AI 코딩 에이전트, 여러 명을 효율적으로 관리하는 방법
AI 코딩 에이전트(AI Coding Agent) 여러 개를 동시에 실행 시, 파일 충돌(File Conflicts), 품질 검증 부재(No Quality Gate), 과도한 관리(Full-time Dispatcher) 문제 발생
Git Worktree를 활용하여 각 에이전트(Agent)의 작업 공간을 격리하고, 파일 충돌(File Conflicts)을 방지
테스트(Test) 통과 여부를 완료 기준으로 삼아, 코드 품질(Code Quality)을 보장하고, 테스트 실패 시 에이전트에게 재작업 지시
칸반 보드(Kanban Board)를 통해 작업 할당 및 진행 상황을 관리하여, 작업 중복(Duplicated Work)과 우선순위 역전 방지
Git Worktree를 활용한 작업 격리
본문에서는 Git Worktree(Git Worktree)를 사용하여 각 AI 에이전트(AI Agent)에게 독립적인 작업 공간을 제공하여 파일 충돌(File Conflicts)을 해결한다.
각 에이전트는 별도의 디렉토리와 브랜치에서 작업하므로, 서로의 파일을 덮어쓸 위험이 없음
작업 완료 후에는 해당 브랜치를 메인 브랜치(Main Branch)에 병합(Merge)하며, 충돌 발생 시 한 번만 해결
실질적인 병렬 작업 가능 에이전트 수(Number of Parallel Agents)는 3~5개로 제한되며, 그 이상은 코드베이스(Codebase) 병목 발생
결과적으로 데이터 격리 아키텍처(Data Isolation Architecture)를 통해 에이전트 간의 간섭을 최소화하고, 안정적인 협업 환경을 구축한다.
테스트 기반 코드 품질 관리
글에서는 테스트(Test) 통과 여부를 코드 완성의 기준으로 삼아, 코드 품질(Code Quality)을 보장하는 방법을 제시한다.
에이전트의 작업 결과물은 반드시 테스트 스위트(Test Suite)를 통과해야 병합 가능
테스트 실패 시, 에이전트에게 실패 원인을 알려주고 재작업을 지시하는 피드백 루프(Feedback Loop) 구축
기존 테스트 스위트(Test Suite)를 활용하므로, 별도의 평가 프레임워크(Evaluation Framework) 불필요
이러한 접근 방식은 AI 환각(Hallucination)으로 인한 문제를 줄이고, 코드의 안정성을 확보하는 데 기여한다.
칸반 보드를 활용한 작업 분배
본문에서는 여러 에이전트(Agent)에게 작업을 효율적으로 분배하기 위해 칸반 보드(Kanban Board)를 활용한다.
칸반 보드는 작업의 상태를 시각적으로 보여주며, 각 에이전트에게 할당된 작업을 명확하게 표시
에이전트는 보드에서 작업을 선택하고, 진행 상태를 업데이트하며, 테스트 통과 시 완료 처리
작업 중복(Duplicated Work)과 우선순위 역전(Priority Inversions)을 방지하고, 단일 책임 원칙(Single Responsibility Principle) 준수
결과적으로, 칸반 보드는 구조화된 작업 관리(Structured Dispatch)를 통해 에이전트 간의 협업 효율성을 높인다.
Batty CLI를 활용한 자동화
글에서는 제시된 감독 패턴(Supervision Pattern)을 자동화하기 위해 개발된 Batty CLI(Batty CLI)를 소개한다.
Batty는 Rust(Rust)로 개발되었으며, Git Worktree, 테스트 실행, 칸반 보드 관리를 자동화
에이전트(Agent)를 tmux(tmux) 페인(Pane)에서 실행하고, Markdown(Markdown) 기반 칸반 보드에서 작업 할당
테스트 통과 여부에 따라 코드 병합(Merge) 여부 결정
Batty는 자동화 도구일 뿐, 핵심은 작업 격리, 테스트 기반 품질 관리, 구조화된 작업 분배와 같은 감독 패턴(Supervision Pattern)이다.
