Fable 5에게 일을 시키지 마세요: '조언자 전략(Advisor Strategy)'으로 AI 코딩 비용 64% 절감하는

가장 똑똑한 최고 사양의 AI 모델에게 직접 코드를 짜게 하셨나요? 직관적으로는 그게 가장 빠르고 품질이 좋을 것 같지만, 실측 결과는 정반대였습니다. 같은 테트리스 봇 만들기를 5가지 구성으로 실측한 결과, 가장 저렴한 단독 모델이 혼자서 작업할 때보다 '일을 시키는 역할(Advisor)'과 '구현하는 역할(Worker)'을 분리했을 때 비용이 무려 64%나 절감되었습니다. 이 놀라운 반전의 정체와 구체적인 적용 방법을 정리해 드립니다.

📊 테트리스 봇 만들기 비용 실측 결과

작업 구성	소요 비용	결과 요약
Sonnet 5 단독 수행	$21.0	가장 비싸고 컨텍스트 비대화 발생
Fable 5 (지시) + Opus 4.8 (구현)	$7.5	비용 64% 절감 & 최고의 품질

💡 왜 이런 반전이 생길까? '컨텍스트 누적의 저주'

단독 모델이 코드 수정, 컴파일, 에러 체크, 재수정을 혼자 반복하면, 매 회차가 거듭될수록 이전 대화 기록(Context History)이 눈덩이처럼 불어납니다. AI 모델은 매 질문마다 이 거대한 컨텍스트 전체를 다시 읽어야 하므로, 단가가 낮은 모델이라 하더라도 전체 토큰 소모량이 폭발하면서 최종 청구 비용이 가장 비싸지게 됩니다.

반면, Fable 5를 지시자(Advisor)로 두고, Opus 4.8을 작업자(Worker)로 두면 어떻게 될까요? 메인 세션을 쥐고 있는 Advisor가 전체 컨텍스트를 파악한 뒤, Worker에게는 딱 필요한 핵심 지시서(작업 브리프)만 정제해서 넘겨줍니다. Worker 모델은 군더더기 없는 가벼운 상태로 넘겨받은 작업만 빠르게 수행하므로, 토큰 소모가 극적으로 줄어들어 품질은 극대화되고 비용은 최소화됩니다.

⏱ 핵심 타임라인 요약

00:00 오늘의 실험 소개
00:53 5가지 구성으로 만든 테트리스 봇 결과
01:38 반전: 제일 싼 모델이 제일 비쌌던 이유
02:44 Advisor Strategy(조언자 전략)의 정의
04:52 결과 ① 품질 비교 및 디테일 차이 (T-spin 구현 등)
06:18 결과 ② 비용·시간 실측표 대공개
09:33 Advisor의 진짜 역할과 워커 모델 선택 가이드
11:07 실전 적용법: 프롬프트 구성 및 설정 파일 세팅
13:43 핵심 원칙 정리 및 댓글 답변

🛠 구체적인 설치 및 환경 구성 방법

이 전략을 최신 터미널 AI 에이전트 환경(예: Claude Code)에서 구현하는 구체적인 설치 단계입니다.

CLI 에이전트 설치 및 기본 세팅
터미널 또는 WSL 환경을 열고 아래 명령어를 사용하여 기본 에이전트 환경을 설치합니다.
```
curl -fsSL https://claude.ai/install.sh | bash
```
* 윈도우 PowerShell의 경우: irm https://claude.ai/install.ps1 | iex 입력
에이전트 버전 업데이트 확인
서버 사이드 Advisor 툴 연동 기능이 완벽하게 지원되는 최신 버전인지 확인하고 업데이트를 진행합니다.
```
claude update
```
계정 인증 및 환경 진단
최초 실행 시 브라우저 인증 팝업을 통해 로그인한 후, 연동 상태를 최종 점검합니다.
```
claude doctor
```

🚀 실전 활용 방법 3가지 패턴

방법 ① 프로젝트 규칙 파일(CLAUDE.md / AGENTS.md)에 자동 선언

프로젝트 루트 디렉토리에 CLAUDE.md 또는 AGENTS.md 파일을 생성하고 아래의 프롬프트를 붙여넣으세요. 에이전트가 실행될 때 이 규칙을 상시 인지하여 스스로 역할을 분담하게 됩니다.

📋 Advisor Strategy 프롬프트

모델 역할 분담: Advisor / Worker

너는 Advisor(Fable 5)다. 판단에 집중하고, 구현 노동은 Worker에게 위임하라.

Advisor(너, 메인 세션)가 직접 하는 일:
- 요구사항 분석, 작업 분해, 설계 결정
- Worker에게 줄 작업 브리프 작성
- 결과 검증: diff 직접 확인, 테스트 직접 실행
- 최종 커밋 승인, 사용자 보고

Worker(Opus 4.8 서브에이전트)에게 위임하는 일:
- 코드 작성과 수정, 테스트 작성 등 구현 작업 전부
- Agent 도구로 위임하고 model은 "opus"를 지정한다
- 서로 독립적인 작업은 병렬로 위임한다

브리프 기준:
- 네가 이미 파악한 컨텍스트를 담아 Worker가 재탐색하지 않게 하라
- 파일 경로, 프로젝트 컨벤션, 알려진 함정, 완료 기준(통과해야 할 테스트)을 포함하라

경계:
- Worker의 완료 보고를 그대로 믿지 마라. diff와 테스트로 직접 확인한 뒤 승인하라
- 검증 실패는 수정 브리프로 재위임하라. 직접 수정은 사소한 마무리에만 허용된다
- 한두 줄 수정처럼 위임 오버헤드가 더 큰 작업은 직접 처리해도 된다

방법 ② 서브에이전트 호출 및 모델 명시적 위임

코딩 에이전트 명령 창에서 서브 태스크를 수행할 때, 메인 세션의 대화창을 더럽히지 않도록 아래와 같이 모델을 지정하여 구현 업무를 서브에이전트(Worker)에게 위임합니다.

"인증 모듈 리팩토링 작업을 서브에이전트에게 위임해줘. model은 opus(또는 opus-4.8)로 지정하고, 설계 사양서 브리프를 전달해."

방법 ③ 3단계 인터랙티브 라우팅 (수동 제어법)

설정 파일 없이 터미널 내부 명령어 스위칭만으로도 이 효과를 낼 수 있습니다.

Step 1 (기획): 메인 모델을 Fable 5로 두고 "이 컴포넌트의 아키텍처 사양서와 구현 계획만 짜줘. 아직 코드는 작성하지 마."라고 지시합니다.
Step 2 (구현): 계획이 나오면 모델을 작업용 서브 모델로 전환(/model opus)한 뒤, Fable 5가 짜준 사양서를 통째로 전달하며 구현하게 합니다.
Step 3 (검증): 구현이 끝나면 다시 Fable 5로 돌아와서 코드 diff와 테스트 결과를 최종 검증 및 승인합니다.

🎯 한 줄 요약: 복잡한 대형 프로젝트일수록 분업은 필수입니다

단발성으로 코드 한두 줄을 고칠 때는 당연히 단독 모델이 빠르고 효율적입니다. 하지만 '테트리스 봇 구현'이나 '레거시 수치 모델 구조의 PyTorch 이식' 같이 방대하고 복잡한 논리 구조를 가진 기능 단위 개발 프로젝트일수록 에이전트 간 분업은 컨텍스트 폭발을 막는 유일한 열쇠입니다.

현실의 유능한 팀장-팀원 구조를 AI 협업 프로세스에 그대로 복제해 보세요. 품질 향상과 청구 비용 폭수 감면이라는 두 마리 토끼를 완벽하게 잡으실 수 있습니다!

#클로드 #ClaudeCode #AdvisorStrategy #조언자전략 #AI코딩에이전트 #바이브코딩 #비용최적화

이 블로그 검색

최신 AI 뉴스