[AI] 클로드와 코덱스를 활용한 멀티 에이전트 루프 실험기

개요

이번에 클로드를 결제하면서 클로드와 코덱스를 한 루프로 묶어서 설계와 구현을 분리하는 흐름을 직접 실험해봤습니다.
이번 글에서는 왜 이 조합을 시도했는지, 실제로 어디까지 작동했는지, 그리고 왜 아직은 실무에 바로 쓰기 어렵다고 느꼈는지를 정리해보려 합니다.
결론부터 말하면 흐름 자체는 확인했으나, 아직은 실무에 바로 넣기에는 속도와 비용에 대한 비효율이 컸습니다.

 

배경

많은 사람들의 의견과 여러 AI를 사용해본 입장에서 각 모델별로 특징을 아래와 같이 느꼈습니다.
클로드는 설계와 메모리 기능과 같은 다양한 기능이 강점이지만 토큰 여유가 크지 않고,
코덱스는 구현 능력이 뛰어나면서도 비교적 넉넉한 토큰을 활용할 수 있습니다.

 

이를 바탕으로 제가 기대한 역할 분담은 비교적 단순했습니다.

• Claude는 설계 정리와 메모리 활용을 담당
• Codex는 넉넉한 토큰을 바탕으로 실제 구현을 담당

 

즉, Codex의 많은 토큰량과 구현 능력을 활용하면서 Claude가 가진 메모리와 보조 기능을 함께 사용할 수 있는 작업 흐름을 만들고 싶었습니다.

 

플러그인 구성

codex-plugin-cc는 클로드 코드 안에서 코덱스를 호출해 코드 리뷰를 맡기거나, 별도 작업을 백그라운드로 위임할 수 있게 해주는 플러그인입니다.
기본적으로 로컬에 설치된 codex 실행 파일과 인증 정보를 그대로 사용합니다.

 

실제 작업에서 사용하는 주요 명령어는 다음과 같습니다.

 

명령어

/codex:review

/codex:adversarial-review

/codex:rescue

/codex:status

/codex:result

/codex:cancel

 

실험

이번 실험에서는 가장 기본적인 /codex:rescue를 먼저 사용해보는 방향으로 실험을 진행했습니다.
안드레 카파시가 제시한 llm wiki를 기반으로 만든 클로드 플러그인 LLM wiki compiler를 사용해보고자 했습니다.
이 플러그인은 설정 과정에서 비교적 많은 토큰을 요구하기 때문에, 많은 토큰을 활용할 수 있는 코덱스에게 처리를 위임하려던 이번 실험 방향과도 잘 맞았습니다.

 

토큰 소모량이 큰 초기화 작업을 codex:rescue를 통해 서브 에이전트에게 위임하도록 프롬프트를 작성했고,
클로드는 codex:rescue를 활용해 서브 에이전트 7개를 호출했고, 이를 통해 초기화 과정을 마무리했습니다.

 

결과

하지만 결과만 보면 실험은 절반 이상 성공이었습니다.
흐름 자체는 실제로 돌아갔고, 설계와 구현을 분리했을 때 어떤 장점이 생기는지도 체감할 수 있었습니다.

 

문제는 속도가 너무 느렸습니다.
체감상 한 번 돌릴 때 20분 이상 걸릴 정도로 느렸고 대기하는 동안 토큰도 계속 소모되어 부담이 컸습니다.
또한, 서브 에이전트 상태를 확인하기 어려운 점도 답답했습니다.
codex:status로 현재 작동 중인 에이전트를 확인할 수는 있었지만, 내부 진행 상황까지 파악하기는 어려웠습니다.
그래서 멈춘 것인지, 아직 작업 중인 것인지 알기 어려웠습니다.

 

즉, 구조는 흥미로웠지만 실무에서 사용하기 위해서는 속도가 먼저 해결되어야겠다는 판단이 들었습니다.

 

https://github.com/openai/codex-plugin-cc/issues
관련 이슈 목록을 함께 확인해보니, 아직 초기 단계인 만큼 다양한 문제 제보가 계속 올라오고 있었습니다.
이 조합은 아이디어 차원에서는 흥미롭지만, 실제로 안정적인 작업 환경이라고 보기에는 아직 이르다고 판단했습니다.

 

회고

이번에는 기대만큼 만족스러운 결과를 얻지는 못했지만, 이런 루프 자체가 가진 비용 효율의 가능성은 여전히 유효하다고 봤습니다.
그렇기에 속도와 토큰 효율, 진행 상태 확인만 조금 더 좋아지면 다시 시도해볼 만하다고 느꼈습니다.
추후 개선이 된다면 실제 작업 루프 기준으로 어디까지 실용적으로 쓸 수 있는지 더 구체적으로 확인해보고 싶습니다.

 

---

긴 글 읽어주셔서 감사합니다.

 

궁금한 점이 있으시다면 링크드인을 통해 편하게 연락 주시면 감사하겠습니다.
https://www.linkedin.com/in/highcl/

 

비고

이번 작업을 계기로 클로드를 처음 사용해봤습니다.
예전에도 Gemini에서 코덱스로 넘어올 때 비슷하게 느꼈지만, 결국 중요한 것은 모델 자체보다 설계와 구성 방식이라는 점을 다시 확인했습니다.
AI의 핵심 구조인 Agent.md, 스킬, 훅 등의 하네스를 잘 잡아두니 모델을 바꾸는 일이 생각보다 훨씬 수월하다는 점을 느꼈습니다.

 

링크

• GitHub: https://github.com/openai/codex-plugin-cc
• 실 사용 영상(편집자P): https://youtu.be/rHALOHWBsL4?si=rTZXgWWSoEY8ov8q&t=1160