커뮤니티 반응
작성자가 시스템 프롬프트와 워크플로 JSON을 모두 공개하여 투명성을 확보했으며, 특히 자가 호스팅이 가능하다는 점에 대해 긍정적인 반응이 예상됩니다.
주요 논점
01찬성다수
외부 업체에 코드를 보내지 않고도 고도화된 다중 에이전트 리뷰를 받을 수 있는 실용적인 아키텍처이다.
합의점 vs 논쟁점
합의점
- 에이전트의 역할을 구조적으로 분리(설계자 vs 전문가)하는 것이 결과의 신뢰성을 높인다.
- MCP를 통한 도구 간 연동이 에이전트 워크플로의 활용성을 극대화한다.
논쟁점
- 워크플로 자체는 오픈소스이나, 인지 하네스 기능을 위해 Ejentum API(유료 티어 존재)라는 외부 의존성이 포함되어 있다.
실용적 조언
- 제공된 GitHub 저장소에서 시스템 프롬프트를 확인하여 설계자의 제약 조건이 어떻게 구현되었는지 검토하십시오.
- Heym 템플릿을 사용하여 원클릭으로 워크플로를 임포트하고 로컬 MCP 서버로 설정하여 사용 중인 IDE와 연동하십시오.
섹션별 상세
설계자(Architect)와 3명의 전문가(Specialist) 에이전트로 구성된 다중 에이전트 아키텍처를 채택했다. 설계자는 도구 사용 권한이 없으며 오직 전문가들이 수집한 증거만을 합성하여 최종 판결을 내리는 구조로 설계되었다. 이러한 제약은 설계자가 주관적인 추측으로 결함을 지적하는 것을 방지하고, 반드시 전문가 에이전트의 구체적인 분석 데이터에 기반하도록 강제한다.
Heym 플랫폼을 사용하여 워크플로 자체를 MCP(Model Context Protocol) 서버로 네이티브하게 노출한다. 사용자는 구축된 리뷰 워크플로를 MCP로 래핑한 뒤, Claude Code와 같은 코딩 에이전트에서 작업 완료 후 즉시 호출하여 두 번째 의견을 구할 수 있다. 이는 복잡한 에이전트 간의 오케스트레이션을 기존 개발 도구 체인에 매끄럽게 통합하는 방식을 제시한다.
Anthropic, Google, Alibaba, Zhipu 등 다양한 모델 랩의 API를 혼합하여 각 전문가 에이전트에게 할당할 수 있다. 각 전문가는 Ejentum의 인지 하네스 API를 통해 서로 다른 사고 프레임워크를 부여받아 코드의 논리적 오류, 보안 취약점, 설계 일관성을 독립적으로 분석한다. 특정 벤더의 SaaS에 코드를 전송하지 않고도 다양한 모델의 시각을 종합할 수 있다는 점이 핵심이다.
실제 테스트 사례에서 예외 처리를 단순 반환값으로 변경하는 '빠른 리팩터링' 시도를 적절히 차단하는 성능을 보였다. 구현 전문가가 기존 동작을 검증하는 테스트를 작성하고 리뷰어 에이전트가 프레임워크의 의도와 실제 코드 변경 사이의 긴장을 감지했다. 최종적으로 설계자는 전문가들의 의견을 종합하여 심각도 '높음'의 수정 요청(Request Changes)을 반환했다.
용어 해설
- 모델 컨텍스트 프로토콜(Model Context Protocol (MCP))
- — AI 에이전트가 외부 도구, 데이터 소스 및 워크플로와 표준화된 방식으로 통신할 수 있게 해주는 개방형 프로토콜이다. 이를 통해 서로 다른 AI 도구 간의 상호운용성을 확보하고 로컬 워크플로를 에이전트의 기능으로 쉽게 확장할 수 있다.
- 인지 하네스(Cognitive Harness)
- — AI 모델이 특정 사고 방식이나 논리적 구조를 따르도록 강제하는 프롬프트 및 제어 프레임워크이다. 이 워크플로에서는 각 전문 에이전트가 서로 다른 인지 구조를 가지고 코드를 분석하여 편향되지 않은 다각도의 검토를 수행하게 한다.
- 적대적 코드 리뷰(Adversarial Code Review)
- — 코드의 결함을 찾기 위해 의도적으로 비판적인 관점을 유지하며 수행하는 검토 방식이다. 본 워크플로에서는 설계자와 전문가 에이전트가 분리되어, 설계자가 스스로 비판을 생성하지 않고 전문가의 증거에만 기반해 판결을 내리도록 구조화했다.
언급된 도구
다중 에이전트 오케스트레이션 및 MCP 서버 노출을 위한 캔버스 기반 워크플로 도구
Claude Code중립
리뷰 워크플로를 호출하여 사용하는 클라이언트 코딩 에이전트
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 05. 08.수집 2026. 05. 08.출처 타입 REDDIT
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.