피드로 돌아가기
Dev.toAI/ML
원문 읽기
Multi-Agent Review의 41% 불일치 분석을 통한 통합 비용 최적화
I Asked 3 Claude Code Sub-agents to Review the Same PR. They Disagreed on 41% of the Comments.
AI 요약
Context
단일 AI 리뷰어의 누락을 방지하기 위해 역할 기반의 Multi-Agent 구조를 도입한 사례임. 하지만 서로 다른 System Prompt를 가진 Agent들 간의 의견 불일치로 인해 리뷰 결과 통합 과정에서 예상보다 높은 엔지니어링 비용이 발생함.
Technical Solution
- Role-based Separation: Explore, Security, Plan-Architect로 역할을 분리하여 분석 관점의 다양성 확보
- Read-only Tool Constraint: Read, Grep, Glob 등 읽기 전용 도구로 제한하여 사이드 이펙트 없는 코드 분석 수행
- Context Isolation: 각 Agent를 독립된 컨텍스트에서 실행하여 상호 간의 편향(Bias)을 제거한 독립적 검토 체계 구축
- Concreteness Prompting: "최소한의 구체적인 수정 코드 제시" 조건을 추가하여 추상적인 제안으로 인한 Concreteness Drift 해결
- Meta-Review Strategy: 기존 Agent들이 간과할 수 있는 영역을 식별하는 'what-am-i-not-asking' Agent를 통한 프롬프트 튜닝 루프 설계
실천 포인트
- Agent별 역할 정의 시 분석 범위(Scope)와 구체성(Concreteness) 수준을 명시적으로 규정할 것 - 통합 비용 감소를 위해 'Concrete Change'를 포함한 응답 형식을 강제할 것 - 메타 분석 Agent를 활용해 기존 프롬프트의 누락된 관점을 사전 식별하고 보완할 것 - 대규모 PR의 경우 최대 3개의 Agent로 제한하여 Integration Cost와 분석 효용의 Trade-off를 조절할 것
태그