Claude Code용 멀티 에이전트 스킬 Nelson 출시 및 벤치마크 결과 공유

커뮤니티 반응

작성자가 직접 개발한 도구와 벤치마크 데이터에 대해 긍정적인 반응이며, 특히 'Vibes'가 아닌 수치 기반의 비교 시도에 높은 관심을 보이고 있다.

주요 논점

01중립다수

특정 스킬보다 모델 자체의 성능이 더 중요하다는 데이터 기반의 분석 결과 제시

합의점 vs 논쟁점

합의점

Opus 4-7과 Thinking 모드 조합이 현재 에이전트 작업에서 가장 뛰어난 성능을 보여준다.
단순한 선호도가 아닌 정량적인 벤치마크 지표가 에이전트 선택에 필수적이다.

논쟁점

자체 제작한 루브릭과 n=1인 테스트 케이스가 전체 성능을 대변할 수 있는지에 대한 한계점

실용적 조언

Claude Code 사용 시 복잡한 논리가 필요한 작업에서는 반드시 Thinking 모드를 활성화할 것
추가 플러그인 설치 전 기본 제공되는 plan-mode의 성능을 먼저 테스트해볼 것

섹션별 상세

Nelson은 Claude Code 내에서 여러 에이전트가 서로의 작업을 간섭하지 않도록 관리하는 멀티 에이전트 조정 스킬이다. 제독, 선장, 함선, 선원이라는 해군 메타포를 사용하여 최대 5개의 병렬 에이전트가 협력하는 구조로 설계됐다. GitHub에서 MIT 라이선스로 공개되었으며 v2.2.3 버전이 출시되어 플러그인 마켓플레이스를 통해 설치가 가능하다.

bash

/plugin marketplace add aspegio/nelson
/plugin install nelson@nelson

Claude Code CLI에서 Nelson 플러그인을 설치하는 명령어

작성자는 주관적인 느낌이 아닌 수치 기반의 비교를 위해 이산 사건 시뮬레이션 과제를 활용한 벤치마크를 구축했다. 광산 처리량 모델링이라는 실제 비즈니스 사례를 기반으로 13가지 모델, CLI, 스킬 조합을 동일한 프롬프트와 루브릭으로 평가했다. 결과 데이터에 따르면 최상위권 모델들은 90점 이상의 높은 품질 점수를 기록하며 성능 차이를 명확히 드러냈다.

벤치마크 결과에서 가장 중요한 변수는 특정 스킬의 유무보다 모델 자체의 성능과 추론 모드 활성화 여부임이 확인됐다. Opus 4-7 모델에 추론 기능을 켠 조합들이 상위 5위를 모두 차지했으며, 점수 차이는 5점 이내로 근소했다. 반면 추론 모드가 없는 Sonnet 4-6이나 GPT-5-5 기반 설정은 85점대에 머물며 상위권과 뚜렷한 격차를 보였다.

Claude Code의 내장 기능인 plan-mode가 별도의 외부 스킬 없이도 전체 2위를 차지하는 의외의 결과가 나타났다. 이는 정교하게 큐레이션된 외부 스킬이 기본 베이스라인보다 압도적인 성능 우위를 점할 것이라는 가설을 뒤집는 사례이다. 다만 토큰 사용량과 실행 시간 등 비용 효율성 측면에서의 상세 비교는 향후 추가 과제로 남겨졌다.

용어 해설

멀티 에이전트(Multi-Agent): — 여러 개의 독립적인 AI 에이전트가 협력하여 복잡한 과업을 수행하는 아키텍처이다. 각 에이전트가 특정 역할을 분담하고 상호작용함으로써 단일 모델보다 정교한 작업 처리가 가능하다.
이산 사건 시뮬레이션(Discrete-Event Simulation): — 시스템의 변화를 특정 시점에 발생하는 개별 사건들의 연속으로 모델링하는 기법이다. 광산 처리량 분석과 같이 자원 배분과 병목 현상을 파악해야 하는 복잡한 시스템 설계에 활용된다.
추론 모드(Thinking Mode): — 모델이 최종 응답을 내놓기 전 내부적으로 단계별 사고 과정을 거치도록 하는 기능이다. 복잡한 논리 구조나 코딩 작업에서 정확도를 크게 높이는 핵심 요소로 작용한다.

언급된 도구

Nelson추천

Claude Code용 멀티 에이전트 조정 및 협업 관리 스킬

Claude Code추천

Anthropic의 공식 AI 코딩 CLI 도구

언급된 리소스

GitHubNelson GitHub Repository

DemoSimulation Benchmark Dashboard