AI 에이전트에게 ‘엠마’, ‘폴’ 같은 이름을 붙이고 가상의 팀을 구성하는 것은 시각적으로 즐겁고 신선한 경험을 제공한다. 하지만 실제 업무 환경에서 이러한 ‘역할극(Role-play)’ 모델은 심각한 ‘조정 비용(Coordination Tax)‘을 발생시킨다. 사용자는 일을 시키는 대신, 봇들 사이의 권한 설정, 메시지 라우팅, 토큰 한도 관리와 같은 기술적 마찰을 해결하는 데 더 많은 시간을 쓰게 된다.
근거
서종훈 님은 실제로 슬랙과 텔레그램에서 다중 에이전트 팀을 운영하며, AI들이 서로 핑퐁 하며 대화하는 모습을 지켜보는 재미보다 이를 유지하기 위해 라우팅과 권한 설정을 손보는 비효율이 더 컸음을 지적한다. 특히 플랫폼 간의 제약(봇이 다른 봇의 메시지를 받지 못하는 등)은 이러한 구조적 비효율을 가중시킨다.
“정작 저는 라우팅, 게이트웨이, 토큰, 권한, 채널 설정, 멘션 조건 같은 것들을 계속 손보고 있었습니다. 어느 순간, ‘내가 지금 뭐하고 있는거지? 이게 정말 효율적인가? 그냥 역할 놀이를 하고 있는 건가?‘”
연결된 생각
- 20260609-main-agent-worker-pattern — 해결책: 고정된 팀 대신 필요할 때만 부르는 프리랜서(동적 워커) 구조로의 전환
- 20260609-agent-persona-as-task-unit — 관점: 에이전트를 직원이 아닌 ‘함수’ 또는 ‘작업 단위’로 보아야 하는 이유