AI 에이전트 15개를 동시에 굴리는 법 — AI 병렬 오케스트레이션 실전 운용기

53일간 148,000회 대화로 정착된 AI 오케스트레이션 실전 운용기 2편이다. 지식 축적(로컬 RAG)·Task DAG·Branch Hunt·Ralph Loop와 이를 뒷받침하는 커스텀 인프라(Session Spawn MCP)를 다루며, 정산 배치 개발을 5일에서 22분으로 줄였다.

핵심 포인트

세션 휘발성으로 지식이 사라지는 문제를 Obsidian + QMD 로컬 임베딩(로컬 RAG)으로 해결해 회사 코드가 외부로 안 나가고 과거 의사결정을 시맨틱 검색으로 복원한다.
구현 병렬화는 Task DAG(위상 정렬 기반 실행), 디버깅 병렬화는 Branch Hunt(DFS 스캔 중 이슈 발견 시 독립 분기)로 분리했다.
Ralph Loop는 빌드·타입체크·테스트를 수정 2회마다 1회 자동 검증하며 완료 조건까지 무인 반복하고 3회 연속 실패 시 멈추고 보고한다.
Session Spawn MCP로 서브에이전트가 아닌 완전 독립 세션을 병렬 생성해 부모 컨텍스트 오염 없이 결과만 인박스로 수집, 940 세션에서 2,594 서브에이전트를 운용했다.
결과는 정산 배치 5일→22분, 결제 차단 기능 수일→1일, 배포 주기 절반·테스트 2~3배다.

상세 정리

전제(1편): 핵심 노동이 코드 작성이 아니라 탐색·설계(읽기:쓰기 10:1)이고 AI는 5가지 패턴으로 예측 가능하게 실패하며 모두 컨텍스트 품질 문제로 수렴한다.
지식 축적: Obsidian에 세션 요약·아키텍처 결정·트러블슈팅을 기록하고 QMD CLI로 로컬 임베딩, qmd vsearch 시맨틱 검색으로 유사 작업을 복원한다.
obsidian-vault-manager 스킬: vault 구조를 매번 동적 탐색해 새 문서 위치를 스스로 판단하고 링크·태그를 부여한다.
recall 스킬: /recall은 시맨틱 검색 + wikilink·공유 태그 2-hop fan-out, /recall sync는 미기록 세션을 요약해 데일리 노트에 기록 후 임베딩을 갱신한다.
로컬 RAG 선택: 회사 코드·아키텍처가 외부 서버로 안 나가고 과금·네트워크 지연이 없다.
실행 사이클: 약 1시간 심층 인터뷰 플래닝으로 요구사항·제약·성공 기준·병렬 단위를 먼저 확정한다.
Task DAG: 작업을 방향 비순환 그래프로 분해해 위상 정렬로 실행, 결제 차단 기능(FTC-1270)을 수일에서 1일로 단축했다.
Branch Hunt: 부모 세션이 DFS로 스캔하며 전진하고 이슈 발견 시 독립 Branch 세션에 디버깅을 위임, 종료 조건은 스캔 클린 + 이슈 0이다.
Ralph Loop: 무인 자동 실행, 수정 2회마다 검증 1회, 실패 시 재시도하다 3회 연속 실패면 멈추고 보고하며, 앞 단계가 탄탄해야 재작업 없이 품질이 오른다.
Session Spawn MCP: spawn_session·check_inbox·report_result·send_message·get_session·close_session로 독립 세션을 병렬 운용, 컨텍스트를 공유 안 해 재탐색 토큰은 늘지만 부모 오염을 막는다.
정량 결과: 정산 배치가 DAG 구성 2분 + 병렬 실행 20분으로 5일→22분, 배포 주기 절반, 테스트 2~3배, 핫픽스 감소.
통찰: 개발자 경쟁력이 구현량에서 분해·위임·검증 능력으로 이동한다.