복잡한 결정에 여러 AI 모델을 동원해 구조화된 토론을 거치는 방법
중요한 선택 앞에서 한 가지 관점만으로는 답이 나오지 않을 때, 서로 다른 성향의 분석가들이 한자리에 모여 논쟁하는 장면을 상상해 보세요. 이 도구는 그런 장면을 실제 AI 에이전트들로 구현해, 당신의 질문에 대한 다양한 시각과 최종 판단을 정리해 줍니다. 쉽게 말해, 여러 AI 모델이 역할을 나누어 토론하고 그 결과를 구조화된 보고서로 돌려주는 시스템입니다.
18가지 관점의 충돌과 검증
이 도구는 결정을 내리는 과정을 단계별로 관리합니다. 서로 다른 분석적 관점을 가진 18명의 가상 멤버를 지정하고, 각자가 독립적으로 문제를 분석하게 합니다. 이후 서로의 주장을 반박하는 교차 심문 단계를 거치며, 최종적으로 합의된 결론과 함께 여전히 남아 있는 불확실성, 반대의견, 그리고 실행 기준을 명시합니다. 이 과정에서 사실, 추론, 가정, 미지의 정보를 명확히 구분하여 근거 없는 확신을 줄이는 데 초점을 맞춥니다.
상황에 맞는 토론 규모 선택
모든 결정에 전체 위원회를 소집할 필요는 없습니다.
- Full 모드 독립 분석, 교차 심문, 최종 입장, 종합 단계를 모두 거칩니다. 이해관계가 크고 서로 다른 프레임워크가 충돌할 때 적합합니다.
- Quick 모드 문제 재진술, 빠른 분석, 최종 입장만 수행합니다. 폭넓은 검토가 필요하지만 전면적인 대립 라운드는 불필요할 때 사용합니다.
- Duo 모드 개방 입장, 직접 응답, 최종 진술로 구성됩니다. 하나의 핵심 긴장 관계만 중요한 경우 두 멤버가 대결하는 형태입니다.
플랫폼별 설치와 모델 배정
Claude Code, Codex, Gemini CLI, OpenCode 등 여러 AI 클라이언트에서 동작하도록 설계되었습니다. 설치 스크립트가 사용 가능한 제공자를 자동으로 감지하고, 좌석을 분배합니다. 이때 가능한 한 서로 다른 모델 계열이 대립하는 편을 맡도록 하여, 단일 모델의 편향을 줄이려 합니다. --dry-route 옵션을 사용하면 실제 위원회를 실행하지 않고 라우팅만 미리 확인할 수 있으며, --no-auto-route를 사용하면 기본 설정을 유지할 수 있습니다.
결정 후 추적과 검증
결론이 내려진 후에도 과정은 끝나지 않습니다. 실행 전에 예측, 담당자, 검토 날짜, 그리고 추천을 바꿀 수 있는 증거를 기록해야 합니다. 이후 체크포인트에서 결과를 확인, 수정, 반전, 또는 불확실로 분류하여 원래의 근거를 다시 쓰지 않고 추적합니다. 이는 결정이 단순히 텍스트로 끝나지 않고, 나중에 검증 가능한 데이터로 남도록 돕습니다.
적용 전 확인 사항
이 도구는 사실 조회나 실험이 가능한 저렴한 선택에는 적합하지 않습니다. 이미 답이 정해져 있어 지지를 만들어내려는 용도로도 쓰면 안 됩니다. MIT 라이선스로 공개되어 있으며, Shell 스크립트 기반의 설치와 검증을 지원합니다. 사용 전에는 SKILL.md에 명시된 프로토콜과 agents/ 폴더의 멤버 계약 사항을 확인하고, 자신의 환경에서 지원되는 AI 제공자가 제대로 감지되는지 --dry-run으로 테스트해 보는 것이 좋습니다.
