모델을 고르기 전에 역할부터 정하기

이번 이야기

보조 에이전트에는 어떤 모델을 맡기면 좋을까요? 이번 기록에는 하위 에이전트의 기본 모델을 Astra로 설정한 뒤, 그 기본값을 제거한 과정이 남아 있습니다. 같은 날 설정의 방향이 바뀌었습니다. 이 변화에서 살펴볼 지점은 모델의 성능보다 역할을 나누는 방식입니다.

직접 겪은 일

처음에는 주 모델을 Sol로 유지하고 하위 에이전트의 기본값을 Astra로 설정했습니다. 이후 전역 기본값을 제거해 일반 하위 에이전트가 Sol을 상속하도록 복원하고, Astra를 명시적으로 선택할 수 있는 역할을 추가했습니다. 기록상 확인된 결과는 이 설정 변경까지입니다. 실제 하위 에이전트 생성은 하지 않았으므로, 응답 품질이나 처리 속도가 달라졌는지는 확인되지 않았습니다.

배운 점

이 수정에서 제가 정리한 교훈은 단순합니다. 역할을 먼저 정하고 도구를 고르자는 것입니다. 기본값은 별도 선택 없이 반복해서 적용됩니다. 특정 모델을 선택하는 이유가 있다면, 그 이유에 맞는 역할과 호출 조건도 함께 두는 편이 선택의 의도를 드러내기 좋겠습니다. 다만 이번 기록으로 말할 수 있는 것은 설정 방식의 변화이며, 그 효과는 실제 실행에서 따로 확인해야 합니다.

독자에게

여러 AI 모델을 함께 쓰고 있다면 기본값을 바꾸기 전에, 다른 모델을 부를 조건을 한 문장으로 적어보세요. 예를 들어 기존 접근으로 풀리지 않는 문제에 독립적인 검토가 필요할 때처럼요. 그런 다음 실제로 해당 상황이 생겼을 때 호출해 결과를 비교해보면 좋겠습니다. 설정이 바뀌었다는 확인과 도움이 됐다는 확인을 각각 남기는 겁니다.