에이전트 & AI 인사이트
Claude Code 노하우, 이종 에이전트, 하네스 엔지니어링 등. 마블로 팀이 직접 운영하며 잰 수치와 사내 도입 경험을 적습니다.
- AI Agents
실측
resume 플래그는 하네스마다 다르고, 틀리면 프로세스가 죽는다
Codex·Grok·Claude Code 의 세션 재개 계약을 버전까지 명시해 실측했습니다. 플래그 이름은 비슷한데 동작이 다르고, 실패가 경고가 아니라 즉시 종료입니다. 한 CLI 의 세션 ID 를 다른 CLI 에 넘겨 매번 재시작이 죽던 버그까지.
- AI Agents
실측
비용 테이블이 비었는데 파서도 라우팅도 멀쩡하다
에이전트별 비용 추적에 새 하네스를 붙일 때 배선 지점은 둘이 아니라 셋입니다. 세 번째가 조용히 실패합니다. 코드를 읽어서는 못 찾는 버그의 진단 지문과, 등록 안 된 모델 ID 가 요금을 지어내는 문제까지.
- AI Agents
실측
에이전트가 일하는 중인지 어떻게 아나 — PTY 출력은 양방향으로 틀린다
터미널에 글자가 나오면 일하는 중이라고 판단하면, 끝난 에이전트가 바쁘게 보이고 일하는 에이전트가 놀고 있는 것처럼 보입니다. 12코어 머신에서 로드 애버리지가 44까지 올라간 실제 사례와, 출력 대신 경계로 상태를 정의하는 방법.
- AI Agents
에이전트 하네스는 복잡할수록 좋을까요: 비용과 병렬 작업을 나눠 보는 법
같은 모델의 하네스를 바꾼 연구와 1,024개 에이전트가 협업한 Agensh 실험을 대조합니다. 실험 조건을 구분하고, 도입 전 성공률·비용·시간·통합 부담을 측정하는 방법을 정리합니다.
- AI Agents
가설을 세 모델에게 반박시켜라: 마블로 적대적 검증 보드
AI에게 물으면 대개 '좋은 생각입니다'라고 답합니다. 진짜 필요한 건 반박입니다. 하나의 가설·설계·의사결정을 서로 다른 벤더의 에이전트가 각기 다른 렌즈로 공격하게 만들어, 살아남는 결론만 채택하는 마블로(Marblo) 적대적 검증 보드 레시피.
- AI Agents
기획→코딩→리뷰→테스트를 한 보드에서: 마블로로 개발 파이프라인 굴리기
코딩은 빨라졌는데 배포는 여전히 느린 이유는 대개 코딩 앞뒤의 단계와 사람 간 핸드오프입니다. 작업 분해·구현·리뷰·테스트를 각기 다른 에이전트에 맡기고 팀이 같은 보드에서 협업하는 마블로(Marblo) 개발 파이프라인 레시피.
- AI Agents
고객 문의 폭주를 3-에이전트 트리아지로: 마블로 보드로 CS 1차 응대 자동화하기
매일 쏟아지는 문의 중 상당수는 답이 정해진 반복 질문입니다. 분류·답변초안·안전검증을 각기 다른 에이전트에 맡기는 마블로(Marblo) 보드 레시피로, 상담원이 판단할 것만 남기고 CS 1차 응대를 자동화하는 법.
- AI Agents
매주 반복되는 마케팅 리포트, 마블로 보드로 자동화하는 법
매주 GA4·네이버·메타 숫자를 손으로 긁어 리포트를 만드나요? 데이터 수집·분석·작성·검증을 각기 다른 에이전트에 맡기는 마블로(Marblo) 보드 레시피로 주간 리포트를 자동화하는 법을 단계별로 정리합니다.
- AI Agents
마블로 시작하기 — 첫 멀티 에이전트 만드는 30분 튜토리얼
마블로(Marblo) 계정 만들기부터 리서치·작성·검증 3-에이전트 워크플로우를 프로덕션에 배포하기까지 30분. 한국어 환경에서 한 단계씩 따라하는 실전 가이드.
- AI Agents
이종 AI 에이전트가 단일 모델보다 강한 이유: Claude·Codex·Grok을 한 보드에서
우리가 단일 벤더 대신 이종(heterogeneous) 에이전트 오케스트레이션을 권하는 이유. 추론, 생성, 검증을 모델별 강점에 맞게 나눌 때 얻는 품질과 비용상의 이점을 정리합니다.
- AI Agents
Claude Code 서브에이전트 vs 진짜 멀티 에이전트: 무엇이 다른가?
Claude Code의 'subagent' 와 진짜 멀티 에이전트 오케스트레이션의 차이를 해부합니다. 단일 모델 N개 vs 이종 모델 N개, CLI vs 칸반 보드, 메모리 공유 vs 물리적 격리. 어떤 구조가 사내 도입에 적합한가?