
AI 에이전트 15개를 동시에 굴리는 법 — AI 병렬 오케스트레이션 실전 운용기
두줄요약
로컬 RAG와 독립 AI 세션 인프라로 지식을 축적하고 병렬 작업을 오케스트레이션했습니다. DAG·Branch Hunt·Ralph Loop로 구현과 검증을 자동화하는 흐름을 소개합니다.
구조와 흐름
- Obsidian·QMD·MCP 기반 로컬 RAG로 세션 지식 저장, 임베딩, 시맨틱 검색, 재활용
- 심층 인터뷰 플래닝 후 Task DAG 병렬 구현, Branch Hunt 병렬 디버깅, Ralph Loop 자동 검증 순환
- Session Spawn MCP와 중앙 메시지 인박스로 독립 AI 세션 생성·모니터링·결과 수집
선택 이유
- 휘발적인 AI 세션의 의사결정·도메인 지식·트러블슈팅 기록 보존
- 위상 정렬 기반 태스크 실행과 DFS 기반 동적 분기로 구현·디버깅 전략 분리
- 부모 세션 컨텍스트 오염 방지와 자식 세션별 작업 집중
트레이드오프
- 독립 세션 구조로 부모 컨텍스트 품질 유지
- 컨텍스트 미공유에 따른 자식 세션의 재탐색 및 토큰 소모 증가
- Ralph Loop 품질 확보를 위한 선행 플래닝·컨텍스트 품질 의존
성능/운영 포인트
- 빌드·타입 체크·테스트 내장 반복 검증과 연속 실패 시 중단·보고 안전장치
- 로컬 임베딩·검색으로 외부 서버 전송과 SaaS 임베딩 모델 의존 회피
- 배포 주기 단축, 테스트 수행 증가, 핫픽스 감소 경험




