클로드가 지휘, 저가 AI가 실행…코딩 비용 15배 절감

클로드 코드(Claude Code)로 오픈AI 코덱스(OpenAI Codex)와 커서(Cursor)의 코딩 에이전트를 마치 자기 하위 에이전트처럼 부리는 오픈소스 도구가 나왔다. 개발자 쿠버(Kuberwastaken)가 깃허브에 공개한 서브에이전트맥싱(subagentmaxxing)이다. 값비싼 최상위 모델에는 지휘만 맡기고, 실제 코드 작성은 훨씬 싼 모델에게 넘겨 비용을 크게 줄이는 것이 핵심이다.

무슨 일인가 / 배경

클로드 코드는 원래 '에이전트 도구'로 자체 하위 에이전트를 부릴 수 있다. 하지만 문제를 풀다 보면 다른 두뇌가 필요할 때가 있다. 그록(Grok)의 관점, 컴포저(Composer)의 속도, GPT의 추론력을 빌리거나, 여러 모델에게 같은 질문을 던져 다수결로 검증하고 싶은 경우다. 그동안 이런 모델들은 코덱스 CLI와 커서 CLI 뒤에 각각 다른 명령 형식과 인증 방식으로 흩어져 있었다. 서브에이전트맥싱은 이 모든 것을 하나의 인터페이스로 통일해, 코덱스나 커서 실행을 클로드 하위 에이전트와 똑같이 다루게 해준다.

핵심 짚어보기

도구의 실체는 의존성 없는 파이썬 CLI '서브에이전트(subagent)' 하나와, 오케스트레이션 에이전트에게 사용법을 가르치는 클로드 코드 스킬이다. 모델(그록 4.5, 컴포저 2.5, GPT-5.5 등), 작업 디렉터리, 샌드박스 수준을 골라 실행하고 구조화된 JSON으로 결과를 받을 수 있다. 하나의 프롬프트를 여러 모델에 동시에 뿌려 합의를 구하는 '팬아웃(fanout)' 기능도 있다.

비용 절감 효과가 특히 눈길을 끈다. 프로젝트가 인용한 '인공지능 분석(Artificial Analysis)'의 코딩 에이전트 지표에 따르면, 커서의 컴포저 2.5는 작업당 0.07달러에 62점, 오퍼스 4.7 맥스는 작업당 4.10달러에 66점을 기록했다. 품질은 약 94% 수준이면서 비용은 1.7%에 불과하다는 것이다. 클로드가 지휘하고 싼 모델이 실행하게 하면 기능 하나를 15~30배 저렴하게 만들 수 있다는 주장이다.

1인기업 실전 적용 포인트

• 반복적인 타입 힌트 추가·리팩터링·버그 탐색 같은 '노가다'는 subagent run cursor -m composer 명령으로 저가 모델에 넘기고, 설계·검토만 오퍼스에게 맡겨 월 구독료 소진을 늦춘다.
• 마이그레이션 가역성처럼 판단이 갈리는 결정은 팬아웃으로 그록·컴포저·코덱스·소넷에 동시에 물어 다수결로 리스크를 검증한다.
• 설치는 bash install.sh 한 줄이면 끝나고, subagent doctor로 각 백엔드의 설치·인증 상태를 먼저 점검할 수 있다.
• 에이전트를 성능 좋은 원격 서버에 두고 노트북에서 원격 구동하는 방식도 지원해, 사양 낮은 장비로도 운용할 수 있다.

전망 / 주의점

실행용 저가 모델의 품질이 늘 최상위 모델의 94%를 보장하는 것은 아니다. 벤치마크 점수는 평균값일 뿐, 까다로운 작업에서는 격차가 벌어질 수 있다. 그래도 '비싼 모델은 판단, 싼 모델은 실행'이라는 분업 원칙 자체는 예산이 빠듯한 1인기업이 당장 흉내 낼 만하다. 여러 CLI를 한 창구로 묶는 시도가 늘어나는 흐름도 눈여겨볼 대목이다.

출처: Hacker News (https://github.com/Kuberwastaken/subagentmaxxing)