이 "paper"는 @svpino의 트윗으로, Claude Code에 새롭게 도입된 "Swarms"라는 숨겨진 기능에 대해 설명합니다. 이 기능의 핵심은 AI와의 상호작용 방식이 변화하는 것입니다.

핵심 개념 및 방법론:

기존의 AI가 단일 'AI coder'로서 코드 작성에 직접 관여하는 것과 달리, "Swarms" 기능에서는 AI가 'team lead' 또는 'Swarm Lead'의 역할을 수행합니다. 이는 AI 에이전트의 역할 분담 및 협업을 통해 복잡한 작업을 처리하는 계층적 에이전트 시스템(hierarchical agent system)을 제안합니다.

1. 역할 전환 (Role Shift): AI는 더 이상 직접 코드를 작성하지 않고, 상위 수준의 계획, 위임, 그리고 종합(synthesis)을 담당합니다. 이는 대규모 언어 모델(Large Language Models, LLMs)의 추론 및 계획 능력에 초점을 맞춥니다.

2. 작업 흐름 (Workflow):
   • 계획 수립 (Planning): 사용자의 요청이나 문제를 'Swarm Lead' AI가 접수하면, 이를 해결하기 위한 전체적인 계획을 수립합니다. 이 계획은 복잡한 작업을 더 작고 관리 가능한 하위 작업(sub-tasks)으로 분해하는 과정을 포함합니다.
   • 사용자 승인 (User Approval): 수립된 계획은 사용자에게 제시되어 승인을 받습니다. 이는 작업의 방향과 범위를 사용자가 통제할 수 있도록 하는 제어 지점(control point) 역할을 합니다.
   • 위임 모드 (Delegation Mode): 사용자가 계획을 승인하면, 시스템은 'delegation mode'로 진입합니다. 이 단계에서 'Swarm Lead'는 계획된 하위 작업들을 여러 전문화된 'Swarm Members' AI 에이전트에게 위임합니다. 트윗에 첨부된 이미지에서 'Backend Dev', 'Frontend Dev', 'DevOps Eng', 'QA Tester', 'Tech Lead'와 같은 'Swarm Members'의 예시를 통해, 각 에이전트가 특정 도메인 또는 역할에 특화된 기능을 수행함을 알 수 있습니다. 이는 멀티 에이전트 시스템(multi-agent system)의 한 형태로 볼 수 있으며, 각 에이전트는 특정 지식 영역(domain knowledge)과 작업 처리 능력을 가질 것으로 예상됩니다.
   • 작업 실행 및 종합 (Execution & Synthesis): 위임된 'Swarm Members'는 할당된 작업을 병렬적으로 또는 순차적으로 실행합니다. 작업이 완료되면, 'Swarm Lead'는 개별 'Swarm Members'로부터 결과물(output)을 수집하고, 이를 통합하여 최종 솔루션을 종합합니다. 이 과정에서 발생할 수 있는 충돌 해결(conflict resolution)이나 결과물 정제(refinement) 기능이 포함될 수 있습니다.

이 방법론은 단일 LLM의 한계를 넘어서, 복잡한 소프트웨어 개발 프로세스를 모방하여 여러 전문 AI 에이전트의 협업을 통해 더 효율적이고 체계적으로 작업을 수행할 수 있도록 설계되었습니다.