Claude 기반 업무 자동화를 위한 '스킬 에코시스템' 및 오케스트레이션 프레임워크 공유

실용적 조언

복잡한 계획 수립 시 '분석가-비판가-조력자'의 3인 체제(Triumvirate)를 활용해 계획을 검증하면 성공률을 높일 수 있다.
Markdown 파일을 상태 저장소로 활용해 LLM의 작업 진행 상황을 관리하는 방식을 도입해볼 가치가 있다.

섹션별 상세

Markdown 파일과 상태 파일을 활용하여 작업 계획을 체계적으로 관리한다. `/summon` 명령어로 대화를 시작하면 시스템이 해당 파일을 참조하여 현재 진행 상황과 목표를 파악하며, 이는 LLM이 긴 대화 속에서도 일관된 맥락을 유지하도록 돕는다. 실무적으로 복잡한 프로젝트의 상태를 외부화하여 관리하는 효율적인 접근법이다.

`/dominion` 명령어는 전체 계획을 오케스트레이션하며 각 작업 스트림에 대해 새로운 컨텍스트를 가진 Headless Claude 인스턴스를 생성한다. 메인 Claude가 이 인스턴스들을 관리하며 독립적인 실행 환경을 제공함으로써 컨텍스트 오염을 방지하고 병렬 처리를 가능하게 한다. `/stream` 명령어를 병행 사용하면 개별 작업 단위에 대해 더욱 세밀한 제어가 이루어진다.

계획의 완성도를 높이기 위해 `/triumvirate`라는 독특한 적대적 검토 스킬을 적용한다. 이 과정에서 분석가, 비판가, 긍정적 조력자 역할을 하는 에이전트들이 소환되어 계획의 허점을 찾고 개선안을 내놓는다. 사용자는 이들의 피드백 중 필요한 부분만 선택하여 계획을 수정하며, 이를 통해 복잡한 작업의 원샷 구현 성공률을 80%까지 확보했다.

시스템에는 안티 패턴 데이터베이스와 대조하여 계획을 검증하는 '패치' 스킬 세트가 포함되어 있다. 계획이 수립되면 자동으로 안티 패턴 여부를 확인하고 필요한 교정 로직을 작업 스트림에 주입한다. 이러한 자동화된 검증 단계는 인간의 개입 없이도 결과물의 품질을 일정 수준 이상으로 보장하는 핵심 장치이다.

용어 해설

헤드리스 LLM(Headless LLM): — 사용자 인터페이스(UI) 없이 API를 통해 직접 호출되어 특정 작업만을 수행하는 LLM 실행 방식이다. 메인 에이전트의 지시에 따라 독립된 컨텍스트에서 작업을 처리하여 정보 혼선을 방지하고 효율성을 높인다.
적대적 검토(Adversarial Review): — 생성된 계획이나 결과물에 대해 의도적으로 비판적인 시각을 가진 에이전트를 투입하여 결함을 찾아내는 기법이다. 분석가와 비판가 등 다각도의 검토를 통해 최종 결과의 신뢰성을 확보하는 데 기여한다.
원샷 구현(One-shot Implementation): — 추가적인 수정이나 반복적인 피드백 없이 단 한 번의 실행으로 복잡한 코딩이나 업무를 완수하는 것을 의미한다. 이는 모델의 추론 능력뿐만 아니라 정교한 계획 수립과 사전 검증 시스템이 갖춰졌을 때 가능하다.
오케스트레이션(Orchestration): — 여러 개의 AI 모델이나 에이전트가 협력하여 복잡한 워크플로를 완성하도록 관리하고 조정하는 기술이다. 각 에이전트의 역할을 분담하고 데이터 흐름을 제어하여 전체 시스템의 목표를 달성하게 한다.

언급된 도구

Claude추천

메인 LLM 엔진 및 에이전트 오케스트레이션 본체