 사용량이 분산의 80%를 설명한다.
  • 도구 호출 수가 15%를 설명한다.
  • 모델 선택은 5%에 그친다.

함의는 분명하다. 멀티에이전트의 성능 이점은 대부분 “더 많은 토큰 투입”에서 온다. 모델을 무엇으로 고르느냐보다 토큰 예산이 훨씬 중요하다.

실제 사용자 임팩트

Anthropic이 보고한 실사례는 다음과 같다.

  • 놓치고 있던 비즈니스 기회를 발견했다.
  • 복잡한 의료 의사결정을 탐색했다.
  • 며칠 걸리던 리서치 작업을 몇 시간으로 줄였다.

찬반 맥락

이 노트는 멀티에이전트를 옹호하는 쪽의 증거를 담는다. 반론은 06_06-멀티에이전트-반대-Cognition-DontBuild에서 다루며, 두 관점을 종합한 도메인별 선택 원칙은 06_09-실패모드-전략-매핑표에서 정리한다.

참고문헌

관련 노트

그래프 뷰

백링크