멀티 에이전트는 거의 항상 필요 없다 — 9개월의 데이터

2026년의 AI 에이전트 hype 한 줄 — "멀티 에이전트 시스템". 각자 다른 역할의 에이전트가 협력 해 복잡한 작업을 푸는 패턴.

지난 9개월 동안 우리는 멀티 에이전트 를 5번 시도했고 5번 모두 단일 에이전트로 후퇴. 이 글은 그 5 케이스의 분해와, 멀티 에이전트가 거의 항상 답이 아닌 이유.

5 케이스와 결과

케이스 1 — triage 에이전트 + diagnosis 에이전트 + remediation 에이전트

가설 — 인시던트 응답을 3 단계 에이전트 로 분리. 각자 전문가.

부서진 이유 — 컨텍스트 손실. triage 의 직관 이 diagnosis 에 전달 안 됨. 결국 diagnosis 가 처음부터 다시 분석. 단일 에이전트 + 3 도구 로 합쳐서 더 잘 작동.

케이스 2 — 코드 리뷰 에이전트 + 보안 에이전트 + 성능 에이전트

가설 — PR 검토를 3 영역 분리.

부서진 이유 — 동일 코드를 3번 읽음. 토큰 비용 3배. 그리고 연관 검토 (보안 + 성능 동시 영향) 가 분리되어 못 잡음.

케이스 3 — manager 에이전트 + worker 에이전트들

가설 — manager 가 작업 분해, worker 가 실행.

부서진 이유 — 조정 비용. manager 와 worker 사이 프롬프트 라운드 트립 이 작업의 비용 중 50%. 단일 에이전트가 직접 푸는 것보다 느림.

케이스 4 — plan 에이전트 + execute 에이전트

가설 — plan 단계와 execute 단계 분리.

부서진 이유 — plan 이 너무 추상 또는 너무 구체. 추상이면 execute 가 다시 plan, 구체면 plan 의 가치 X. 단일 에이전트 + system prompt 의 plan-then-execute 지시 가 더 정확.

케이스 5 — 언어별 에이전트 (한국어 vs 영어)

가설 — 한국어 사용자에게 한국어 에이전트, 영어에 영어 에이전트.

부서진 이유 — 번역 손실. 한국어로 정확히 표현된 의도가 영어 에이전트 시스템에 들어가면 부정확. 단일 모델 (다국어 지원) 이 더 정확.

5 케이스의 공통 원인

위 5 케이스 모두에서 멀티 에이전트가 부서진 공통 원인:

에이전트 간 통신 의 손실 + 비용 이 전문화의 가치 를 항상 압도한다.

각 에이전트가 LLM 호출이고, 통신이 자연어 (또는 JSON) 로 일어남. 그 직렬화-역직렬화-재해석 단계에서:

• 암묵적 컨텍스트 손실
• 프롬프트 토큰 곱셈 — 통신 비용
• 불일치한 가정 — A 에이전트와 B 에이전트의 세계관 차이

이 셋이 모두 전문화의 가치보다 큼. 항상.

멀티 에이전트가 답인 드문 케이스

거의 없지만 있긴 있다:

1. 물리적 격리 필요 — 한 에이전트는 기밀 환경, 다른 에이전트는 비기밀. 같은 모델이 둘 다 보면 안 됨
2. 시간적 분리 — 한 에이전트는 밤 에 동작, 다른 에이전트는 낮. 동일 컨텍스트 공유 안 됨
3. 전혀 다른 모델 능력 — 한 에이전트는 코드 전문 모델, 다른 에이전트는 일반 모델. 단일 모델이 둘 다 충분히 잘하지 못함

이 셋 외에는 단일 에이전트 + 좋은 도구 가 답.

우리 답 — toolful agent

우리가 정착한 패턴 — 단일 에이전트가 많은 도구 를 가짐. 도구 = 함수. 함수 호출 = 명시적 transition.

이전 (multi-agent):
  triage agent → handoff → diagnosis agent → handoff → remediation agent

이후 (toolful single agent):
  agent
    .tool(triage)
    .tool(diagnose)
    .tool(remediate)
    .tool(check_history)
    ...

15+ 도구를 가진 단일 에이전트가 3 에이전트보다 더 잘 작동. 6개월 데이터에서 명확.

그래서 멀티 에이전트는 언제 쓰는 게 맞나

멀티 에이전트가 단일 에이전트를 이기는 경우는 물리적 격리, 시간적 분리, 진짜 다른 모델 능력 셋뿐이다. 지금 멀티 에이전트 시스템을 설계 중이거나 고려 중이라면, 가설이 위 5 케이스 중 하나와 비슷한지 먼저 확인. 비슷하면 멈춤. 단일 에이전트 + 도구로 먼저 시도하고, 그게 안 될 때만 멀티 에이전트 검토. 6개월 데이터 기준, 그게 안 될 일이 거의 없다.