1탄 28장 — 멀티모델 오케스트레이션
CHAPTER 28

멀티모델 오케스트레이션: 각 작업에 최적 AI

E3 두 검토자 사각지대의 일반화 — 비교 우위 이론을 AI 모델에 적용

📑 이 챕터에서 다룰 내용

새 27장 (Managed Agents 정정렬)까지 끝났습니다. 이 장은 5확장 E3 (두 검토자 사각지대)의 일반화입니다. 새 8장에서 SPEC 검토에 Claude + Gemini 두 모델을 사용했는데, 이 장에서 그 사상을 모든 작업에 확장합니다.

📚 사전 지식 체크🎯 이 장의 목적✅ 완료 후 결과물
OpenRouter 계정 / Claude Code 기본 / 새 8장 E3 두 검토자 패턴 인지 비교 우위 이론을 AI 모델에 적용 + Opus·Sonnet·Gemini·GPT-4o 전환 기준 + E3의 일반화로 멀티모델 정체성 박음 OpenRouter 설정 + 작업별 모델 선택 기준 + /model 전환 실습
📘 이론적 배경 — 비교 우위 이론 (데이비드 리카도, 1817)

경제학자 리카도: "각 나라가 상대적으로 잘하는 것에 특화해 교역하면 모두가 이익을 본다."

포르투갈은 와인·직물 모두 영국보다 잘 만들지만, 와인에만 집중하고 직물은 영국에서 수입하면 두 나라 모두 이익입니다. 절대적으로 잘하는 것보다 상대적으로 더 잘하는 것에 집중하는 원리입니다.

AI 모델도 마찬가지입니다. Claude Opus가 모든 면에서 가장 뛰어나도, 단순 번역에 Opus를 쓰는 것은 낭비입니다.

📘 축구팀 포지션 비유

세계 최고 골키퍼만으로 11명을 채우면 이길 수 없습니다. 골키퍼 1명, 나머지는 수비·미드·공격. 각자 포지션의 선수가 자기 역할을 할 때 팀이 강합니다.

  • Opus = 전략가 (Spec·복잡 설계)
  • Sonnet = 미드필더 (일반 BUILD·코드 구현)
  • Gemini = 스카우터 (외부 검토·문서 분석)
  • GPT-4o = 수비수 (버그 탐지·보안 검토)
  • Haiku = 풋워크 (단순 반복·빠른 응답)
📘 표준 도구의 자리 — 멀티모델 오케스트레이션 전문 도구
도구멀티모델 방식
fabriqa다중 에이전트 오케스트레이션 — Claude Code + Codex + Gemini CLI 결합 (이 영역의 전문)
specs.md3 flows (Simple / FIRE / AI-DLC) — 복잡도 따라 모델 선택
Spec-Kitagent-agnostic — Copilot · Claude · Gemini · Cursor 모두
OpenRouterAPI 통합 — 단일 키로 수십 모델 (이 장의 자리)
GSD86 skills + subagent마다 모델 전환 가능

5파일+의 멀티모델 = OpenRouter + Claude Code 직접 전환. 학습용 단순화입니다.

28-1 왜 단일 모델로는 부족한가 — 두 가지 이유 🔗

Claude Code만으로 프로젝트를 진행할 때 두 가지 불만이 생깁니다.

이유 1 — 비용

모든 작업에 Opus를 쓰면 비용이 빠르게 쌓입니다. 단순 코드 포맷 변환·주석 추가에도 복잡 설계와 같은 요금이 부과됩니다. 멀티모델 전략 적용 시 총비용 40~60% 절감이 가능합니다.

이유 2 — 맹점 (E3 본질)

Claude가 아무리 뛰어나도 Anthropic의 한 회사 AI입니다. 같은 방식으로 학습 = 같은 종류의 실수 가능성. 새 8장에서 다룬 E3 두 검토자 사각지대 패턴 — Claude만 / Gemini만 / 둘 다 (4+6+2)가 데이터로 입증됐습니다.

멀티모델 = E3의 일반화입니다. SPEC 검토뿐 아니라 모든 작업에 "한 모델 사각지대 회피"를 적용합니다.

📘 두 이유의 결합

비교 우위에 의한 비용 절감 (40~60%) + 사각지대 회피 (E3 일반화)
"비교 우위 + 두 검토자" — 멀티모델 정체성

이 정체성이 9개 표준 도구 중 fabriqa·specs.md만 집중 다루는 영역이고, 5파일+는 OpenRouter + Claude Code로 단순화해서 학습용으로 흡수합니다.

28-2 모델별 강점·약점 — 비교 우위 표 🔗
모델비교 우위 (잘함)덜 적합 (약함)비용 (Opus 대비)
Claude Opus 4.6복잡한 비즈니스 로직 · 장기 계획 · 일관성 · DB 설계단순 포맷 변환 · 짧은 번역 (낭비)100% (기준)
Claude Sonnet 4.6일반 기능 구현 · 버그 수정 · 리팩토링복잡 멀티스텝 설계 (Opus보다 실수)20%
Claude Haiku 4.5단순 질문 · 포맷 변환 · 빠른 응답 반복복잡 추론 · 장문 코드 생성 어려움5%
Gemini 3.1 Pro대용량 문서 분석 · 멀티모달 · 다른 회사 사각지대응답 일관성 부족 · 코드 품질 들쭉날쭉25%
GPT-4o코드 버그 패턴 탐지 · 보안 취약점 발견깊은 아키텍처 설계 어려움30%
💡 두 가지 핵심 비교 우위

Gemini의 비교 우위 = 다른 회사 사각지대 (E3 본질).

GPT-4o의 비교 우위 = 보안·버그 패턴 탐지 (E3 보강).

Claude만 사용하면 두 회사의 사각지대를 모두 놓칠 가능성이 있습니다.

28-3 5파일+ 사이클의 작업별 모델 선택 🔗
단계작업추천 모델이유
① SPEC v1작성Opus 4.6복잡 비즈니스 로직 + 장기 일관성
② 외부 검토 1차Gemini 검토Gemini 3.1E3 다른 회사 사각지대
③ SPEC v2패치Sonnet 4.6단순 수정 작업
④ 사용자 직관사용자 + ClaudeSonnet 4.6대화 위주
⑤ 두 검토자Claude 시뮬 + GeminiOpus + GeminiE3 적용
⑥ PLAN v1→v2작성Opus 4.6복잡 의존성 + 시간 산식
⑦ REVIEW15가지 체크Opus 4.6보안·아키텍처
BUILD 일반코드 구현Sonnet 4.6-80% 비용, 품질 충분
BUILD DB 설계스키마·RLS·인덱스Opus 4.6보안 사고 100배 비용
BUILD 보안 검토코드 리뷰GPT-4o비교 우위
BUILD 단순 작업포맷·주석·번역Haiku 4.5-95% 비용
BUILD 페르소나 (E5)콘텐츠 생성Sonnet 4.6 + cacheE5 cache_control

비용 시뮬레이션 — 줍줍 Phase 1

💻 멀티모델 전략 비용 비교
[전부 Opus 사용 가정]
SPEC + PLAN + REVIEW + BUILD 25개 기능
누적 토큰: 약 3,000만 토큰
Opus 비용: $300 (가정)

[멀티모델 전략 적용]
SPEC + PLAN + REVIEW (Opus): $80
일반 BUILD 70% (Sonnet): $50
DB 설계·보안 (Opus): $30
보안 검토 (GPT-4o): $15
단순 작업 30% (Haiku): $5
검토 (Gemini): $20
합계: $200

→ 33% 절감 + E3 일반화
28-4 줍줍 멀티모델 적용 사례 🔗
💻 줍줍 Phase 1 모델 사용 정책 — CLAUDE.md §7에 추가
## 모델 사용 정책

### SPEC·PLAN·REVIEW (Opus 4.6)
- /model claude-opus-4-6 + /effort high
- 복잡 비즈니스 로직 (정부 지원금 카테고리 분류·매칭 알고리즘)
- DB 설계 (4 테이블 + 트리거 + UNIQUE 제약)
- 회색지대 결정 (E1 두 결정)

### Gemini 1차 + 두 검토자 (Gemini 3.1)
- 외부 검토 (E3 첫 라운드 + 두 번째 라운드)
- "다른 회사 사각지대" 가치 활용

### BUILD 일반 (Sonnet 4.6)
- /model claude-sonnet-4-6 + /effort medium
- LLM 분류 프롬프트 작성
- React Native 컴포넌트 (목록·카드·필터)
- Edge Functions (cron 스케줄링)

### BUILD 보안 검토 (GPT-4o)
- /model openai/gpt-4o
- Stripe 결제 통합 검토 (Phase 2)
- RLS 정책 검토
- API 키 노출 검사

### BUILD 단순 작업 (Haiku 4.5)
- /model claude-haiku-4-5 + /effort low
- 행정구역 코드 JSON 가공
- 약관·개인정보처리방침 마크다운 정렬
- 시딩 데이터 fixture 생성

### LLM 분류 파이프라인 (Sonnet 또는 Haiku)
- 공공데이터 API 응답 → JSON 분류
- confidence 0.7 임계값 검증
- 일일 50건 처리 — Haiku로 비용 최소화
28-5 TSV 멀티모델 적용 — 페르소나마다 다른 모델 🔗

TSV의 다중 페르소나 시스템 (E5)은 페르소나마다 다른 모델 사용이 가능합니다.

💻 TSV 페르소나 모델 정책 — CLAUDE.md §5에 추가
## Persona Model Policy

### STAT (통계학자) — Sonnet 4.6
- 정량 분석 위주, 일반 패턴 매칭
- cache_control 적용 (system prompt 캐시)
- 비용: 일 $1.5 (5리그 × 1글)

### OBSERVER (신중한 관찰자) — Sonnet 4.6
- 균형 어법, 일반 분석
- cache_control 적용
- 비용: 일 $1.5

### COACH (전술 분석, Phase 1.1+) — Opus 4.6
- 복잡 전술·내러티브 — 비교 우위
- 깊은 분석 가치 → Opus 정당화
- 비용: 일 $3 (5리그 × 1글)

### INSIDER (트레이딩·이적, Phase 1.2+) — Opus 4.6
- 복합 정보 합성 (다중 소스)
- Opus 정당화

### 자동 일관성 테스트 — GPT-4o
- 5 페르소나 간 사실 일치 검증
- 보안·일관성 패턴 탐지 비교 우위
- 일주일 1회 실행 (정기 점검)

### Day 14 가설 검증 (CRITICAL 게이트) — Opus + Gemini
- E3 두 검토자 적용
- 다관점 클릭률 데이터 + 사용자 행동 분석
- Opus = 비즈니스 메타 분석
- Gemini = 다른 회사 사각지대 (사용자 패턴 다른 시각)

페르소나마다 다른 모델 = E5 콘텐츠 SSOT 시스템의 자연스러운 멀티모델 적용입니다. SSOT 인터페이스는 단일이지만 출력 품질·비용은 페르소나 가치에 비례해 분배됩니다.

28-6 OpenRouter 설정 + /model 전환 🔗

OpenRouter는 하나의 API 키로 Claude·Gemini·GPT 등 수십 모델을 통합합니다. 각 회사 API를 따로 계약·관리할 필요가 없습니다.

설정

💻 OpenRouter 설정 + /model 전환
# openrouter.ai → 가입 → API Keys → 충전
export OPENROUTER_API_KEY='sk-or-v1-...'

# Claude Code 세션 중 즉시 전환
/model claude-opus-4-6              # SPEC·DB·복잡 알고리즘
/model claude-sonnet-4-6             # 일반 BUILD (기본)
/model claude-haiku-4-5              # 단순 반복
/model google/gemini-pro-1.5         # SPEC 외부 검토
/model openai/gpt-4o                 # 보안·버그 검토

CLAUDE.md §7 Common Commands에 추가

💻 CLAUDE.md §7 — 모델 전환 명령
## 7. Common Commands

### 모델 전환
- /model claude-opus-4-6 + /effort high (SPEC·PLAN·REVIEW)
- /model claude-sonnet-4-6 + /effort medium (BUILD 일반)
- /model claude-haiku-4-5 + /effort low (단순 반복)
- /model google/gemini-pro-1.5 (외부 검토 - E3)
- /model openai/gpt-4o (보안·버그 검토)

매 세션 자동 입력하면 Claude가 "어느 작업에 어느 모델"을 자동 추천합니다.

28-7 멀티모델 의사결정 트리 🔗
💻 멀티모델 의사결정 트리
[질문 1] 복잡한 설계 / 비즈니스 로직 / 보안 코드?
  YES → 질문 2
  NO  → 질문 3

[질문 2] 외부 검토가 필요한가?
  YES → Gemini 사용 (E3 사각지대)
  NO  → 질문 2-1

[질문 2-1] 보안 / 버그 패턴 검토가 핵심인가?
  YES → GPT-4o (비교 우위)
  NO  → Opus 4.6

[질문 3] 단순 반복 / 포맷 변환 / 짧은 번역?
  YES → Haiku 4.5 (-95% 비용)
  NO  → 질문 4

[질문 4] 일반 기능 구현 / 코드 리팩토링?
  YES → Sonnet 4.6 (-80% 비용)
  NO  → Opus 4.6 (기본값)
💡 CLAUDE.md §7에 이 트리를 박아두세요

이 트리를 CLAUDE.md §7에 박아두면 매 작업마다 Claude가 자동 추천합니다.

28-8 멀티모델 도입 시점 — E2 1인 페이스 고려 🔗
💡 언제 멀티모델을 시작하는가?

Phase 1 첫 BUILD 단계라면 Sonnet 단일로 충분합니다. 멀티모델은 학습 부담을 추가합니다 — 1인 운영자에게 처음부터 적용하는 것은 과도합니다.

도입 신호:

  • SPEC 검토 시 "맹점을 확인하고 싶다" (E3) → Gemini 시작
  • 보안 코드 리뷰 필요 → GPT-4o 시작
  • 비용 최적화 압박 → Haiku 시작
  • Phase 2+ 앱 복잡도 증가 → 자연 도입

Phase 1 안정 가동 후 (Day 30~33+) 단계적으로 확장하세요. E2 1인 페이스 보호 = 처음부터 모든 모델 도입 금지.

줍줍·TSV 도입 타이밍

프로젝트Phase 1Phase 1.1Phase 2
줍줍 (10주)Sonnet 단일+ Gemini (외부 검토 위주)+ GPT-4o (Stripe 보안) + Haiku
TSV (33일)Opus + Sonnet 2개+ Gemini (Day 14 가설 검증)+ GPT-4o (자동 일관성)

TSV는 처음부터 2개 모델 (페르소나 시스템 정체성)로 시작합니다. 줍줍은 단일 시작 후 점진 확장합니다.

📌 새 28장 정리

  • 핵심 한 줄: 멀티모델 = 비교 우위 + E3 사각지대 회피. 모든 작업에 Opus는 낭비. OpenRouter + /model 전환.
  • 5확장 E3의 일반화: 새 8장 SPEC 검토 12건 (4+6+2 패턴)이 데이터 입증. 이 장은 모든 작업에 두 모델 사상 확장.
  • 5명 모델 비교 우위: Opus (복잡 비즈니스·DB, 100%) / Sonnet (일반 BUILD, 20%) / Haiku (단순 반복, 5%) / Gemini (다른 회사 사각지대, 25%) / GPT-4o (보안·버그, 30%)
  • 5파일+ 사이클의 모델 매핑: SPEC·PLAN·REVIEW (Opus) / 외부 검토 (Gemini) / BUILD 일반 (Sonnet) / DB·보안 (Opus) / 보안 검토 (GPT-4o) / 단순 작업 (Haiku)
  • 비용 절감: 멀티모델 적용 시 총비용 40~60% 절감.
  • E2 1인 페이스 보호: Phase 1 처음엔 Sonnet 단일. 점진 확장.
  • 다음 장: 새 33장 — 자유 창작 준비
📘
1탄 도우미
질문하기 OK
안녕하세요! 멀티모델 오케스트레이션에 대해 무엇이든 물어보세요. 본문에서 찾아 답변해드릴게요. 👇