AI 에이전트를 여럿 두면 더 잘할까? 혼자 34 · 나눠서 31 · 글 검토 28 (144번 실측) | 에이전트 제대로 이해하기 10편(완결)

가나다식품(가상) 품질 클레임 12건을 에이전트 하나가 혼자 처리할 때, 접수 → 품질 → 정산 세 에이전트가 인계 메모로 나눠 처리할 때, 같은 모델이 처리 기록을 다시 읽고 검토할 때, 검토자가 도구로 직접 확인할 때로 나눠 3번씩, 모두 144번 실제로 돌렸습니다. 혼자 처리가 34/36으로 가장 나았고, 나눠서 처리하면 인계 메모에서 금액이 빠지거나('50,000원 이하' → 50,000원 환불) 일을 다시 떠넘겨 아무도 처리하지 않는 일이 생겼습니다. 새 정보 없이 글만 다시 읽는 검토는 근거 없는 지적으로 환불을 한 번 더 실행해 28/36으로 떨어졌고, 도구로 확인하는 검토도 이미 나간 환불은 되돌리지 못했습니다. 이번 실험에서 찾은 실험 장치 버그와 채점기를 먼저 시험한 과정도 공개하고, 시리즈 전체를 정리합니다. ⏱ 챕터 0:00 오프닝 — 결론부터 1:29 01 여럿이 언제 나은가 (새 정보가 들어올 때) 2:29 02 실험 — 품질 클레임 12건, 조건 4개 3:46 03 어디서 무너졌나 · 실험 장치 검증 5:41 04 시리즈 정리 · 첫 에이전트 체크리스트 📚 원본 『AI 에이전트를 깊이 이해하기: 설계 원리와 엔지니어링 실전』 리보제(李博杰) 지음, 한국어판 번역 @JeongJaeSoon https://github.com/bojieli/ai-agent-book — Apache License 2.0 라이선스: 원문은 Apache License 2.0 으로 배포됩니다(일부 하위 프로젝트는 별도 라이선스) — 전문 https://www.apache.org/licenses/LICEN... 이 영상은 원서 10장(멀티 에이전트가 단일 에이전트보다 나은 때 · 공유/비공유 컨텍스트 · 실패 모드)을 바탕으로 AI워크랩이 다시 구성하고 예제를 바꾼 것입니다. 📌 참고 실습 결과는 OpenAI gpt-4.1-mini로 2026-10-21에 실제 실행한 결과입니다. 도구는 모두 가짜(돈 · 쿠폰이 실제로 나가지 않음)입니다. 실험 장치 버그를 고친 뒤 다시 돌린 결과이며, '금액이 빠진 인계 메모' 사례는 첫 실행의 실제 기록입니다. 모델과 실행 시점에 따라 결과는 달라질 수 있습니다. 가나다식품과 클레임 데이터는 모두 교육용 가상 데이터입니다. #AI에이전트 #멀티에이전트 #AI협업 #AI업무활용 #AI워크랩