저는 한 달 동안 기업 홈페이지, 콘텐츠 사이트, 음식점 홈페이지, CMS 플랫폼 등 네 개의 프로젝트를 혼자 관리해야 했습니다. 프로젝트마다 기능 개발뿐 아니라 디자인 점검, SEO 개선, 데이터 분석, 콘텐츠 관리, 테스트와 배포까지 필요했습니다. 한 사람이 여러 프로젝트를 동시에 처리하면 업무 전환에 많은 시간이 들고, 검토가 부족해지거나 이전 결정 사항을 잊기 쉽습니다. 이를 해결하기 위해 여러 AI 에이전트가 각자 다른 역할을 담당하는 멀티 에이전트 방식을 도입했습니다.
주로 Claude Code의 하위 에이전트 기능을 활용했습니다. 하나의 AI에게 모든 작업을 맡기지 않고 다음과 같이 역할을 분리했습니다. 탐색 에이전트: 여러 코드와 문서에서 필요한 정보를 조사, 구현 에이전트: 독립된 작업 공간에서 기능을 개발, 리뷰 에이전트: 완성된 코드를 별도로 검토, 디자이너 에이전트: 화면 구성과 디자인 품질 점검, CTO 에이전트: 기술 구조와 안정성 검토, 편집장 에이전트: 콘텐츠와 표현의 품질 확인
각 에이전트는 서로 분리된 작업 공간에서 일했습니다. 작업 목록을 공유해 현재 진행 상황을 관리하고, 프로젝트별 메모리에 사용자의 선호, 과거의 실패, 주의 사항, 프로젝트 규칙을 기록했습니다. 반복되는 작업은 명령어 형태의 ‘스킬’로 만들어 다시 사용할 수 있도록 했습니다.
AI가 작업했다고 바로 배포하지는 않았습니다. 모든 변경 사항은 별도 브랜치에서 작성한 뒤 PR 생성, 검토, 병합 단계를 거쳤습니다. 중요한 배포는 디자이너, CTO, CEO 관점의 3단계 검토를 통과하도록 구성했습니다.
가장 큰 변화는 운영자의 역할이 직접 모든 작업을 수행하는 사람에서, 업무를 분배하고 AI의 결과를 검토하는 사람으로 바뀐 것입니다. 탐색, 구현, 검수를 서로 다른 에이전트가 담당하면서 여러 프로젝트를 병렬로 진행할 수 있었고, 반복되는 설명도 프로젝트 메모리와 스킬을 통해 줄일 수 있었습니다.
이 사례의 가장 큰 특징은 AI를 단순한 코딩 보조 도구가 아니라, 역할이 나뉜 하나의 팀처럼 운영했다는 점입니다. 하나의 AI가 조사부터 개발, 검토까지 모두 담당하는 방식이 아니라 탐색·구현·검수 에이전트를 분리하고, 디자이너, CTO, 편집장처럼 전문적인 역할까지 부여했습니다.
또한 각 에이전트가 독립된 작업 공간에서 일하고, 작업 목록과 프로젝트 메모리를 공유하도록 구성했습니다. 덕분에 여러 프로젝트를 동시에 진행하면서도 작업이 서로 뒤섞이는 문제를 줄일 수 있었습니다. 이전에 발생한 실수와 사용자의 선호도 메모리에 남겨 같은 설명을 반복하지 않도록 한 것도 차별점입니다.
무엇보다 AI가 만든 결과를 바로 적용하지 않고, 별도의 리뷰 에이전트와 사람이 단계적으로 검토했습니다. 즉, 이 프로젝트는 에이전트의 수를 늘리는 데 그치지 않고 역할 분담, 정보 공유, 독립 검수, 사람의 최종 승인까지 하나의 업무 체계로 설계했다는 점에서 일반적인 AI 활용 사례와 차이가 있습니다.
기본적인 방식은 다른 사람도 따라 할 수 있습니다. 반드시 네 개의 프로젝트나 많은 에이전트로 시작할 필요는 없습니다. 개인 과제나 소규모 프로젝트 하나를 다음과 같이 나누어 실행할 수 있습니다.
1. 프로젝트 목표와 완료 조건을 문서로 작성합니다.
2. 전체 작업을 조사, 실행, 검수 단계로 나눕니다.
3. 각 단계에 별도의 AI 대화나 에이전트를 배정합니다.
4. 모든 에이전트가 같은 요구사항 문서를 참고하게 합니다.
5. 실행 결과는 다른 에이전트가 검토하게 합니다.
6. 최종 제출이나 배포는 사람이 직접 확인하고 승인합니다.
개발 프로젝트가 아니더라도 적용할 수 있습니다. 예를 들어 보고서를 작성할 때 조사 에이전트는 자료를 수집하고, 작성 에이전트는 초안을 만들며, 검토 에이전트는 출처와 논리적 오류를 확인하도록 구성할 수 있습니다. 따라서 전문 개발자가 아니어도 역할 분담과 검토 원칙만 이해하면 활용할 수 있습니다.