오 마이 오픈코드 (5 SUPER Agent/MCP/Prompt 구성): OPENCODE가 괴물이 된다! 진짜 좋은 에이전트들

AICodeKing 구독자 71,200명

요약

이 영상은 ‘Oh My OpenCode’라는 AI 코딩 에이전트 프레임워크의 개념과 가능성을 소개합니다. 여러 AI 모델을 조합해 단일 모델의 한계를 극복하고, 메인 에이전트 Cisphus가 각 작업을 전문 서브 에이전트에 동적으로 할당합니다. Todo 연속 강제, LSP 통합, 병렬 처리 등 핵심 기능으로 코드 완성도와 신뢰성을 높이면서도 토큰 비용 절감을 시도하는 방식이 특징입니다. 설치 방법과 실제 영화 트래커 애플리케이션 데모로 사용성을 검증하고 장단점을 평가합니다.

주요 키워드

오 마이 오픈코드 Cisphus 오케스트레이션 서브 에이전트 LSP Todo Continuation Enforcer MCP Anti-Gravity Rate Limits 병렬 처리 토큰 최적화

하이라이트

🔑 동적 에이전트 할당: Cisphus가 각 작업에 맞춰 Gemini, Opus, Sonnet 등 전문 에이전트를 자동으로 호출합니다.
⚡️ 병렬 처리: 백그라운드에서 여러 서브 에이전트가 동시에 작업하면서 속도를 대폭 향상합니다.
🌟 Todo 강제 완성: 파일 작업이 중단되지 않도록 Todo Continuation Enforcer가 에이전트의 완료를 강제합니다.
📌 LSP 통합: Language Server Protocol 기반 실시간 문법·린트 검사로 오류를 사전에 수정합니다.
🚀 토큰 비용 최적화: 단순 문서 조회나 가벼운 작업은 경량 모델로 분산 처리해 비용을 절감합니다.
💡 설치 복잡도: 다양한 모델 API 키와 설정이 필요해 VS Code 설치보다 진입 장벽이 높습니다.
📊 실전 데모: TMDB API 연동 영화 트래커 앱 생성 과정에서 모듈 임포트 오류부터 race condition까지 스스로 수정하는 모습을 보여줍니다.

용어 설명

Cisphus

메인 에이전트로 Opus 4.5 기반의 ‘엔지니어링 매니저’ 역할을 수행합니다.

서브 에이전트(sub-agent)

각 작업을 담당하는 전문 워커 에이전트로, Gemini 3 Pro·Sonnet 4.5·GPT 5.2 등을 사용합니다.

오케스트레이션

메인 에이전트가 여러 모델과 플러그인을 조정해 작업을 분산 관리하는 구조입니다.

LSP (Language Server Protocol)

실시간 문법 검사 및 자동 수정 기능을 제공하는 프로토콜입니다.

Todo Continuation Enforcer

에이전트가 파일 작업을 완전히 마무리할 때까지 중단하지 못하게 강제하는 기능입니다.

MCP (Model Context Protocol)

모델별 컨텍스트를 관리하고 공유하기 위한 프로토콜입니다.

Anti-Gravity Rate Limits

Google Gemini API에서 더 관대한 속도 제한을 우회해 활용하는 방식입니다.

‘Oh My OpenCode’ 이름 유래와 기존 AI 코딩 도구의 모노모델 워크플로우 한계를 제시하고, 플러그인·설정 강화 개념을 설명합니다.

[00:04] 새로운 코딩 에이전트 프레임워크인 'Oh My Open Code' 소개. 이는 대규모 설정으로 주목받고 있으며, 터미널 사용자들에게는 Oh my Zsh를 연상시키는 이름이다.

[00:28] 바닐라 오픈 코드 CLI에 엄청난 양의 플러그인과 설정을 주입하는 컨셉으로, 기존 AI 코딩 도구들이 가진 단일 모델 워크플로우의 한계를 지적한다.

Cursor·Windsurf·표준 CLI 에이전트 모두 단일 모델만 사용해 각 모델의 강점과 약점에 따라 효율이 떨어지는 문제를 짚습니다.

[01:06] 각 AI 모델들의 고유한 장단점을 설명. 제미니는 프론트엔드에 강하지만 백엔드 로직에서 환각하고, 오퍼스는 전반적으로 뛰어나지만 비용이 높고, GPT 4o는 아키텍처에 좋지만 포맷팅에 고집스럽다.

Cisphus를 메인 에이전트로 두고 UI, 문서 검색, 아키텍처 검토 등 작업을 Gemini·Sonnet·Oracle 등 서브 에이전트에 위임하는 구조를 소개합니다.

[01:43] Oh My Open Code의 해결책을 제시. 메인 에이전트 '시지프스'가 엔지니어링 매니저 역할을 하며, 다양한 모델에서 실행되는 특화된 서브 에이전트들에게 작업을 위임하는 오케스트레이터 방식을 채택한다.

[02:38] 백그라운드에서 비동기적으로 여러 에이전트가 동시에 작업하는 방식과, 기존 에이전트들의 게으름 문제를 해결하는 todo 연속성 강제 기능 및 LSP를 통한 자체 진단 기능을 설명한다.

Todo Continuation Enforcer로 미완성 코드를 방지하고, LSP 통합으로 문법 오류를 사전에 수정하는 기능을 통해 신뢰성을 높입니다.

[03:25] 현실적인 한계를 언급. 여러 모델을 동시에 사용하므로 각 제공업체의 API 구독이 필요하며, 전체 기능을 사용하려면 Anthropic, Google, OpenAI에서 동시에 토큰을 소비해야 한다는 비용 부담을 경고한다.

멀티 모델 API 호출로 비용이 증가하지만, Haiku·Flash 경량 모델 분산 처리로 토큰을 절감할 수 있으며, 구독과 API 키가 필요함을 안내합니다.

[03:52] Oh My OpenCode는 간단한 작업을 저렴한 모델에 맡겨 비용을 절약한다고 하지만, VS Code보다 복잡한 설정이 필요한 파워 유저용 도구입니다. 하지만 생산성 잠재력은 엄청나서 AI 에이전트 팀이 하나의 똑똑한 모델보다 나은지 테스트해보기로 했습니다.

bunx oh-my-opencode 설치 과정과 Claude·Gemini·GPT 등의 구독 정보 입력, MCP·웹 검색 설정, anti-gravity rate limits 활용을 설명합니다.

[04:26] 설치 과정에서는 bunx 명령을 실행하고 Claude, Gemini, GPT 등의 구독 서비스 질문에 답하면 자동으로 설정됩니다. Google Gemini는 anti-gravity 속도 제한을 사용해 더 관대한 편이며, MCP와 웹 검색 기능도 함께 구성됩니다.

[05:14] Open Code를 시작하면 Sisyphus 에이전트가 나타나며, 프롬프트를 입력하면 자동으로 적절한 서브 에이전트를 감지하고 사용합니다. 메인 모델도 원하는 것으로 변경할 수 있어 Opus의 완전한 성능을 활용할 수 있습니다.

TMDB API 연동 영화 트래커 앱을 요청하고 CISPHUS가 파일을 읽고 백그라운드로 서브 에이전트를 실행해 UI 컴포넌트부터 스키마 생성까지 수행하는 과정을 보여줍니다.

[06:15] TMDB API를 사용하는 미니멀한 영화 추적 앱 개발을 요청했습니다. Git과 같은 뷰로 연간 시청 영화 수를 보여주는 기능도 포함해야 합니다. Sisyphus가 즉시 작업을 분석하고 복잡한 다단계 작업임을 인식합니다.

[07:01] Sisyphus는 상세한 계획을 세우고 package.json, app/page.tsx, app/layout.tsx, app/globals.css 등의 파일을 읽어 기존 프로젝트 컨텍스트를 파악합니다. 그다음 librarian 타입의 OMO 에이전트를 호출해 TMDB API 인증 방법을 연구하도록 지시합니다.

[07:31] TMDB API의 키 엔드포인트와 응답 구조를 설명하며, 백그라운드 실행 설정으로 사서 에이전트가 병렬로 작업할 수 있음을 강조합니다.

[07:47] 사서가 작업하는 동안 Cisphus는 할 일 목록을 다듬고 프론트엔드 엔지니어에게 UI/UX 작업을 위임하며 TypeScript 타입 작성을 시작합니다.

[08:10] 백그라운드 작업 완료 알림이 나타나고 Cisphus가 즉시 사서의 연구 결과를 반영하여 불필요한 주석과 린트 문제를 감지하고 수정합니다.

[08:55] 디렉토리 구조를 생성하고 영화 검색, 카드, 목록, 그래프 등의 핵심 컴포넌트들을 만들어나갑니다.

[09:14] 모듈 찾기 에러가 발생하지만 LSP와 TypeScript 언어 서버가 즉시 감지하여 Cisphus가 자동으로 import 경로를 수정하고 다른 오류들도 해결합니다.

[09:54] 컴포넌트 배치 후 app/layout.tsx와 page.tsx를 업데이트하고, TMDB 이미지를 위한 Next.js 설정을 구성합니다.

[10:44] UI/UX 작업을 Gemini 3 Pro 에이전트에게 명시적으로 위임하고, npm run build를 실행하여 애플리케이션이 성공적으로 컴파일되는지 확인합니다.

[11:18] 생성된 영화 트래커가 독특하고 잘 만들어진 결과물이라고 평가하며, OpenCode의 장점들을 소개하기 시작합니다.

동적 분배와 병렬 처리, 자체 오류 수정 기능은 인상적이나 설치 복잡도와 다중 모델 구독 비용 부담이 존재함을 정리합니다.

[11:24] 전문화된 에이전트로의 동적 위임 기능을 핵심 장점으로 설명하며, Opus는 고수준 계획과 백엔드, Gemini는 프론트엔드, Sonnet은 리서치를 담당하는 미니 개발팀과 같은 구조라고 소개합니다.

[11:51] 백그라운드 작업 실행과 LSP 통합, 지속적인 실행 보장 기능이 AI 에이전트의 신뢰성을 높이는 핵심 요소라고 강조하며, 스스로 오류를 감지하고 수정하는 능력을 인상적이라고 평가합니다.

[12:21] 완벽한 해결책은 아니라고 지적하며, 여러 최신 모델 실행으로 인한 API 비용 증가 문제를 언급하지만, 구독 서비스를 감당할 수 있다면 좋은 결과를 얻을 수 있다고 설명합니다.

[00:04] 안녕하세요, 또 다른 영상에 오신 것을 환영합니다. 새로운

[00:08] 코딩 에이전트 프레임워크라기보다는

[00:12] 대규모 설정이 화제가 되고 있어서

[00:14] 이것도 다뤄야겠다고 생각했습니다.

[00:16] 이것의 이름은 Oh My Open Code입니다.

[00:19] 터미널에서 살고 있다면, 이름에서 당연히

[00:22] Oh my Zsh가 떠오를 것입니다.

[00:25] 그리고 컨셉도 기본적으로 동일합니다.

[00:28] 바닐라 오픈 코드 CLI를 가져와서

[00:31] 엄청난 양의 스테로이드와

[00:34] 플러그인, 설정을 주입합니다.

[00:36] 지금 AI 코딩 도구들이 가진 문제는

[00:40] 커서든 윈드서프든

[00:42] 표준 CLI 에이전트든

[00:45] 보통 단일 모델 워크플로우에 갇혀있다는 것입니다.

[00:49] 하나의 뇌를 선택하는 겁니다.

[00:51] 클로드 오퍼스로 드라이브하거나

[00:55] GPT 4o로 드라이브하거나요.

[00:58] 하지만 제가 그 모델들에 대해 리뷰한 것을 보셨다면

[01:01] 그들이 매우 구체적인

[01:03] 장점과 단점을 가지고 있다는 걸 아실 겁니다.

[01:06] 제미니 2.0 플래시는 프론트엔드에서는

[01:08] 절대적인 괴물이지만, 복잡한

[01:11] 백엔드에서는 로직을 환각하는 경향이 있습니다.

[01:14] 오퍼스 3.5는 전반적인 코딩과

[01:17] 추론, 디버깅의 왕이지만

[01:22] 간단한 문서 검색에 사용하면

[01:24] 지갑을 태워버립니다.

[01:26] 그리고 GPT 4o는 아키텍처에는 훌륭하지만

[01:30] 포맷팅에 대해서는 이상하게 고집을 부립니다.

[01:34] 보통은 최고의 결과를 얻기 위해

[01:37] 수동으로 코드를 복사 붙여넣기해야 합니다.

[01:40] 각 모델 사이에서요.

[01:42] Oh My Open Code는 오케스트레이터 역할을

[01:43] 함으로써 이를 해결하려고 합니다.

[01:46] 메인 에이전트를 코더가 아닌

[01:49] 엔지니어링 매니저로 취급합니다.

[01:52] 이 메인 에이전트를 시지프스라고 부르는데

[01:55] 일반적으로 오퍼스 3.5에서 실행됩니다.

[01:58] 모든 것을 스스로 하는 대신

[02:02] 시지프스는 다른 모델에서

[02:04] 실행되는 특화된 서브 에이전트들에게

[02:07] 작업을 위임합니다.

[02:11] UI 컴포넌트를 만들어야 한다면

[02:13] 제미니 2.0 플래시를 사용하는

[02:17] 프론트엔드 엔지니어 에이전트를 가동시킵니다.

[02:20] 문서를 읽거나 구현 세부사항을 위해

[02:23] 깃허브를 검색해야 한다면

[02:26] 소네트 3.5에서 실행되는 라이브러리언 에이전트를 호출합니다.

[02:31] 아키텍처에 대한 검증이 필요하다면

[02:32] GPT 4o에서 실행되는 오라클 에이전트에게

[02:36] 핑을 보냅니다.

[02:38] 이것들을 백그라운드에서

[02:41] 비동기적으로 실행합니다.

[02:42] 그래서 한 에이전트가 React 컴포넌트를

[02:45] 작성하는 동안 다른 에이전트는

[02:47] 데이터베이스 스키마를 알아내고 있습니다.

[02:50] 또한 제가 현재 에이전트들과 겪는

[02:52] 큰 고충을 해결합니다. 그들은 게으릅니다.

[02:56] 나머지 코드에 대한 주석을 작성하고

[02:58] 그만두는 걸 좋아하죠.

[03:01] 이 도구에는 todo 연속성 강제 기능이 있어서

[03:04] 모델이 정지하기 전에 파일을

[03:06] 완성하도록 강제합니다.

[03:10] 게다가 에이전트들에게 LSP인

[03:14] 언어 서버 프로토콜에 대한 액세스를 제공해서

[03:17] 실제로 자체 진단을 실행하고

[03:20] 코드를 보여주기 전에

[03:22] 구문 오류를 수정할 수 있습니다.

[03:25] 이제 현실을 체크해보면, 이것은

[03:28] 마법적인 무료 도구가 아닙니다.

[03:30] 여러 모델을 오케스트레이트하므로

[03:33] 이러한 제공업체들의 API나

[03:35] 구독에 액세스해야 합니다.

[03:38] 오픈라우터나 requesty 같은 것도

[03:41] 사용할 수 있을 것 같습니다.

[03:44] 전체 드림팀 설정을 원한다면

[03:46] Anthropic, Google, OpenAI에서

[03:49] 동시에 토큰을 태우고 있는 것입니다.

[03:52] 간단한 작업을 Haiku나 Flash 같은 저렴한 모델에 맡겨서

[03:55] 비용을 절약한다고 주장하고 있습니다.

[03:57] 하지만 설정 복잡도는 단순히

[04:01] VS Code를 설치하는 것보다 확실히 높습니다.

[04:03] 설정 파일을 두려워하지 않는

[04:06] 파워 유저를 위한 도구인 것은 분명합니다.

[04:09] 하지만 생산성 향상 잠재력은 엄청납니다.

[04:12] 그래서 AI 에이전트 팀을 갖는 것이

[04:16] 정말 똑똑한 하나를 갖는 것보다

[04:19] 더 나은지 확인해보기 위해 설정해보았습니다.

[04:21] 이제 실제 작동하는 모습을 보여드리겠습니다.

[04:24] 먼저 설치하려면

[04:26] bunx oh my open code install 명령을 실행해야 하고

[04:28] Claude, Gemini, GPT 등의

[04:30] 구독 서비스가 있는지에 대한

[04:33] 질문들을 받게 됩니다.

[04:35] 그러면 모든 것을 설정해 줄 것입니다.

[04:39] 구독 서비스를 사용한다면

[04:41] Open Code로 인증을 해야 합니다.

[04:42] 그렇지 않으면 API를 사용할 수도 있습니다.

[04:44] Google Gemini의 경우

[04:47] anti-gravity 속도 제한을 사용하기 때문에

[04:51] 꽤 괜찮은데, 종종 더 관대할 수 있습니다.

[04:54] 어쨌든, MCP나 모델

[04:56] 컨텍스트 프로토콜과 함께

[04:59] context 7 웹 검색과 GP MCP가 설정되고

[05:03] 구성될 것입니다.

[05:07] 이것들은 항상 추가적인

[05:10] API를 필요로 하지는 않습니다.

[05:12] 그래서 좋네요.

[05:14] 이제 Open Code를 시작하시면

[05:18] Sisyphus 에이전트를 볼 수 있습니다.

[05:21] 여기서 프롬프트를 입력하면

[05:24] 작업을 수행할 수 있습니다.

[05:26] 일반적으로 특정한

[05:29] 서브 에이전트를 사용하라고 말할 필요는 없습니다.

[05:31] 자동으로 감지하고

[05:33] 가능한 서브 에이전트를 사용할 것입니다.

[05:35] 원한다면 메인 Copilot 모델을

[05:38] Opus가 아닌 다른 것으로 변경할 수도 있습니다.

[05:41] 좋습니다, 뭔가 해보도록 요청하고

[05:44] 모든 것이 어떻게 작동하는지 살펴보겠습니다.

[05:47] 여기 Open Code 터미널에서 시작하고 있고

[05:50] 현재 Sisyphus Claude Sonnet 4로 설정되어 있지만

[05:52] Opus의 완전한 성능을 원합니다.

[05:55] 그래서 /models를 누르고

[05:58] Opus를 검색해서

[06:01] Claude Opus 4.5 latest anthropic을

[06:04] Sisyphus용으로 선택하겠습니다.

[06:09] 이것이 우리가 원하는

[06:10] 쇼를 운영할 두뇌입니다.

[06:12] 이제 벤치마크 프롬프트를 입력하겠습니다.

[06:15] TMDB API를 사용하는 영화 추적 앱을 만들어주세요.

[06:18] 미니멀한 미적 감각을 사용하는지 확인해주세요.

[06:22] 또한 1년에 본 영화 수를 보여주는

[06:24] Git 추적기와 같은 뷰도 있어야 합니다.

[06:27] 저 작은 oh my open code 배너가

[06:29] 번쩍 지나가는 것을 보셨나요?

[06:32] 그것은 Sisyphus가 스테로이드를 맞았다는 뜻입니다.

[06:35] 즉시 Sisyphus가 생각을 시작합니다.

[06:38] 요청을 분석합니다. TMDB API 통합,

[06:41] 미니멀한 UI, 그리고 추적을 위한

[06:45] Git 스타일 기여 그래프.

[06:48] 이것이 프론트엔드 UI/UX,

[06:50] 외부 API, 그리고 여러 컴포넌트를 포함하는

[06:53] 복잡한 다단계 작업임을 깨닫습니다.

[06:57] 계획은 꽤 상세합니다.

[07:00] package.json,

[07:01] app/page.tsx 같은 파일들을 읽는 것으로 시작합니다.

[07:04] app/layout.tsx,

[07:07] tsx와 app/globals.css까지 말이죠.

[07:09] 이것은 기존 프로젝트 컨텍스트를 이해하는 데

[07:11] 중요합니다.

[07:15] 그리고 서브 에이전트 타입

[07:17] librarian으로 OMO 에이전트를 호출하는 것을 볼 수 있습니다.

[07:20] 프롬프트는 librarian에게 인증을 위한

[07:23] TMDB API를 연구하라고

[07:24] 명시적으로 요청합니다.

[07:27] 인증 방법을 알아보라고 하네요.

[07:31] 키 엔드포인트 속도 제한 및 응답

[07:34] 구조들이에요.

[07:36] 백그라운드에서 실행이 true로 설정된 걸 보세요.

[07:38] 이건 사서 에이전트가 지금 숙제를 하러 가고

[07:42] Cisphus는 기다리지 않고 계속 계획을 세울 수 있다는 뜻입니다.

[07:44] 이 병렬 처리는 엄청난 장점이에요.

[07:47] 사서가 바쁘게 일하는 동안

[07:50] Cisphus는 할 일 목록을 계속 다듬고 있어요.

[07:53] 프론트엔드 UIX 엔지니어에게 UI/UX 스타일링을 위임합니다.

[07:56]

[08:00] 이제 뭐가 일어나는지 보세요.

[08:02] watched movie나 TMDB 응답 같은

[08:04] 초기 TypeScript 타입들을 작성하기 시작해요.

[08:06]

[08:09] 그런데 갑자기 백그라운드 작업

[08:13] 완료 알림이 TMDB API 연구를 위해 팝업됩니다.

[08:15] 이건 사서가 작업을 마치고

[08:19] 필요한 컨텍스트를 제공한 거예요.

[08:21]

[08:23] Cisphus가 즉시 이걸 반영합니다.

[08:26] 또한 불필요한 주석과 린트 문제도 감지하는데

[08:28] 이건 설정된 후크와 LSP 통합 덕분이에요.

[08:31] types/mov.ts를 살펴보고

[08:34]

[08:36]

[08:38] li/tmdb.ts

[08:41] 그리고 lib/usewatchmov.ts를

[08:44] 주석을 정리하고 작은 오류들을 수정하며

[08:47] 훑어가요. 이건 단순히 코드를 쏟아내는 게 아니라

[08:50] 적극적으로 리팩토링하고

[08:52] 모범 사례를 적용하고 있다는 걸 보여줘요.

[08:55] 그 다음엔 간단한 mkdir 명령을 사용해서

[08:57] 핵심 디렉토리 구조를 만들어가요.

[09:00]

[09:02] 그 후엔 실제 컴포넌트 작업에 들어갑니다.

[09:05]

[09:06] 영화 검색, 영화 카드

[09:09] 시청한 영화 목록과 기여도

[09:12] 그래프 컴포넌트들을 만들어요.

[09:14] 하지만 작은 에러가 나타납니다. 영화 카드 모듈을 찾을 수 없다고 하네요.

[09:17] 이때 LSP가 진짜 빛을 발해요.

[09:20]

[09:23] Cisphus가 에러를 즉시 감지합니다

[09:26] TypeScript 언어 서버가

[09:27] 실행되고 있거든요. 그리고 자가 수정을 하며

[09:31] components/index.ts로 돌아가서

[09:34] import 경로를 수정합니다.

[09:37] 또한 contribution graph.tsx에서

[09:40] 사용되지 않은 변수 에러가 있었는데

[09:43] 이건 동시 파일 쓰기 중에

[09:46] 레이스 컨디션 때문일 가능성이 높다고 식별하고

[09:48] 그것도 수정해요. 이건 놀라운 복원력과

[09:52] 오류 복구 능력을 보여줍니다.

[09:54] 컴포넌트들이 제자리에 있으면

[09:56] 메인 app/layout.tsx

[09:59] 파일을 업데이트하죠.

[10:01] 메타데이터 제목을 영화 추적기로 바꾸고

[10:04] 더 자세한 설명을 추가해요.

[10:07]

[10:09] 그리고 app/page.tsx를 작성하며

[10:13] 새로 만든 모든 컴포넌트들을

[10:15] 메인 레이아웃에 통합합니다.

[10:18] 마지막으로 TMDB 이미지가 작동하려면

[10:21] Next.js에 특정 설정이 필요하다는 걸

[10:24] 깨닫게 됩니다.

[10:26] next.config.ts를 읽고

[10:29] 환경 변수 예시 파일을

[10:31] 플레이스홀더 API 키와 함께 만들고

[10:34] 그 다음 next.config.ts를 수정해서

[10:37] image.tmdb.org를 위한

[10:39] 이미지 도메인 설정을 포함시켜요.

[10:44] 그리고 위임이 일어납니다.

[10:47] Sisphus가 명시적으로 '미니멀한 미학을 위한

[10:50] UI/UX 다듬기를 지금

[10:54] 프론트엔드 UI 엔지니어에게 위임한다'고 말하는 걸 보세요.

[10:57] 이게 바로 백그라운드에서 비주얼 스타일링을 맡아줄

[10:59] Gemini 3 Pro 에이전트예요.

[11:01]

[11:02] Gemini가 작업하는 동안

[11:06] Cisphus는 npm run build 명령을 실행해서

[11:08] 핵심 애플리케이션이

[11:10] 성공적으로 컴파일되는지 확인해요.

[11:12] 그리고 딱 그렇게 빌드가 완료됩니다.

[11:16] 생성된 영화 추적기도

[11:18] 정말 독특하고 잘 만들어진 것 같습니다.

[11:21] 제 생각은 어떨까요? 먼저 좋은 점부터 말씀드리겠습니다.

[11:24] 전문화된 에이전트로의 동적 위임 기능은

[11:27] 정말 훌륭합니다.

[11:31] 마치 소규모 개발팀을 보유한 것과 같습니다.

[11:33] Opus는 고수준 계획과

[11:36] 백엔드를 담당하고, Gemini는 프론트엔드를 다룹니다.

[11:40] Sonnet은 리서치를 담당하죠. 작업을

[11:42] 가장 적합한 모델에 매칭시키는데,

[11:45] 이론적으로는 더 나은 결과와

[11:47] 더 효율적인 토큰 사용을 제공해야 합니다.

[11:49] 사용량 말이죠.

[11:51] 백그라운드 작업 실행은

[11:54] 게임체인저로, 실제 병렬 작업을 가능하게 하고

[11:58] 실시간 오류 검사를 위한 LSP 통합과

[12:01] 지속적인 실행 보장 기능은

[12:03] 이러한 AI 에이전트를 진정으로 신뢰할 수 있게 만드는

[12:06] 핵심 요소입니다. 이는 관리 부담을 줄이고

[12:10] 결과물에 대한 신뢰도를 높여줍니다.

[12:12] 결과물 말이죠.

[12:14] 스스로 모듈 import 오류를

[12:16] 감지하고 수정했고, 심지어

[12:18] 잠재적인 레이스 컨디션까지 해결한 것은 인상적입니다.

[12:21] 하지만 완벽한 만능 해결책은 아닙니다.

[12:23] 위임 기능이 있지만, 비용은 여전히

[12:27] 확장됩니다. 여러 최신 모델을 실행하기 때문에

[12:29] API 비용이 단일 저가 모델보다

[12:32] 더 빠르게 누적될 수 있습니다.

[12:35] 하지만 Claude와

[12:38] OpenAI, Gemini의 모든 구독 서비스를

[12:41] 감당할 수 있다면, 좋은 결과를

[12:44] 얻어낼 수 있습니다.

[12:46] 토큰 사용량 측면에서 신중한 고려가

[12:49] 이루어졌다고 생각하며, 구독 서비스와 함께

[12:51] 실행하는 것을 권장합니다.

[12:54] 구독 서비스 말이죠.

[12:56] GLM 같은 것들도 연결할 수 있을 것 같습니다.

[12:58] 모델 설정을 편집하는 방법에 대한

[13:01] 튜토리얼을 원하시는지 알려주세요.

[13:04] 그런 것들도 다룰 수 있습니다.

[13:08] 전반적으로 꽤 괜찮습니다. 어쨌든,

[13:11] 아래에 생각을 공유해주시고 채널을 구독해주세요.

[13:13] Super Thanks 옵션으로 후원하거나

[13:15] 채널에 가입해서 특전을 받으실 수도 있습니다.

[13:17] 다음 영상에서 만나겠습니다.

[13:19] 안녕히 가세요.