Multi-Agent

해커톤에서 Recoverflow를 개발 중입니다 — 소기업의 국제 미수금을 전담하는 AI 채권 추심 시스템. 중간 시장의 공백을 발견했습니다: 변호사는 큰 사건만 받고, 추심 회사는 모든 사건에 동일한 SOP를 적용합니다. 시스템의 첫 번째 에이전트 ‘Pre-flight’는 계약서를 받으면 조항을 추출하고 **인보이스 총액이 아닌 ‘미수 잔액(outstanding)’**으로 세 경로에 분류합니다: $3,000 미만은 Lite 경로, $3,000~$40,000은 In-Spot 풀 파이프라인, $40,000 초과는 시스템을 돌리지 않고 변호사 클럽 리스트만 제공합니다.

저자는 Multi-Agent 아키텍처로 일곱 개의 서로 다른 AI 모델을 24시간 운영 팀으로 편성했습니다. Linear를 컨트롤 타워로 삼아 작업 카드를 발행하면 5분 내에 관리자 에이전트가 수령해 담당 역할에 배분합니다. 이 ‘전문 분업’ 방식은 단일 최강 모델보다 효율적이고 비용도 크게 절감됩니다.

4개의 LLM을 동시에 운영하는 실제 AI 팀. 월 예산이 단 $255인데도 복잡한 아키텍처는 Claude로, 번역은 MiniMax로, QA 테스트는 Gemini로 작업을 분배한다. 60배의 가격 차이가 증명하는 것: 모델 순위보다 작업 적합성이 더 중요하다.