Skip to content
JUNG.
bloggalleryplacesguestbookabout
서브에이전트는 더 똑똑한가?

31 Aug 2026 · 3 min read

서브에이전트는 더 똑똑한가?

컨텍스트 격리와 위임의 비용을 읽고 생각한 것

AI

글을 읽다가 서브에이전트가 컨텍스트를 관리하는 데도 도움이 된다는 걸 처음 알게 됐다. 평소에는 거의 쓰지 않았는데, 앞으로는 조금 더 활용해보고 싶어졌다.

다만 한 가지 의문이 있었다. 메인 에이전트가 이미 알고 있는 맥락을 서브에이전트도 알까? 모른다면 결과물의 품질이 떨어지는 건 아닐까?

따로 시작하는 컨텍스트

Claude Code 공식 문서 (https://code.claude.com/docs/en/sub-agents)를 보니 서브에이전트는 메인 대화를 그대로 이어받지 않고, 별도의 컨텍스트에서 시작한다. 메인 에이전트가 넘긴 작업 설명이 중요한 브리핑이 된다. 다만 설정된 지침이나 스킬처럼 시작할 때 따로 로드되는 정보도 있으니, 브리핑 한 줄만 보고 움직인다고 생각하면 정확하지 않다.

결국 무엇을 맡기는지뿐 아니라 필요한 배경, 원하는 결과, 확인할 기준을 얼마나 구체적으로 전달하느냐가 중요하다. 메인에서 이미 알고 있는 사실도 서브에이전트가 필요하다면 다시 알려줘야 한다.

격리가 지켜주는 것과 드는 비용

분리된 컨텍스트는 단점만 있는 게 아니다. 긴 작업을 하다 보면 파일 내용과 도구 결과가 메인 대화에 계속 쌓인다. Anthropic의 컨텍스트 엔지니어링 글 (https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)도 정보가 많아질수록 필요한 신호를 찾기 어려워질 수 있다고 설명한다. 서브에이전트는 자기 작업에서 생긴 세부 내용을 그 안에 두고, 핵심 결과만 메인으로 돌려준다. 글에서는 이런 요약이 흔히 1,000~2,000토큰 정도라고 한다.

그러니까 서브에이전트가 모델 자체를 더 똑똑하게 만드는 건 아니다. 작업에 필요한 맥락을 분리해서 메인 대화를 덜 복잡하게 만드는 방식에 가깝다.

Anthropic의 멀티에이전트 리서치 사례 (https://www.anthropic.com/engineering/multi-agent-research-system)도 흥미로웠다. 내부 리서치 평가에서 Opus 4 리드와 Sonnet 4 서브에이전트 조합은 단일 Opus 4보다 90.2% 높은 성능을 보였다고 한다. 동시에 멀티에이전트 시스템은 일반 채팅 상호작용보다 약 15배의 토큰을 썼다. 이 15배는 단일 에이전트와의 직접 비교 수치가 아니고, 리서치 작업의 결과를 모든 개발 작업에 그대로 적용할 수도 없다. 역시 공짜는 없다.

무엇을 맡길까

내가 조심해야 할 건 격리 자체보다 부실한 브리핑인 것 같다. 필요한 배경 없이 일을 맡기면 서브에이전트는 이미 메인에서 파악한 맥락을 다시 찾는 데 시간을 쓴다. 결과를 받아서 여러 번 핑퐁해야 하는 작업이라면 오히려 메인에서 이어가는 편이 낫겠다.

반대로 범위와 결과물이 분명한 조사나 독립적인 검토라면 맡겨볼 만하다. 앞으로는 무조건 많이 쓰기보다, 어떤 일을 분리했을 때 실제로 도움이 되는지 직접 확인해보려고 한다.

참고한 글들