How Squad runs coordinated AI agents inside your repository

Context

기존 AI 코딩 도구는 단일 챗봇이 모든 역할을 수행하며 사용자가 반복적으로 프롬프트를 조정해야 한다. 프로젝트 규모가 커지면서 설계, 구현, 테스트, 리뷰를 조율하면서 컨텍스트를 유지하는 것이 병목이 된다. 다중 에이전트 시스템은 무거운 오케스트레이션 인프라와 깊은 프롬프트 엔지니어링 전문성을 요구한다.

Technical Solution

• Repository-native 오케스트레이션: npm install -g @bradygaster/squad-cli와 squad init 두 명령어로 리포지토리 내부에 4명의 AI 전문가(리드, 프론트엔드 개발자, 백엔드 개발자, 테스터) 팀 구성
• Drop-box 패턴 적용: decisions.md 마크다운 파일에 아키텍처 결정사항을 구조화된 블록으로 기록해 에이전트 간 비동기 지식 공유 및 영구 감사 추적 구현
• 컨텍스트 복제 전략: 코디네이터는 얇은 라우터로 유지하고 각 전문 에이전트가 독립적 추론 호출로 동작해 최대 200K 토큰의 개별 컨텍스트 윈도우 확보
• 명시적 메모리 관리: .squad/ 폴더의 charter(역할 정의)와 history(작업 기록) 파일을 평문으로 버전 관리해 AI 팀의 메모리를 코드와 함께 리포지토리에 저장
• 독립적 검토 프로토콜: 테스터의 테스트 실패 시 원 작성자가 아닌 다른 에이전트가 수정해 진정한 독립적 리뷰 보장

Key Takeaway

Repository-native 오케스트레이션은 실시간 동기화 대신 리포지토리 파일을 공유 메모리로 활용하고 각 에이전트에게 독립적 컨텍스트 윈도우를 할당함으로써 복잡한 인프라 없이 다중 에이전트 시스템의 검사 가능성과 신뢰성을 확보한다. 리포지토리 클론 시점에 AI 팀의 메모리가 함께 전달되므로 온보딩 비용과 컨텍스트 손실 문제를 근본적으로 해결할 수 있다.