대부분의 에이전트 스웜은 자신감 있는 쓰레기를 건넵니다. 하지만 이 스웜은 스스로 작업을 확인하고, 실패한 것은 버린 뒤, 모든 숫자가 출처에 연결될 때까지 다시 실행합니다.
- 300 개의 병렬 에이전트
- 4,000 단계
- 5 개의 실시간 데이터 피드
- 3 번의 검증 패스로 오류 제로
에이전트 스웜의 더러운 비밀은 에이전트가 많을수록 더 자신감 있는 헛소리가 나온다는 것입니다.
300 개의 에이전트를 연구 작업에 투입하면 확실히 빠르게 결과가 나옵니다. 하지만 동시에 낡은 수치, 반쯤 지어낸 인용, 존재하지 않는 세 회사도 함께 나옵니다. 속도는 결코 어려운 부분이 아니었습니다. 신뢰가 어려운 부분이었죠.
그래서 저는 스웜을 결승선으로 보는 것을 멈추고 루프의 한 단계로 만들었습니다. Opus 4.8 은 작업을 계획하고, 더 중요하게는 작업을 확인합니다. Kimi K2.6 스웜이 실행합니다. 그런 다음 Opus는 모든 출력을 출처와 대조하여 검증하고, 실패한 것은 버린 뒤 해당 작업을 다시 실행하도록 보냅니다. 루프는 아무것도 실패하지 않을 때만 멈춥니다.
테스트를 위해 루프에 환각을 가장 강력하게 처벌하는 작업을 맡겼습니다: EV 시장의 100 개 기업을 분석하고, 모든 수치가 실시간 출처에 연결된 비교 매트릭스가 포함된 연구 수준의 보고서를 생성하라.
스웜은 속도를 줍니다. 루프는 실제로 신뢰할 수 있는 속도를 줍니다. 차이는 검증 단계이며, 그것이 모든 것을 바꿉니다.
빠진 조각
날것 그대로의 스웜을 신뢰할 수 없는 이유
검증기가 없는 스웜은 단 하나의 품질 설정만 갖습니다: 가장 나쁜 에이전트가 생성한 것이죠. 97 개의 에이전트가 자신의 회사를 정확히 파악하고 3 개가 조용히 수익 수치를 환각한다면, 완성된 보고서에는 세 개의 지뢰가 포함되어 있으며 완벽한 보고서와 똑같이 보입니다. 회의에서 터질 때까지 어떤 것이 문제인지 알 수 없습니다.
이것이 "그냥 에이전트를 더 추가하라"는 접근법이 한계에 부딪히는 이유입니다. 볼륨은 출력과 오류 수를 같은 비율로 증가시킵니다. 손이 많아지면 실수도 많아지고, 아무도 확인하지 않는 것은 마찬가지입니다.
루프는 검증을 실제 권한을 가진 일급 단계로 만들어 이 문제를 해결합니다. Opus 4.8 은 모든 에이전트의 출력을 에이전트가 사용했다고 주장한 실시간 출처와 대조하여 읽습니다. 일치하지 않는 숫자는 거부됩니다. 확인되지 않는 인용은 거부됩니다. 거부된 모든 것은 다시 큐로 돌아가 다시 실행됩니다. 검사를 통과할 때까지 아무것도 출시되지 않습니다.
루프
네 단계, 깨끗해질 때까지 실행
전체 시스템은 선이 아닌 순환입니다. 각 반쪽은 자신이 가장 잘하는 일만 수행하며, 검증 단계에서 거부할 것이 없을 때까지 순환이 계속됩니다.
그 네 번째 단계가 전체 아이디어입니다. 일반적인 스웜은 1~3 단계를 한 번 실행하고 결과를 건네줍니다. 오류도 함께 말이죠. 루프는 아직 잘못된 것이 있는 한 멈추지 않습니다.
실행
루프가 자신의 실수를 잡아내는 모습 지켜보기
여기 제가 Opus 4.8 에게 준 프롬프트입니다. 하단의 체크리스트를 주목하세요. 그 체크리스트는 검증 단계에서 나쁜 작업을 거부하는 데 사용되므로, 전체 프롬프트에서 가장 중요한 부분입니다.
1# 역할: 작업 계획, 그런 다음 모든 결과 검증.23목표: EV 시장 내 100개 기업 조사.4출력: 비교 매트릭스 + 조사 보고서, 모든5 수치는 실시간 출처에 연결.67기업별 체크리스트 (이 기준으로 검증):8- 수익 및 마진이 실시간 피드에서 가져와졌는가9- 출처 URL이 첨부되고 접근 가능한가10- 수치가 출처와 허용 오차 내에서 일치하는가11- 빈 필드가 없는가1213# 스웜 실행 후, 모든 기업을 확인.14# 실패한 것은 거부. 다시 보냄. 반복.
Opus는 100 개의 조사 작업을 계획했고, 기업당 하나씩 Kimi K2.6 스웜에 전달했습니다. 첫 번째 패스는 몇 분 만에 돌아왔습니다. 그런 다음 흥미로운 부분이 시작되었습니다.
첫 번째 검증 패스에서 Opus는 100개 기업 중 12개를 거부했습니다. 일부는 인용한 피드와 일치하지 않는 수익 수치가 있었습니다. 두 개는 확인되지 않는 출처를 인용했습니다. 하나는 마진 필드를 비워 두었습니다. 이 중 어느 것도 최종 보고서에서 명백하지 않았을 것입니다. 모두 틀렸을 것입니다.
그 12개는 거부 사유가 첨부되어 다시 큐로 돌아갔습니다. 두 번째 패스: 3개가 여전히 실패했습니다. 세 번째 패스: 0개. 루프는 스스로 멈췄습니다. 거부할 것이 남아 있지 않았기 때문입니다.
날것 그대로의 스웜은 그 12개의 오류를 출시하고 끝냈다고 말했을 것입니다. 루프는 제가 한 줄도 읽지 않고 모두 잡아냈습니다.
다섯 개의 실시간 피드 덕분에 검증이 모호하지 않고 엄격할 수 있습니다. 보고서의 모든 수치는 Binance, Yahoo Finance, World Bank, IMF 또는 실시간 주식 시장을 가리킵니다. Opus가 검증할 때, 모델에게 자신감이 있는지 묻지 않습니다. 주장된 숫자를 실제 피드와 대조하여 확인합니다. 그것이 연구 수준과 자신감 있는 소리의 차이입니다.
더 큰 그림
이것은 또 하나의 DeepSeek 순간입니다
실행에서 한 걸음 물러서세요. 전략적 그림이 진짜 이야기이기 때문입니다.
폐쇄된 연구소들이 단일 에이전트 챗봇을 출시하는 동안, 200억 달러 가치의 오픈 중국 연구소가 이런 루프를 가능하게 하는 스웜을 출시했습니다. 그들의 오픈 가중치 모델인 Kimi K2.6은 현재 OpenRouter 주간 리더보드에서 1위를 차지하고 있습니다. 사용량 기준으로 현재 세계에서 가장 많이 사용되는 LLM입니다.
그리고 검증이 가장 중요한 분야에서 가장 강력합니다:
- 금융 및 컨설팅. 전문 차트, 히트맵, 다년간 보고서 분석, 기본적으로 McKinsey 수준의 출력.
- 학술 및 연구. LaTeX 수식 렌더링, 비교 매트릭스가 포함된 문헌 검토, 출처까지 추적 가능한 인용.
- 다른 도구를 압도하는 규모. 단일 패스에 200,000 단어 이상의 컨텍스트, 100개 기업 데이터셋, 100장 슬라이드 데크.
- 추적 가능성. 모든 데이터 포인트는 클릭 가능한 출처에 연결됩니다. 연구 수준이 기본값이지 설정이 아닙니다.
직접 실행해 보세요
루프, 처음부터 끝까지
실험실이 필요하지 않습니다. 두 반쪽을 순환으로 연결하고, 검증할 수 있을 만큼 엄격한 체크리스트가 필요합니다.
1{2 "pass": 1,3 "checked": 100,4 "passed": 88,5 "rejected": [6 { "company":"co_041", "reason":"수익 != 출처" },7 { "company":"co_067", "reason":"인용 404" },8 { "company":"co_092", "reason":"마진 비어 있음" }9 ],10 "action": "거부된 항목 재큐 -> 스웜"11}
한눈에 보는 차이점
날것 그대로의 스웜
❌ 한 번 실행, 결과 전달
❌ 숨겨진 오류가 보고서와 함께 출시됨
❌ 품질은 최악의 에이전트와 같음
❌ 모든 행을 수동으로 감사
❌ 자신감 있으나 검증 불가능한 숫자
자체 검증 루프
✔️ 검증 패스가 깨끗해질 때까지 실행
✔️ 실패 자동 포착 및 재실행
✔️ 품질은 체크리스트와 같음
✔️ 감사 불필요, 루프가 수행
✔️ 모든 수치가 실시간 출처에 연결됨
스웜은 속도를 줍니다. 루프는 신뢰할 수 있는 속도를 줍니다.
단일 에이전트 시대는 저물고 있지만, 스웜 시대에는 아무도 언급하지 않는 함정이 있습니다: 검증 없는 규모는 더 빠른 실수에 불과합니다. 다음 시대를 이기는 사람들은 가장 많은 에이전트를 실행하는 사람들이 아닙니다. 자기 작업을 확인하는 에이전트를 실행하는 사람들입니다.
