Poly 랭킹 · 오늘의 트렌드에서

AI 코딩 에이전트 팀 대 에이전트 한 개: 2026년 상위 9곳 · 9개 순위

두 대표 AI 코딩 에이전트가 짝을 이뤄 일하면 CooperBench 과제의 약 25%만 성공합니다. 한 Codex 시험에서는 하위 에이전트를 더해도 점수가 71.0%로 그대로였고, 해결한 과제당 토큰은 7.69M에서 24.12M으로 늘었습니다.

  • 1위: Gas Town
  • 9개 순위

01최종 목록

선도 AI들이 각자 독립적으로 10위 목록을 만들었습니다. 위는 확인하기 쉬운 하나의 종합 결과입니다. 각 순위에는 이유, 포함한 AI, 그리고 AI가 제시한 경우 출처가 있습니다.

순서: AI의 동의가 많은 항목부터 적은 항목 순입니다.

밝은 배지는 해당 AI가 이 항목을 자기 목록에 넣었다는 뜻이고, 흐린 배지는 넣지 않았다는 뜻입니다.

  1. 1

    Gas Town

    20~30개의 Claude Code를 돌립니다. 한 검토자는 저녁 한 번에 변경 요청(PR) 7건 중 6건이 병합되는 것을 봤지만, 일주일 뒤에는 주인 없이 남은 프로세스 141개를 발견했습니다. 측정된 비용은 시간당 약 100달러에 가깝다고 보고되었습니다.

    포함함: Meta, Nemotron, Nova, DeepSeek.

    각 AI 목록에서의 순위: Meta: 2 · Nemotron: 2 · Nova: 9 · DeepSeek: 2

    각 AI가 짚은 점 4
    • Meta2위

      한 코드베이스에서 Claude Code 20~30개가 병합 대기열 에이전트 하나와 함께 일합니다. 장부·인계 모델이 가장 발달했지만, 시간당 토큰 소모가 $100이라고 보고됐습니다

      출처 ↗
    • Nemotron2위

      에이전트 세 개로 이뤄진 함대가 Terminal-Bench 긴 과제에서 통과율 91%를 유지합니다. 단독 에이전트는 67%로 떨어집니다

    • Nova9위

      병합된 변경에 에이전트가 서명하고, 사람이 수락합니다

    • DeepSeek2위

      PR 일곱 개 중 여섯 개가 검토자가 저녁을 먹는 동안 병합됐습니다. 일주일 뒤 같은 장비에는 주인 없이 남은 Claude 프로세스 141개가 있었습니다.

      출처 ↗
    AI 4개가 이 순위로 선택
    출처 ↗
  2. 2

    Cursor agent swarm

    모든 구성이 SQLite를 다시 만들어 테스트를 100% 통과했지만, 작업자 지출은 모델 조합에 따라 411달러에서 9,373달러까지 달랐습니다. 22배 차이입니다. 혼자 하는 기준은 없습니다.

    포함함: Meta, Nemotron, Nova, DeepSeek.

    각 AI 목록에서의 순위: Meta: 6 · Nemotron: 5 · Nova: 6 · DeepSeek: 3

    각 AI가 짚은 점 4
    • Meta6위

      Cursor는 수정 과제에서 단독 대비 80.4%로 강합니다. 팀 분산은 사용 한도를 나눠 쓰지만, Claude Max와 같은 주간 상한에 걸립니다

    • Nemotron5위

      IDE 기반 병렬 처리입니다. 9%p 향상에 토큰은 1.6배이지만, 에이전트 간 메시지 기록은 없습니다

    • Nova6위

      과제별로 나눈 성능만 있고, 팀 벤치마크는 없습니다

    • DeepSeek3위

      같은 SQLite 테스트는 100%로 통과했지만, 작업자 지출은 한 설정에서 $411, 다른 설정에서 $9,373이었습니다.

      출처 ↗
    AI 4개가 이 순위로 선택
    출처 ↗
  3. 3

    오픈AI Codex 하위 에이전트

    비용이 약 3배인데도 이득은 없습니다. SWE-bench는 두 방식 모두 71.0%로 같았고, 해결한 과제당 토큰은 세 배가 되었습니다. Terminal-Bench에서는 과제당 9.01달러 대 25.80달러로 똑같이 71.67%를 얻었습니다.

    포함함: Meta, Nemotron, Nova, DeepSeek.

    각 AI 목록에서의 순위: Meta: 4 · Nemotron: 3 · Nova: 5 · DeepSeek: 4

    각 AI가 짚은 점 4
    • Meta4위

      Codex가 작성하고 Claude가 검토합니다. Codex 단독 수락률은 59.6~88.6%, Claude Code 문서 수락률은 92.3%로, 짝을 이룬 비대칭 작업이 단독 작업보다 낫습니다

      출처 ↗
    • Nemotron3위

      오픈소스 크루가 CooperBench에서 상용 제품과 맞먹습니다. 하지만 메시지 주고받기가 토큰의 38%를 씁니다

      출처 ↗
    • Nova5위

      단일 에이전트 중심이며, 팀 조율 지표가 없습니다

    • DeepSeek4위

      Codex의 SWE-bench 통과율은 양쪽 모두 71.0%로 변하지 않았습니다. 하지만 동시 작업을 해야만 풀 수 있었던 과제가 아홉 개 있었습니다.

      출처 ↗
    AI 4개가 이 순위로 선택
    출처 ↗
  4. 4

    Claude Code 에이전트 팀

    앤트로픽 문서에 따르면 계획 모드에서 팀은 세션 하나보다 토큰을 약 7배 더 씁니다. 하나의 서클CI 버그 시험에서는 팀의 이득이 더 컸습니다: 17.27점 대 9.87점.

    포함함: Meta, Nova, DeepSeek. 포함하지 않음: Nemotron.

    각 AI 목록에서의 순위: Meta: 3 · Nova: 1 · DeepSeek: 5

    각 AI가 짚은 점 3
    • Meta3위

      팀원마다 분리된 1M 토큰 창이 있습니다. 앤트로픽 문서 기준 계획 모드에서는 토큰 부담이 7배이지만, 명시적 메시지 주고받기가 맹목적 충돌을 대신합니다

      출처 ↗
    • Nova1위

      병렬 작업자로 2.3%p 향상되고 토큰 비용은 3.3배입니다. Spool에서 병합이 수락됐습니다

      출처 ↗
    • DeepSeek5위

      버그 52개짜리 앱은 팀으로 작업했을 때 75% 더 나아졌습니다. 반면 CooperBench의 두 에이전트 짝은 약 50%인 단독 점수보다 낮은 25%를 기록했습니다.

      출처 ↗
    AI 3개가 이 순위로 선택
    출처 ↗
  5. 5

    Kimi Code 병렬 에이전트

    300개 에이전트를 최첨단 모델보다 4~8배 낮은 비용으로 조율합니다. 하지만 한 블로그는 병렬 작업자가 SWE-bench 통과율을 77%에서 59%로 낮췄다고 보고합니다. 이 수치는 출처가 하나뿐입니다.

    포함함: Nemotron, Nova, DeepSeek. 포함하지 않음: Meta.

    각 AI 목록에서의 순위: Nemotron: 7 · Nova: 3 · DeepSeek: 7

    각 AI가 짚은 점 3
    • Nemotron7위

      문샷의 병렬 방식입니다. 토큰 1.4배에 2.3%p 향상으로 효율은 가장 좋지만, 실적은 짧습니다

      출처 ↗
    • Nova3위

      팀 지표가 공개되지 않았고, 병합된 작업의 공개 기록도 적습니다

    • DeepSeek7위

      Kimi는 에이전트 300개를 조율할 수 있고 비용은 4~8배 적습니다. 하지만 병렬 작업자는 SWE-bench 통과율을 77%에서 59%로 떨어뜨렸습니다.

      출처 ↗
    AI 3개가 이 순위로 선택
    출처 ↗
  6. 6

    Claude Code 병렬 하위 에이전트

    결과가 정반대입니다. LoopsBench 완전 해결 수는 세 배가 되었지만(7.1%에서 21.4%로), SWE-bench Verified는 83.0%에서 59.0%로 떨어졌습니다. 이 하락폭은 연구가 내세운 11.9점 범위보다 커서 논란이 있습니다.

    포함함: Nova, DeepSeek. 포함하지 않음: Meta, Nemotron.

    각 AI 목록에서의 순위: Nova: 2 · DeepSeek: 8

    각 AI가 짚은 점 2
    • Nova2위

      병렬 작업자로 11.9%p 하락하고 토큰 비용은 1.4배입니다. 메시지 주고받기는 제한적입니다

      출처 ↗
    • DeepSeek8위

      병렬 하위 에이전트로 LoopsBench 해결률이 7.1%에서 21.4%로 세 배 가까이 뛰었지만, SWE-bench 통과율은 83.0%에서 59.0%로 떨어졌습니다.

      출처 ↗
    AI 2개가 이 순위로 선택
    출처 ↗
  7. 7

    깃허브 Copilot Agent HQ

    Copilot, Claude, Codex를 한 저장소에서 나란히 돌리지만, 팀 대 단독 성공률은 공개하지 않습니다. 그래서 팀이 에이전트 하나를 이기는지는 알 수 없습니다.

    포함함: Nova, DeepSeek. 포함하지 않음: Meta, Nemotron.

    각 AI 목록에서의 순위: Nova: 4 · DeepSeek: 9

    각 AI가 짚은 점 2
    • Nova4위

      공개된 팀 벤치마크가 없고, 사용자 후기에 의존합니다

    • DeepSeek9위

      같은 저장소에서 Copilot, Claude, Codex를 나란히 둘 수 있지만, 팀 대 단독 성공률은 공개하지 않습니다.

    AI 2개가 이 순위로 선택
    출처 없음
  8. 8

    MetaGPT / ChatDev

    오래된 역할극 방식의 팀은 에이전트 하나에게 집니다. 단일 에이전트가 10개 문제에서 이기고 1개에서 졌습니다. ChatDev는 ProgramDev에서 정답률 33.3%에 그쳤습니다.

    포함함: Nemotron, DeepSeek. 포함하지 않음: Meta, Nova.

    각 AI 목록에서의 순위: Nemotron: 8 · DeepSeek: 10

    각 AI가 짚은 점 2
    • Nemotron8위

      역할을 맡은 에이전트(기획, 개발, QA)입니다. 8%p 향상이지만 토큰은 2.7배이고, 메시지 부담이 34%입니다

      출처 ↗
    • DeepSeek10위

      ChatDev는 ProgramDev에서 정답률 33.3%에 그쳤습니다. 이겨야 했던 단일 에이전트 기준선보다 낮습니다.

      출처 ↗
    AI 2개가 이 순위로 선택
    출처 ↗
  9. 9

    AgentRadio

    여기서 가장 큰 측정 성과는 메시지 버스 위에서 일한 에이전트 4개입니다. 혼자 했을 때 32.3%이던 점수가 62.1%로 올랐고, 이는 더 새로운 단일 모델의 57.2%보다 높습니다. 이 수치는 한 곳에서만 보고되었습니다.

    포함함: DeepSeek. 포함하지 않음: Meta, Nemotron, Nova.

    각 AI 목록에서의 순위: DeepSeek: 1

    각 AI가 짚은 점 1
    • DeepSeek1위

      비동기 메시지 버스 위의 에이전트 네 개가 단독 점수 32.3%를 62.1%로 끌어올렸고, 더 새로운 단일 모델의 57.2%도 넘었습니다.

      출처 ↗
    AI 1개가 이 순위로 선택
    출처 ↗

상위 3위 더 알아보기 ↓

02상위 3위 더 알아보기

순위는 위에 있습니다. 여기서는 상위 세 곳이 무엇인지, 왜 여기 있는지, 알아 둘 만한 것을 소개합니다.

세 도구는 같은 방식으로 측정되지 않았습니다. Gas Town은 한 사용자가 풀 리퀘스트를 병합한 사례가 있고, 커서는 단독 비교 기준 없이 SQLite 테스트 통과 결과만 있으며, Codex는 SWE-bench와 Terminal-Bench 점수가 있습니다.

1Gas Town

1위 — Gas Town. 4개 AI 중 4개의 목록에 포함; 그 안의 중간 순위: 2. 이 도구가 AI 평가에서 1위에 올랐습니다. 여러 에이전트를 함께 돌리는 방식이 가장 발전했기 때문입니다. 다만 토큰 비용은 매우 높았습니다.

알고 계셨나요

  • 이 글이 나왔을 때 Gas Town의 코드는 겨우 3주 되었고, 전부 “바이브 코딩”으로 만들어졌다고 소개되었습니다. 또한 “Stage 7+ AI-assisted development experience”(AI 도움 개발 경험 7단계 이상)가 필요하다고 알려져 있어 초보자용이 아닙니다.

    출처 ↗
무엇인가
하나의 코드베이스에서 Claude Code 에이전트 20–30개를 돌리는 도구입니다.
강점
실제 병합 성과를 보였습니다. 하룻저녁에 풀 리퀘스트 7건 중 6건을 병합했습니다.
누구에게 맞나
토큰 비용을 감당할 수 있는 숙련 사용자에게 맞습니다. 초보자나 안정성이 필요한 사람에게는 맞지 않습니다.
  • 팀 효과 대 비용풀 리퀘스트 7건 중 6건 병합

위키백과 · Wikidata

여기 있는 이유

  • 한 사용자가 저녁 식사 전에 Gas Town에 작업 7개를 맡겼고, 돌아와 보니 풀 리퀘스트 6건이 병합되어 있었습니다. 여러 에이전트가 함께 일한 결과치고는 병합 비율이 높습니다. 다만 사람이 결과물을 검토해야 했습니다.

    출처 ↗

  • 같은 사용자는 나중에 32GB 맥북 에어에서 주인 없이 남아 돌아가던 Claude Code 프로세스 141개를 발견했습니다. 여러 에이전트를 한꺼번에 돌릴 때 드러나지 않는 비용, 곧 아무도 요청하지 않은 작업이 남아 있는 것입니다.

    출처 ↗
알고 계셨나요

  • Gas Town은 에이전트에게 가상의 폐허 세계에서 온 듯한 직책을 붙입니다. Mayor, Polecats, Refinery, Witness, Deacon, Dogs, Crew가 그것입니다. tmux 위에서 돌아가고, Go 언어로 작성되었으며, Beads라는 도구를 기반으로 합니다.

    출처 ↗
유의할 점

  • 한 조사 요약은 이 도구를 혼란스럽다고 평가합니다. 작업이 허술해서 같은 버그를 여러 번 고치는 경우가 있습니다. 실제 운영 환경의 안정성을 원하는 사람에게는 권장하지 않습니다. 또한 많이 쓰는 사용자는 월 $100–300 이상을 예산으로 잡아야 한다고 합니다.

    출처 ↗

  • 같은 글에 따르면 해커 뉴스에서는 토큰 비용이 그만한 가치가 있는지를 두고 의견이 크게 갈립니다. 이 도구를 “돈 먹는 하마”라고 부르며, 유료 에이전트 구독이 필요하다고 지적합니다.

    출처 ↗
더 알아보기

  • README 파일을 열어 Mayor, Polecats 같은 에이전트 역할 목록을 읽어 보세요. 누가 무엇을 맡는지 알 수 있습니다. 그다음 git 기록에 연결된 자동 실행 장치(훅)에서 작업을 어떻게 추적하는지 살펴보세요. 에이전트가 멈춘 지점부터 어떻게 다시 이어 가는지 알 수 있습니다.

    출처 ↗
상위 3위 비교 ↓

2Cursor agent swarm

2위 — Cursor agent swarm. 4개 AI 중 4개의 목록에 포함; 그 안의 중간 순위: 5.5. AI 평가에서 2위에 올랐습니다. 모든 설정이 테스트를 100% 통과했지만, 비용 차이가 매우 컸고 단독 비교 자료가 없었기 때문입니다.

알고 계셨나요

  • 옛 무리는 병합 충돌이 70,000건 넘게 쌓였습니다. 파일 하나에서만 1,173개 에이전트 때문에 충돌이 7,771건 나왔습니다. 새 설계에서는 같은 파일의 충돌이 47건뿐이었습니다.

    출처 ↗
무엇인가
기획 에이전트와 작업 에이전트가 SQLite를 다시 만든 커서 설정입니다.
강점
모든 설정이 전체 테스트를 통과했고, 새 설계는 병합 충돌이 훨씬 적었습니다.
누구에게 맞나
AI 모델 조합과 비용에 관심 있는 팀에 맞습니다. 에이전트 하나와 비교한 증거를 원하는 사람에게는 맞지 않습니다.
  • 팀 효과 대 비용테스트 100% 통과, $411–$9,373
여기 있는 이유

  • 커서의 무리는 설명서만 보고 SQLite를 다시 만들었습니다. Opus 기획 아래 Composer 2.5 작업자를 쓴 무리는 $411이 들었고, GPT-5.5 작업자를 쓴 무리는 $9,373이 들었습니다. 비용은 어떤 모델을 쓰는지에 따라 크게 달라집니다.

    출처 ↗ ✓ 여러 AI가 확인

  • 네 시간 뒤 새 무리는 테스트의 73~85%를 통과했고, 옛 무리는 11~77%를 통과했습니다. 새 설정은 모두 결국 100%에 도달했습니다. Opus로 돌린 경우 새 무리는 코드 4,645줄을 썼고, 옛 무리는 19,013줄을 썼습니다.

    출처 ↗
알고 계셨나요

  • 커서의 무리는 835쪽짜리 설명서만 가지고 Rust 언어로 SQLite를 다시 만들었습니다. 소스 코드도, 테스트 모음도, 인터넷도 없었습니다. 수백만 개의 데이터 조회 명령(SQL)이 담긴 sqllogictest 벤치마크가 있다는 사실도 몰랐습니다.

    출처 ↗
역사

  • 2026년 초, 커서가 처음 시도한 브라우저 제작 설계는 실패했습니다. 에이전트 20개가 서로를 기다리느라 2~3개 수준의 속도로 느려졌습니다. 기획자, 작업자, 심판을 두는 방식으로 바꾸어 문제를 해결했습니다.

    출처 ↗
유의할 점

  • 커서는 단독으로 돌린 최첨단 모델 실행 결과를 비공식적으로만 평가했다고 밝혔습니다. 그래서 그 품질에 대해서는 결론을 내리지 않았습니다. 즉, 에이전트 하나로 한 공정한 비교는 없습니다.

    출처 ↗
사람들의 말

  • The difference is that a compiler preserves meaning at every step while the swarm is probabilistic at every one. — Cursor (company blog)

    출처 ↗
더 알아보기

  • 글을 읽고 기획 에이전트와 작업 에이전트가 일을 어떻게 나눴는지 보세요. 그다음 모델 조합표를 찾아 실행마다 비용을 비교해 보세요. 같은 결과라도 비용이 얼마나 크게 다를 수 있는지 알 수 있습니다.

    출처 ↗
상위 3위 비교 ↓

3오픈AI Codex 하위 에이전트

3위 — 오픈AI Codex 하위 에이전트. 4개 AI 중 4개의 목록에 포함; 그 안의 중간 순위: 4. AI 평가에서 3위에 올랐습니다. 하위 에이전트를 써도 점수는 오르지 않았고, 토큰은 약 3배나 들었기 때문입니다.

알고 계셨나요

  • Codex의 하위 에이전트는 기본적으로 상한이 있습니다. 동시에 최대 6개 작업을 열 수 있고, max_depth 기본값이 1이라 하위 에이전트가 또 하위 에이전트를 만들 수 없습니다. 사용자 정의 에이전트는 작은 TOML 파일(설정 파일 형식) 하나면 됩니다.

    출처 ↗
무엇인가
오픈AI의 코딩 에이전트 Codex에 내장된 하위 에이전트 도우미입니다.
강점
분명한 통제가 가능합니다. 동시에 여는 작업 수에 상한이 있고, 중첩 깊이도 제한되며, 하위 에이전트는 요청할 때만 씁니다.
누구에게 맞나
하위 에이전트를 신중하게 시험해 보려는 사람에게 맞습니다. 점수가 더 오르기를 바라는 사람에게는 맞지 않습니다.
  • 팀 효과 대 비용두 방식 모두 71.0%, 토큰 3배
알고 계셨나요

  • Codex의 하위 에이전트는 상위에서 하위로만 말을 주고받으며, 같은 급끼리는 직접 주고받지 않습니다. 2026년 3월 다중 에이전트 2차 버전부터는 /root/agent_a 같은 경로 형식의 주소를 받습니다.

    출처 ↗
역사

  • 2026년 3월 16일, Codex 하위 에이전트는 기능 플래그(기능을 켜고 끄는 스위치) 뒤에서 몇 주 시험을 거친 뒤 미리보기를 벗어나 정식으로 공개되었습니다.

    출처 ↗
유의할 점

  • 오픈AI의 공식 문서에 따르면, 하위 에이전트 작업은 비슷한 단일 에이전트 실행보다 토큰을 더 많이 씁니다. 하위 에이전트마다 자기 모델 작업과 도구 작업을 따로 하기 때문입니다.

    출처 ↗

  • Codex는 사용자가 직접 요청하거나, 프로젝트나 스킬 지침에 그렇게 적혀 있을 때만 하위 에이전트를 만듭니다. 대부분의 지능 수준 설정에서는 직접 요청해야 하므로, 추가 비용은 사용자가 고르는 것입니다.

    출처 ↗
더 알아보기

  • 하위 에이전트가 어떻게 시작되고 동시에 몇 개까지 돌 수 있는지 설명한 페이지를 읽어 보세요. 그다음 동시 작업 수 상한과 중첩 깊이 설정을 보세요. 이 설정이 동시에 돌릴 작업자 수, 곧 내야 할 비용을 정합니다.

    출처 ↗
상위 3위 비교 ↓

상위 3위 나란히 보기

Gas TownCursor agent swarm오픈AI Codex 하위 에이전트
AI 목록 포함4 / 44 / 44 / 4
팀 효과 대 비용풀 리퀘스트 7건 중 6건 병합테스트 100% 통과, $411–$9,373두 방식 모두 71.0%, 토큰 3배
1위로 꼽은 AI———

AI 수가 같은 순위는 각 AI 목록에서의 평균 순위로 정렬했습니다.

다른 랭킹

03알아 둘 만한 것

AI들이 목록을 만들며 발견한 것.

CooperBench에서 에이전트들은 토큰 예산의 15~20%를 서로 메시지를 주고받는 데 썼습니다. 그 결과 병합 충돌은 약 30% 줄었지만 기능 완성률은 높아지지 않았습니다.

발견한 AI:
포함함: Nova, DeepSeek. 포함하지 않음: Meta, Nemotron.
출처 ↗

같은 규칙에서 사람 개발자 짝은 CooperBench 과제 10개 중 9개를 풀었고, 에이전트는 3개를 풀었습니다. 실패의 원인은 코딩의 어려움이 아니라 협업 조율입니다.

발견한 AI:
포함함: DeepSeek. 포함하지 않음: Meta, Nemotron, Nova.
출처 ↗

하위 에이전트 1,393개를 쓴 Codex 실행은 약 19시간 동안 약 19,300달러가 들었습니다. 그 뒤 한 오픈AI Codex 개발자는 병렬 에이전트를 둘 넘게 돌리면 품질 향상 없이 토큰만 거의 확실히 태운다고 말했습니다.

발견한 AI:
포함함: Meta, DeepSeek. 포함하지 않음: Nemotron, Nova.
출처 ↗

Vals AI는 가장 비싼 Opus 팀 구성이 가장 싼 구성보다 30배 비쌌다고 밝혔습니다(122달러 대 4.08달러). 얻은 이득은 1.6점(93.2 대 91.5)이었고, 이는 통계적으로 유의미하지 않았습니다.

발견한 AI:
포함함: DeepSeek. 포함하지 않음: Meta, Nemotron, Nova.
출처 ↗

CooperBench의 하락폭은 두 가지 방식으로 인용됩니다. 혼자 할 때보다 약 50% 낮다는 것(절대 성공률 25%)과, 초록에 적힌 “평균 최소 30% 하락”입니다. 두 수치는 기준이 달라서 같은 숫자가 아닙니다.

발견한 AI:
포함함: Meta, DeepSeek. 포함하지 않음: Nemotron, Nova.
출처 ↗

04사람들이 묻는 질문

AI 코딩 에이전트란 무엇인가요

AI 코딩 에이전트는 모델이 움직이는 도구로, 저장소를 읽고 파일을 고치고 테스트를 돌리며 목표를 향해 반복합니다. CooperBench가 두 에이전트를 652개 과제에 짝지었을 때, 성공은 약 25%에 그쳤습니다.

출처 ↗
AI 코딩 에이전트는 어떻게 일하나요

계획, 수정, 테스트 실행, 재시도를 반복하며 일합니다. 병렬 하위 에이전트를 켜면 각 하위 에이전트가 자기 문맥을 따로 불러오기 때문에, 토큰 사용량이 순차 실행의 1.41~3.31배가 됩니다.

출처 ↗
AI 에이전트들이 함께 일할 수 있나요

할 수는 있지만 아직 잘하지는 못합니다. 두 에이전트 팀은 CooperBench에서 약 25%를 얻었는데, 이는 두 기능을 모두 받은 에이전트 하나의 대략 절반입니다. 일부 요약은 다른 기준을 써서 30% 하락이라고 합니다.

출처 ↗
AI 에이전트들은 어떻게 함께 일하나요

작업 목록을 공유하고, 서로 메시지를 보내고, 브랜치를 병합합니다. Gas Town은 git 기반 장부와 하나의 병합 대기열을 통해 20~30개의 Claude Code를 조율합니다.

출처 ↗

05집계 방법

공식 없이 쉬운 말로.

1질문

단독으로 일하는 에이전트 한 개를 이기는지로 본 AI 코딩 에이전트 팀 상위 10곳

2이 주제를 고른 이유

협업 벤치마크, 토큰 비용 연구, 실제 병합된 작업 기록을 나란히 놓아, 에이전트 팀이 언제 에이전트 한 개를 실제로 이기고 언제 주로 말만 늘리는지 독자가 볼 수 있게 합니다.

3적용 범위

전 세계, AI 소프트웨어 엔지니어링

4살펴본 기준

  • 협업 코딩 과제에서 팀의 성공률. 같은 전체 작업량을 받은 에이전트 한 개의 결과와 나란히 표시
  • 병렬 작업자를 추가했을 때 통과율 변화. 추가로 쓰는 토큰과 비교
  • 예산 중 코드를 쓰지 않고 에이전트끼리 메시지를 주고받는 데 쓰인 비율
  • 사람이 각 변경을 승인하면서 며칠씩 돌아가는지 여부. 에이전트가 서명한 병합 작업의 공개 기록으로 판단
  • CooperBench(스탠퍼드 대학교 및 SAP Labs US) — 12개 오픈소스 라이브러리의 협업 코딩 과제 652개에서 두 에이전트 성공률을, 두 기능을 모두 받은 에이전트 한 개와 비교. 토큰 중 메시지에 쓴 비율
  • 병렬 하위 에이전트 연구, arXiv 2610.10263(Codex, Claude Code, Kimi Code) — 병렬 작업자를 켰을 때 통과율 변화(11.9점 하락에서 2.3점 상승까지)와 토큰 사용량(순차 1.41~3.31배
  • 앤트로픽 Claude Code 에이전트 팀 문서 — 제작사가 직접 설명한, 세션 하나와 비교한 팀의 토큰 사용량
  • 깃허브 공개 저장소 기록(Gas Town, Spool) — 사람이 병합한, 에이전트가 서명한 변경. 별 개수와 구분해 따로 집계

5순위를 매긴 AI

선도 AI: Meta, Nemotron, Nova, DeepSeek. 각 AI가 독립적으로 10위까지의 목록을 만들고 순위마다 출처를 밝혔습니다.

6순위를 정한 방법

AI마다 다르게 쓴 같은 항목은 하나로 셌습니다. 더 많은 AI가 목록에 넣고 더 높이 놓을수록 순위가 높아집니다. 'AI 합의'는 그 항목을 자기 목록에 넣은 AI의 수를 보여 줍니다. 출처는 AI가 직접 찾은 것뿐이며 사람이 추가한 것은 없습니다.

06AI별 목록

🇺🇸 Meta10개 순위 · 메모 3개

같은 질문에 Meta 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    Spool (enes-alatas/spool)

    Claude 자동 작업 네 개가 며칠 동안 스스로 작업 공장을 만들었습니다. PR에는 Co-Authored-By: Claude Opus 5.5 서명이 붙었고, 텔레그램·슬랙 대화를 거친 뒤 병합됐습니다

    출처 ↗
  2. 2
    Gas Town

    한 코드베이스에서 Claude Code 20~30개가 병합 대기열 에이전트 하나와 함께 일합니다. 장부·인계 모델이 가장 발달했지만, 시간당 토큰 소모가 $100이라고 보고됐습니다

    출처 ↗
  3. 3
    Claude Code 에이전트 팀 (앤트로픽 기본 기능)

    팀원마다 분리된 1M 토큰 창이 있습니다. 앤트로픽 문서 기준 계획 모드에서는 토큰 부담이 7배이지만, 명시적 메시지 주고받기가 맹목적 충돌을 대신합니다

    출처 ↗
  4. 4
    오픈AI Codex + Claude Code 상호 검증 짝

    Codex가 작성하고 Claude가 검토합니다. Codex 단독 수락률은 59.6~88.6%, Claude Code 문서 수락률은 92.3%로, 짝을 이룬 비대칭 작업이 단독 작업보다 낫습니다

    출처 ↗
  5. 5
    Codex 병렬 작업자 + git 워크트리

    병렬 에이전트 둘이 한계입니다. 그 이상은 Terminal-Bench 4.0에서 같은 71.67%에 청구액이 2.86배입니다

  6. 6
    Cursor 에이전트 팀

    Cursor는 수정 과제에서 단독 대비 80.4%로 강합니다. 팀 분산은 사용 한도를 나눠 쓰지만, Claude Max와 같은 주간 상한에 걸립니다

  7. 7
    팩토리 / Droid (factory.ai)

    CLI, 데스크톱, 원격 컴퓨터, 깃허브 액션을 아우르는 상용 에이전트 함대입니다. Gas Town의 Refinery에 영감을 준 공장 방식입니다

  8. 8
    Omnigent (데이터브릭스 메타 하네스)

    Claude Code, Codex 등을 섞는 메타 하네스입니다. CooperBench의 652개 과제처럼 오픈소스 라이브러리 12개에서 성공을 측정합니다

    출처 ↗
  9. 9
    Beads + Shipmates 장부

    Beads는 추적기, Gas Town은 공장입니다. 지속 메모리와 리드·크루 채널을 두어 사람이 중간에서 승인합니다

    출처 ↗
  10. 10
    일반 두 에이전트 기준선 (CooperBench 단독 대 2인)

    조정의 저주입니다. 에이전트 두 개가 협업하면 성공률이 25%로, 한 에이전트가 두 과제를 혼자 할 때보다 약 50% 낮습니다

    출처 ↗

Meta의 발견

CooperBench는 조정의 저주를 보여줍니다. 라이브러리 12개, 과제 652개에서 팀 성공률은 25%, 단독은 약 50%입니다. 평균 약 30% 하락은 소통이 나빴던 것과 관련이 있습니다

출처 ↗

병렬화에 드는 비용은 실제입니다. 작업자를 늘리면 통과율이 -11.9%p에서 +2.3%p까지 바뀌고, 토큰은 1.4배에서 3.3배로 늘어납니다. Terminal-Bench 한 번의 실행에서는 같은 71.67%에 청구액이 2.86배였습니다

출처 ↗

Spool이 보여 주는 증거입니다. 자동 작업 네 개가 며칠째 Spool 자체를 만들고 있고, PR에는 Co-Authored-By: Claude Opus 5.5 서명이 붙습니다. 노트북을 닫은 뒤에도 텔레그램·슬랙으로 연결됩니다. 별 개수가 아니라 공개된 병합 기록이 증거입니다

출처 ↗
🇺🇸 Nemotron10개 순위 · 메모 2개

같은 질문에 Nemotron 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    Spool (2026)

    Claude Code 에이전트 네 개가 몇 주 동안 매일 병합된 PR을 냅니다. 사람은 승인만 하고, 직접 타이핑하지 않습니다

  2. 2
    Gas Town (2026)

    에이전트 세 개로 이뤄진 함대가 Terminal-Bench 긴 과제에서 통과율 91%를 유지합니다. 단독 에이전트는 67%로 떨어집니다

  3. 3
    OpenDevin 다중 에이전트 (2026)

    오픈소스 크루가 CooperBench에서 상용 제품과 맞먹습니다. 하지만 메시지 주고받기가 토큰의 38%를 씁니다

    출처 ↗
  4. 4
    Aider + Claude Code 짝 (2026)

    도구는 서로 다르지만 저장소는 하나입니다. 14%p 향상이지만 토큰은 3.1배이고, 사람의 검토가 병목이 됩니다

    출처 ↗
  5. 5
    Cursor 백그라운드 에이전트 (2026)

    IDE 기반 병렬 처리입니다. 9%p 향상에 토큰은 1.6배이지만, 에이전트 간 메시지 기록은 없습니다

  6. 6
    Codex 다중 세션 (2026)

    오픈AI 자체 병렬 방식입니다. 충돌이 많은 과제에서 11.9%p 떨어졌습니다 (arXiv:2610.10263)

    출처 ↗
  7. 7
    Kimi Code 함대 (2026)

    문샷의 병렬 방식입니다. 토큰 1.4배에 2.3%p 향상으로 효율은 가장 좋지만, 실적은 짧습니다

    출처 ↗
  8. 8
    MetaGPT 소프트웨어 회사 (2026)

    역할을 맡은 에이전트(기획, 개발, QA)입니다. 8%p 향상이지만 토큰은 2.7배이고, 메시지 부담이 34%입니다

    출처 ↗
  9. 9
    AutoGen 코드 검토 무리 (2026)

    검토자 넷에 작성자 하나입니다. 6%p 향상에 토큰은 2.2배, 메시지 부담은 28%입니다. 회귀 오류를 잘 잡습니다

    출처 ↗
  10. 10
    LangGraph 다중 에이전트 개발 (2026)

    그래프 기반 조율입니다. 5%p 향상에 토큰은 2.5배, 메시지 부담은 30%입니다. 유연하지만 디버깅이 복잡합니다

    출처 ↗

Nemotron의 발견

메시지 부담은 팀마다 0~47%로 다릅니다. Cursor의 0%(메시지 없음)는 토큰 효율에서 Codex의 47%를 이기지만, 충돌 해결에서는 집니다

출처 ↗

토큰 부담이 1.4~3.3배이므로, 어려운 과제에서는 '싼' 1.4배 팀(Kimi)이 '비싼' 3.3배 단독 실행보다 적게 들 수 있습니다

출처 ↗
🇺🇸 Nova10개 순위 · 메모 1개

같은 질문에 Nova 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    Claude Code 팀

    병렬 작업자로 2.3%p 향상되고 토큰 비용은 3.3배입니다. Spool에서 병합이 수락됐습니다

    출처 ↗
  2. 2
    Codex 병렬 작업자

    병렬 작업자로 11.9%p 하락하고 토큰 비용은 1.4배입니다. 메시지 주고받기는 제한적입니다

    출처 ↗
  3. 3
    Kimi Code 팀

    팀 지표가 공개되지 않았고, 병합된 작업의 공개 기록도 적습니다

  4. 4
    깃허브 Copilot 팀

    공개된 팀 벤치마크가 없고, 사용자 후기에 의존합니다

  5. 5
    Devin 자율 에이전트

    단일 에이전트 중심이며, 팀 조율 지표가 없습니다

  6. 6
    Cursor AI 팀

    과제별로 나눈 성능만 있고, 팀 벤치마크는 없습니다

  7. 7
    OpenCode 팀

    오픈소스이며, 조율 지표가 제한적입니다

    출처 ↗
  8. 8
    Hermes AI 팀

    초기 단계이며, 공개 벤치마크가 없습니다

  9. 9
    Gas Town 공개 기록

    병합된 변경에 에이전트가 서명하고, 사람이 수락합니다

  10. 10
    Spool 공개 기록

    병합된 변경에 에이전트가 서명하고, 사람이 수락합니다

Nova의 발견

Claude Code 팀은 병렬 작업자로 2.3%p 향상을 보이지만, 토큰 비용은 3.3배입니다

출처 ↗
🇨🇳 DeepSeek10개 순위 · 메모 4개

같은 질문에 DeepSeek 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    AgentRadio (2026)

    비동기 메시지 버스 위의 에이전트 네 개가 단독 점수 32.3%를 62.1%로 끌어올렸고, 더 새로운 단일 모델의 57.2%도 넘었습니다.

    출처 ↗
  2. 2
    Gas Town (2026)

    PR 일곱 개 중 여섯 개가 검토자가 저녁을 먹는 동안 병합됐습니다. 일주일 뒤 같은 장비에는 주인 없이 남은 Claude 프로세스 141개가 있었습니다.

    출처 ↗
  3. 3
    Cursor 에이전트 군집 (2026)

    같은 SQLite 테스트는 100%로 통과했지만, 작업자 지출은 한 설정에서 $411, 다른 설정에서 $9,373이었습니다.

    출처 ↗
  4. 4
    OpenAI Codex 동적 동시 실행 (2026)

    Codex의 SWE-bench 통과율은 양쪽 모두 71.0%로 변하지 않았습니다. 하지만 동시 작업을 해야만 풀 수 있었던 과제가 아홉 개 있었습니다.

    출처 ↗
  5. 5
    Claude Code 에이전트 팀 (2026)

    버그 52개짜리 앱은 팀으로 작업했을 때 75% 더 나아졌습니다. 반면 CooperBench의 두 에이전트 짝은 약 50%인 단독 점수보다 낮은 25%를 기록했습니다.

    출처 ↗
  6. 6
    Spool (2026)

    슬랙과 텔레그램에서 연결되는 Claude Code 상시 작업 네 개는 노트북을 닫아도 계속 일합니다. 한 이용자는 하위 에이전트 70개가 이용 한도를 통째로 먹어 치우는 것을 지켜봤습니다.

    출처 ↗
  7. 7
    Kimi Code 병렬 에이전트 (2026)

    Kimi는 에이전트 300개를 조율할 수 있고 비용은 4~8배 적습니다. 하지만 병렬 작업자는 SWE-bench 통과율을 77%에서 59%로 떨어뜨렸습니다.

    출처 ↗
  8. 8
    Claude Code 동적 동시 실행 (2026)

    병렬 하위 에이전트로 LoopsBench 해결률이 7.1%에서 21.4%로 세 배 가까이 뛰었지만, SWE-bench 통과율은 83.0%에서 59.0%로 떨어졌습니다.

    출처 ↗
  9. 9
    깃허브 Copilot Agent HQ (2026)

    같은 저장소에서 Copilot, Claude, Codex를 나란히 둘 수 있지만, 팀 대 단독 성공률은 공개하지 않습니다.

  10. 10
    MetaGPT / ChatDev (2026)

    ChatDev는 ProgramDev에서 정답률 33.3%에 그쳤습니다. 이겨야 했던 단일 에이전트 기준선보다 낮습니다.

    출처 ↗

DeepSeek의 발견

CooperBench의 가장 날카로운 숫자는 두 에이전트의 25%가 아닙니다. 같은 조율 제약 아래에서 사람 개발자 짝은 10개 과제 중 9개를 풀었고, 에이전트는 3개만 풀었습니다. 실패의 원인은 코딩 난이도가 아니라 조율입니다.

출처 ↗

Vals AI는 가장 비싼 Opus 설정이 가장 싼 설정보다 30배 비쌌지만 1.6점만 더 얻었다고 밝혔습니다. 비용은 $122와 $4.08, 점수는 93.2점과 91.5점입니다. 이 1.6점 차이는 통계적으로 유의하지 않았습니다.

출처 ↗

1,393개 하위 에이전트로 돌린 Codex 작업은 약 19시간 만에 비테스트 파이썬 코드 1.06M줄을 34.4% 줄였고, 비용은 약 $19,300이었습니다. 그러나 한 오픈AI Codex 개발자는 공개적으로, 단일 에이전트면 훨씬 적은 비용으로 해냈을 것이라고 말했습니다.

출처 ↗

Cursor의 군집은 모델 조합만으로도 팀의 경제성이 뒤집힐 수 있음을 보여줍니다. 같은 품질이 고급 기획자와 값싼 작업자일 때는 $411, 작업자까지 고급 모델일 때는 $9,373이었습니다.

출처 ↗