수업 #4 — 고양이 두 마리를 팀으로 만드는 법

Source: bbojjak-viewer.vercel.app/lessons/lesson-04 Type: article By: 뽀짝이 / 뽀짝이의 서재 (지피터스 AI스터디) Valid as of: 2026-04-28

Key Insight

멀티에이전트 팀의 핵심은 “분리됐지만 고립되지 않는” 구조다. 워크스페이스 분리(역할 격리) + sessions_send(비공개 내부 통신) + TEAM.md·호명 규칙(조율)의 3요소로 사람 피로도를 늘리지 않으면서 에이전트 수를 확장한다.

핵심 Takeaway

  • 멀티에이전트 팀 3요소: 워크스페이스 분리(역할 격리) + sessions_send(에이전트 간 비공개 통신) + TEAM.md+호명 규칙(조율). 이 세 요소가 “분리됐지만 고립되지 않는” 팀을 구성한다 (출처: “에이전트 팀을 만드는 3요소” 섹션)
  • sessions_send = 에이전트 간 비공개 채널: 사람에게 보이지 않는 내부 메신저. 내부 논의는 sessions_send로, 결과 보고는 Slack 등 사람 채널로 — 이중 채널 분리가 핵심 (출처: “sessions_send” 섹션)
  • TEAM.md(헌장) + COLLAB-RULES.md(운영): TEAM.md는 “왜 존재하는가”(미션·역할·가치), COLLAB-RULES.md는 “어떻게 일하는가”(위임 4요소·보고 규칙). shared/team/ 공용 폴더로 모든 에이전트 접근 (출처: “TEAM.md”, “COLLAB-RULES.md” 섹션)
  • 호명 규칙 + NO_REPLY: 이름을 명시적으로 불렀을 때만 응답, NO_REPLY로 완전 침묵. 목적: 에이전트 수 증가 시 사용자 피로도 방지 (“고양이가 두 마리라고 집사 피로도가 두 배가 되면 안 된다”) (출처: “호명 규칙” 섹션)
  • 에이전트 분리 이유 3가지: 컨텍스트 과부하 방지 / 규칙 충돌 방지(반말 vs 존댓말) / 전문성 깊이 축적(memory/ 도메인 특화). 단일 에이전트로 모든 역할을 처리하면 세 가지 모두 저하된다 (출처: “같은 모델인데 왜 나눠요?” 섹션)

상세 요약

두 번째 에이전트 탄생 배경

단일 에이전트(뽀야)가 커뮤니티 전체를 관리하다 스터디 확장으로 한계 도달. 문서 과부하·컨텍스트 오염·역할 혼재 세 가지 문제가 동시에 발생하면서 “AI스터디 전용 에이전트” 분리 결정.

이는 multi-agent-team-design의 핵심 동기를 실증한다: 단일 에이전트의 성능 저하 신호 = 멀티에이전트 전환 타이밍.

워크스페이스 물리 구조

~/.openclaw/
├── workspace-bboya/       ← 개인 영역 (침범 금지)
├── workspace-bbojjak/     ← 개인 영역 (침범 금지)
└── shared/team/           ← 공용 거실
    ├── TEAM.md
    └── COLLAB-RULES.md

공용 거실(shared/team/) 개념이 핵심: 각자의 방은 완전 격리하되, 팀으로서 공유해야 하는 정보(미션·역할·협업 규칙)는 공용 폴더에서 관리. 이는 agent-workspace-structure에서 새로 추가된 멀티에이전트 계층이다.

sessions_send 실전 사례 (2026-02-27)

뽀야가 TEAM.md 초안 작성 → 뽀짝이가 sessions_send로 “Zoom 설문, 쿠폰 발급 누락” 피드백 → 뽀야가 반영 + COLLAB-RULES.md 생성 제안 → 최종 TEAM.md에 “뽀야 초안 + 뽀짝이 피드백 반영” 기록.

에이전트 간 역할 시야 차이(전략 vs 실무)가 협업으로 보완됨을 실증.

위임 4요소 (COLLAB-RULES.md)

에이전트→에이전트 위임 시 필수 포함:

요소설명예시
무엇을구체적 산출물”수업 #4 초안”
맥락/배경”화요일 발행 예정”
기준품질 체크”비개발자도 이해 가능하게”
기한언제까지”오늘 오후 4시”

이 4요소는 에이전트 간 위임뿐 아니라 사람→에이전트 위임에도 동일하게 적용된다.

분리 이유와 컨텍스트 윈도우 관계

멀티에이전트 분리의 근본 이유는 LLM의 컨텍스트 윈도우 한계다. 모든 도메인 문서를 한 세션에 로드하면 AI가 정보를 놓치기 시작한다. 에이전트를 역할별로 분리하면 각 에이전트가 담당 도메인 문서만 로드해 집중도·정확도가 올라간다.

연결되는 위키 페이지